环保小数据
我国年人均用纸量约为28公斤，每个初中毕业生离校时大约有10公斤废纸；用1吨废纸造出的再生好纸，所能节约的造纸木材相当于18棵大树，可减少75%的空气污染，35%的水污染，减少242公斤的CO2。而平均每亩森林只有50至80棵这样的大树。
统计显示全国的木材消耗大概44.3亿立方米，国家林业局根据森林可持续发展和可持续利用方针，国内每年提供的木材是2亿立方米左右，就是可砍伐的，这是比较合理的。
减少一次性餐具的使用，减少每三万双筷子，少砍掉一棵大树，减少3.7公斤co2
我国森林覆盖面积不到14%，日本超过65%，我国是一次性筷子出口大国，而日本几乎完全进口。这样的进度20年将砍掉所有森林
少喝瓶装水，一塑料瓶水（装一升）消耗7升生产水，自带水瓶，一年省2623升水
刷牙不关水龙头，一次流走18升水，一年13吨，全国一年省下17条长江水
吃1千克牛肉=开车70千米，产生14.84千克co2，一个0.23千克的午餐汉堡，相当于1360千克轿车行
驶10英里所产生的温室气体，全球肉类每年排65吨co2，占全球温室气体排放量18%。
少吃一顿肉省下13吨水，一年780吨，全国省36个鄱阳湖
一只含汞节能灯处理不当将污染1000升水当1毫克汞渗入地下，可造成大约360吨水受污染，由此计算一只废弃节能灯如处置不当，可能污染90吨至180
吨水及周围土壤。
水资源遭到汞污染后，人类和其它动物饮用后将会产生慢性中毒，医学界称之为水俣病
吸入2.5克汞蒸气即致人死
挥发污染300立方米空气
一颗一号电池一平方尺土壤永久无法利用
一颗纽扣电池600吨水遭污染
我国固体废物每年1000万吨无法处理，几万公顷的土地被侵吞
环境信息大数据分析平台( 项目建议书)
目录 1建设目标 (3) 2建设内容 (4) 3功能模块详细描述 (4) 3.1基础数据采集与整合 (4) 3.2基于认知计算的环境信息大数据分析 (5) 3.3重污染预警与决策支持 (6) 3.4工业园区污染来源解析 (7) 3.5区域异常污染自动监管系统 (8)
1建设目标 本项目将借鉴国际最新大数据、物联网、云计算、移动、社交, 以及空气质量建模和预报溯源方面的研究成果, 开展环境信息大数据分析及工业园区污染溯源等方面的关键技术研究, 并在此基础上建立一套针对鄂尔多斯市的环境信息大数据分析平台, 进而实现业务化运行。 本项目的主要建设目标如下: (1)建立空气质量相关信息的360度视图, 支撑科学系统的管理决策。对空气质量监测、综合观测、污染源、交通流量、地理信息, 以及社会舆情等各类相关信息进行充分整合, 形成数据源的统一管理、统一维护和高效查询, 并提供契合现有业务逻辑的数据关联分析服务。 (2)实现基于认知计算的环境信息大数据分析。基于平台中积累的各类数据, 经过关联分析、时间序列分析、空间分布分析、案例分析和知识规则推理等多种手段, 使用认知计算技术对环境信息进行大数据分析, 产生更大的价值。 (3)构建应对措施的科学决策支持分析系统。基于高精度分析模型, 结合大气污染源排放清单, 根据污染控制措施的需求, 制作空气污染决策服务产品, 向环境管理部门提供决策支持, 制定有效、经济、低影响的科学应急处理措施。 (4)构建工业园区污染溯源系统。基于高精度预报模型, 结合
重点污染源排放清单和综合观测数据, 提供工业园区之间污染来源和去向追踪, 给出每个园区的每种污染物随时间演化的空间分布和来源比例。 (5)构建区域异常污染自动监管系统。充分利用大数据分析技术, 将跨部门、跨行业、跨地域的数据整合起来,以更加科学的方式实现未批先建、超标排放等区域异常污染事件的发现和分析, 应对环境事件、减少环境危害。把环境数据与其它关键数据结合起来, 让新的信息化手段为环境管理提供系统性的支撑, 用数据说话, 为管理者决策提供依据。 2建设内容 本项目的建设内容包括: (1)基础数据采集与整合 (2)基于认知计算的环境信息大数据分析 (3)重污染预警与决策支持 (4)工业园区污染溯源 (5)区域异常污染自动监管系统 3功能模块详细描述 3.1 基础数据采集与整合 覆盖全市的空气质量监测网络, 构建环境信息数据库, 开发一体化的数据实时采集、数据解析处理、自动质量控制、数据加工、叠置分析、预警识别等功能模块, 实现数据一体化的统一加
数据中心八大节能八个步骤 现有的节能技术大都没有顾及电力需求增长的主要因素，只考虑如何降低整体能耗成本。企业为数据中心节省能源同时提高效率，其实还有更有效的办法。只要实现高效存储数据，减少机器及磁盘数量，就能解决急速增长的能源消耗问题。这个策略不仅可以减少系统的复杂性，降低成本，还可以改善网络效率和性能表现，从而对新的业务需求能做出更好的反应。 1. 整合服务器和存储系统 服务器本身已消耗了数据中心的一半能源，而存储系统是另一大能源消耗者。事实上，窗口数据的大幅增长，导致了窗口档案服务器和直接附加存储系统的数目急增。因此，只需设立一个存储网络，整合服务器和存储系统，减少设备数量，数据中心的可用能源就能迅速增加，从而提高能源效益。 2. 选用高容量磁盘驱动器 典型的SATA磁盘驱动器，与相同容量的光纤通道(Fibre Channel) 磁盘驱动器相比，可以节省大约一半的能源。同时，它们可以提供最高的磁盘驱动器可用存储密度，进一步降低能源消耗。一些具有磁盘修复及数据保护技术的SATA磁盘正日趋流行，成为很多企业应用的理想选择。 3. 减少磁盘驱动器数量，防止磁盘故障 SATA磁盘驱动器的数据存储量比光纤通道主磁盘驱动器多，但我们不能因此而忽略了数据可靠性。当前流行的双区间(Dual-parity) RAID-DP,能够提供更高的存储利用率和错误容忍度，可同时修复两个故障磁盘驱动器的数据。 4. 将数据转移到更高效的存储系统 为确保最有效地使用存储资源，可以把数据转移到次存储系统以减低主存储的负荷。一个完善的信息服务器能自动把存取率较低的数据，自动由主存储器转移到存储效益较高的次存储系统去。 5. 提高利用率 据业内估计，存储利用率只有25%-40%,即大约有60%-75% 的存储容量还没有被使用，却在不停地消耗能源。市场上有些方案能有效解决这个问题，通过共享存储，让所有磁盘都可以存取数据，平均存储利用率可高达60%。 6. 单方案多应用 只要掌握了数据备份的窍门，就能大幅节省存储空间。第一，只存储变更的数据。第二，用数据备份实现多个不同应用，以降低对特定存储系统的依赖，同时将后备系统用于验证及异步灾难恢复，减少特定存储系统的数量，节省更多能源。第三，重复数据删除技术(Deduplication) 可以避免对存储于主磁盘阵列的多余数据进行重复备份，缓解增加次存储容量的需求。
数据中心机房节能简析 贾骏 吕捷 王众彪 工业和信息化部电信研究院 邮电工业产品质量监督检验中心 摘要：本文阐述了数据中心机房的主要能耗分布情况，并从数据设备、电源系统、空调系统、机房气流组织几个方面介绍了机房降耗的主要方式。 关键词：数据中心 UPS 气流组织 1、数据中心机房概述 数据中心是为集中式收集、存储、处理和发送数据的设备提供运行维护的设施以及相关的服务体系。数据中心提供的主要业务包括主机托管、资源出租、系统维护、管理服务，以及其他支撑、运行服务等。 本文所提到的数据中心机房，是指承载数据中心业务的基础设施，一般由核心业务机房、UPS机房、电池室、空调机房、柴油发电机房等构成。 我国数据中心市场发展迅速，根据赛迪顾问年度报告，2010年中国IDC市场规模达到102.2亿元。我国2005年以来数据中心市场发展的趋势如图1所示。 图1 我国IDC市场发展趋势 2、数据中心机房能耗分布 2010年我国数据中心资源投入占总投入将近30%，维护成本占总投入近15%。[1]2010年我国数据中心运营成本分布如图2所示。
图2 2010年中国IDC公司最高运营成本分析 数据中心机房能耗主要分为服务器/网络设备能耗、制冷能耗、供电系统能耗、照明和其他能耗。根据EYP Mission Critical Facilities所提供的数据，50%的数据中心用电量是被服务器/网络设备所消耗。制冷系统是数据中心内第二大能耗系统，其耗电量占数据中心总耗电量的37%。供电系统占10%，照明和其他占3%。[2] 3、数据设备降耗 数据设备是承载数据中心的业务核心设备，同时也是耗电量所占比例最大的设备。根据亚马逊JamesHamilton的研究，数据中心服务器硬件所消耗的电力的费用约占57%。针对不同规模的数据中心，该费用比例是不同的。2010年我国数据中心规模分布如图3所示。 图3 2010年中国IDC公司的机房服务器数量 服务器是数据中心最为常见的设备。使用高效低能耗的服务器是数据设备降耗的关键所在。Standard Performance Evaluation Corporation(SPEC) 是一个全球性的、权威的第三方应用性能测试组织，它制定了一系列的规范来评定服务器应用性能。可以根据SPEC的测试值评定服务器的效能/能耗，以此作为选购服务器的参考。另一个评定标准是能源之星的服务器标准，符合能源之星标准的服务器要比旧式服务器多出30%的能源效率。 对于网络设备，可以使用TEEER值以及ECR/EER性能能耗比评估法进行节能分析。 4、电源系统降耗
数据中心电源解决方案及选型 发表时间：2019-11-06T11:30:58.777Z 来源：《基层建设》2019年第23期作者：苏建伟 [导读] 摘要：随着互联网应用技术的迅速发展，作为互联网载体的数据中心建设规模日益变大。 中国通信建设集团设计院有限公司第四分公司河南郑州 450052 摘要：随着互联网应用技术的迅速发展，作为互联网载体的数据中心建设规模日益变大。巨大的用电容量需求给数据中心的建设和运营带来了空前的压力。文章根据数据中心常用的供电解决方案提出了三种电源产品解决方案，并根据安全可靠、节能环保、管理维护、建设成本四个方面提出的电源产品解决方案进行对比和分析，作为数据中心建设的配套电源产品选型参考。 关键词：数据中心；电源系统；节能环保 近年来，随着移动互联网时代的到来，基于互联网技术提供的各种服务已融人到人类的社会生活中，数据储存容量需求高速发展。作为互联网应用服务载体的数据中心，其建设需求也在同步不断增加。近几年来，随着互联网服务、电子商务行业的高速发展，我国的IT服务巨头B.A.T（百度、阿里、腾讯）、三大运营商（移动、联通、电信）都投人了大量的资金用于数据中心的建设。截止目前，全国已经建成了规模不一但数量庞大的数据中心。各大数据中心运营商为了节约成本、便于管理、形成规模化效益，数据中心的建设规模逐渐变得越来越大，同时，巨大的用电容量也给数据中心的建设和运营都带来了巨大的成本压力。如何合理配置资源，提高数据中心供电的安全性，降低运营成本，成为各大数据中心运营商在机房建设中重点考虑的因数。 一、数据中心对供电的要求 主要应包括以下几方面。 1.1安全可靠 一般要求电源供电系统的可用度A!99.999M。因此，必须合理进行配置，达到系统供电安全最优化。 1.2节能环保 在能源紧缺、重视环保的今天，“绿色、节能、高效”是新一代数据中心建设的主流标准。不间断电源（UPS）在绿色、节能、高效方面的表现，主要体现在输人功率因数、输人电流谐波以及整机效率等方面。 1.3可维护性 不间断电源（UPS）供电系统应当具备维护方便，便于管理的设计需求。在节省系统的维护成本的同时，更为重要的是可以尽量避免因人为维护或者管理不当，而引发的系统故障。 1.4建设成本 从数据中心容量需求在应用过程中会逐步增大的情况，要求电源系统配置可扩容设计。这样能有效地控制系统建设初期投资费用，同时，又能使UPS供电系统在数据中心的建设过程中，始终保持安全高效的工作状态，提高了系统的性价比。因此，数据中心供电系统的合理设计，并非一味追求某一项指标的最优化，而是应该根据实际应用的需求，在保证安全可靠、节能环保、运维方便、成本合理这些要点中寻求一个平衡点，提供一个节能环保，安全可靠，经济适用的供电系统解决方案。 二、数据中心用电特点 2.1保证的目标。 在数据中心配电系统中除了正常配电系统中采用的双回路独立电源供电之外，还在数据中心配备事故备用柴油发电机、大容量UPS 等。同时在数据中心配电系统故障处理机制方面，会考虑供电电源失电、母线故障、开关跳闸和开关拒动等一系列非正常情况下如何最大限度地满足设备用电可靠性的要求。 2.2数据中心配电系统较一般建筑配电系统复杂。 与一般建筑配电系统相比，数据中心配电系统其结构更为复杂，对配电管理的要求更加严格。复杂性表现在电源输入及其控制策略上，一般建筑配电多采用双回路一主一备供电，其控制策略为备用电源自动投切。而数据中心配电系统除双回路单独供电之外，自身还配备至少满足全负荷设备容量的柴油发电机，在不同失电故障场景发生时，通过供电策略的改变实现数据中心设备的持续供电。 三、数据中心供配电系统解决方案分析 数据中心在运行的时候，往往是二十四小时不间断运行，其本身具有用电量比较大和可靠性较高以及对电源品质要求比较高的现象，其中比较常见的是电力系统在具体运行的过程中，对电能实施发、输、配、用中的配和用等内容，促使这些方面能够在电力系统正常运行的基础上具体实施。在供配电系统中，功率通常情况下是单向流动的，也就是根据电源端向用户端的方向流动，通过一定的分配手段的基础上，使得供配电的目的得以实现，将电力系统中的电能改变成用户所使用的用电设备可以利用的电能。根据当前的数据而言，其电压等级主要处于35KV或以下。因此供配电系统在设计处理的时候，需要明确其电能负荷的性质和周围区域电量供应的具体情况等。 3.1热备份串联供电的相关方案 串联备份技术和其他技术相对比而言，是比较成熟的，其发展的阶段是比较早的，使用范围相对广泛，其中多种关于UPS技术的相关资料中串联也可称为热备份，多数人都将其称为串联。供电方案中串联的UPS是比较完整的，其也具有自己的旁路在线类型的UPS单机。这些单机的连接媒介仅仅为电源线，没有其他信号连接。通常情况下主机进行全面供电，从机基本上没有对其加以负载处理。 这一方案在具体应用的时候，其优点是结构相对简单，在实施安装处理的时候，比较快捷，相对价格也合理，多个不同公司的UPS能够串联使用。这一方案的具体实施缺陷是需要不间断进行负载用电的扩容处理，就必须持续带电工作，而这一过程中的危险程度也会增加。 3.2直接并机供电方案 直接并机供电方案的形式主要是将多个同类型型号和功率的“不间断电源”在并机柜或并机板等基础上，将输出端连接在一起而形成的。这一方案的主要功能是多台机器对负载功率共同承担处理，其中比较显著的原理是在一般情况下，多个UPS都具有逆变器的输出分担负载及电流，在其中任何一个“不间断电源”出现问题的时候，其余的都会再次对全面的负载进行承担，在促使并联冗余实现的时候，其基础始终是对以下相关内容有效处理。 每个UPS逆变器所输出的波形之间的相位和频率等方面需要是相同的。UPS逆变器在输出电压的时候，这些电压也需要保持一致。每个
龙源期刊网 https://www.doczj.com/doc/046573085.html, 大数据及环境保护大数据的应用意义浅述 作者：谭静仪 来源：《电子技术与软件工程》2018年第11期 摘要随着信息化的到来，我们逐渐进入到了大数据、互联网的时代。大数据环境可以让人们更简单、快捷，也更准确地获得自己想要的信息。大数据与互联网技术、云计算等都有着非常密切的关系。目前，由于各种原因，自然环境受到严重破坏，我们可以通过大量的数据分析，进行更准确地判断，并及时采取有效的措施，对环境进行保护。本文通过对大数据在环境保护领域的应用的探讨，为更有效的治理环境提出了建设性建议。 [关键词]大数据环境保护大数据应用 在科学和经济高速发展的今天，环境问题成了我国面临的一大难题，环境治理工作如果单靠政府的努力是不行的，还需要各行各业的团结协作，同时，科学可靠的数据采集和处理也是非常重要的。在大数据环境下，政府以及各个相关部门可以依靠准确有力的数据，对环境进行更好的保护管理，也可以让人民通过数据，了解到当下环境情况，提升对环境的保护意识。 1 大数据的概念 大数据是通过互联网技术、云计算技术、人工监测技术以及卫星技术等，对数据进行统计、整合以及分析，大数据的价值主要体现在各种技术协同作用中。为了加强数据管理，数据库系统通常建立在文件系统上，借助于索引，为外界提供高效的数据查找和其他相关功能。最后，利用数据分析技术从数据库中的大数据中提取各种有用的知识。随着信息技术的飞速发展，环保部门已经开展了多处环境质量监测、环境调查和污染源管理等工作，收集了大量的专业数据，通过对这些精准有效的数据的分析，政府及相关部门可以对症下药。比如，通过对污染源大数据的分析调查，可以预判出主要的污染源，政府及相关部门也可及时采取措施，解决污染源，保护环境。 2 大数据的实际应用 （1）首先利用互联网技术、云计算技术、人工监测技术以及卫星技术等，对数据进行统计、整合以及分析是非常重要的。其次，只有进一步提高环境保护体系相关部门的数据披露水平，才有利于实现大数据应用的创新。将数据分析结果完整地显示在公众中，这样，不仅可以增强公众对环境的保护意识，让更多的人了解都当下生态环境面临的问题，都积极参与到对环境的自觉保护中。其次，环境管理单位和环境志愿者可以很容易地将采集到的数据传送到数据中心，间接地使公众成为工作的有力监督者，更好地帮助环保部门加强治理一些非法排污企业。另外，公开了这些数据的做法也为大数据环境做出了贡献，进一步丰富了环境数据，更有利于相关部门对数据的分析应用。
大数据在环境保护中的应用研究 摘要：随着经济的持续发展，我国的生态环境保护问题变得越发复杂。大数据 技术的出现，正好适应了生态环境保护问题的发展现状。本文从分析生态环境相 关数据入手，对大数据技术在生态环境保护领域的应用架构及关键技术展开论述。 关键词：大数据 Hadoop；生态系统；生态环境保护 1 引言 生态环境的保护问题，具有复杂性和时变性，涉及多部门、多地区和多领域，需要处理海量的各类数据，这为问题的解决增加了不小的难度[1]。本文从分析生 态环境相关数据入手，对利用大数据技术，整合各类生态环境相关的数据资源， 建立生态环境大数据平台的架构及关键技术展开论述。 2 生态环境相关数据的现状分析 目前，应用于生态环境保护领域的数据资源主要包括三类： 地面监测数据：此类数据主要来源于各地的生态环境在线监测系统。由于各 系统开发时期不同，技术手段各异，数据格式多样，各系统之间很难形成信息共享。 遥感监测数据：此类数据主要来源于卫星遥感数据和航空遥感数据。 地理信息数据：此类数据的来源主要有野外采集、地图数字化和航天遥感采集、摄影测量等。 目前，传统的信息化技术在环境数据整合工作中仍占据主导地位，而利用大 数据技术，实现上述三类数据的统一存储、协调工作，真正建立起实用价值大， 适用性广泛的生态环境大数据平台，还没有相关的工作开展。 3 大数据技术概述 大数据技术是近年来兴起的一种综合性信息技术[2]，对于处理超出传统数据 库系统存储、管理和分析处理能力的多来源的、海量的数据集群，具备天然的技 术优势。大数据技术的主流应用框架是Hadoop生态系统。它以HDFS分布式文件系统和MapReduce分布式计算框架为核心，可以对大数据进行高效的分布式处理。 4 大数据平台的构建 生态环境问题涉及大气、土壤、水、生物圈、气候等方方面面。为此，我们 在推进大数据技术与生态环境保护工作相互结合的过程中，采取了以点带面，逐 步推进的策略。 在本文中，我们选取对环境影响比较突出的大气污染问题作为研究的切入点，利用Hadoop生态系统中的HDFS技术，建立起秦皇岛地区的大气污染防治大数据平台。未来，通过建立基于此平台的大气业务应用系统，我们可以对秦皇岛地区 的大气污染物来源情况进行准确有效的分析。这一应用模式的探索，也将为未来 更广泛生态环境数据的综合性分析与应用，打下良好的基础。 平台所采用的地面监测数据包括：工业企业污染排放情况、火电企业污染排 放情况、钢铁冶炼企业污染排放情况、水泥企业污染排放情况等。 平台所采用的遥感气象数据主要是用美国国家环境预报中心（NCEP）发布的Final Operational Global Analysis（FNL）资料[3]。我们不直接使用FNL的原始数据，而是采用经过NOAA-Air Resources Laboratory（ARL）预处理模块转化后的数据。 基于FNL资料，可以计算在某一时段内抵达秦皇岛地区的后向气流轨迹，从而有 助于配合地面监测数据揭示秦皇岛地区大气污染的可能来源。 纳入平台的地理信息数据主要有两类：（1）图形数据：此部分数据以矢量图
2019.04 近年来,我国经济快速发展,信息化的建设也在不断加大,在这种形势下,数据中心的发展是到了急速发展的阶段。伴随着数据中心的快速发展,高能耗的问题显得尤为突出。因此,对于如何降低数据中心能耗的研究具有非常重要的意义。 1数据中心能耗现状和问题 数据中心有着高能耗的标签,是实现绿色节能所要特别关注的重点。据资料上统计和记载,目前,在国内机房运行的电能利用效率基本在2~2.5范围内,这个数值大幅度超出标准机房的基准数值。这个现象说明在机房运行的过程中,总能耗中约有60~70%都用到了空调冷却等设施上了(表1),但是,Google 公司的数据中心机房电能利用效率年平均值达到1.21,美国Hp 的新一代数据中心体验中心机房夏季PUE 值可以达到1.6~1.7[1]。 现阶段较为核心问题出现在数据中心的高能耗,且高能耗导致的成本费用超出整个机房的运营维护的50%费用。而现阶段对能源的需求也不断地增长。如图1所示。 2数据中心耗能设备组成 (1)数据中心机房中IT 设备的品种很多,主要用 于数据中心中所用到的应用系统的运营。如表2所示。 (2)制冷设备:为控制机房环境的温度和湿度,确 保设备的正常运行,如表3所示[2]。 (3)供配电系统:供配电系统主要是为数据中心各 类设备的正常运行提供使用的电压和电流,并保证使用作者简介：胡进贤(1987-),女,硕士,研究方向:数据中心机房、大数据、智慧城市的研究;谷国栋(1974-),男,硕士,院长,研究方向:大数据、智慧城市、云计算、数据机房等。收稿日期：2019-01-14 数据中心能耗现状与节能方向的探索与研究 胡进贤，周起如，谷国栋 （深圳市赛为智能股份有限公司大数据研究院，广东深圳518057） 摘 要:数据中心拥有能量密集和高耗能的标签，因此，能耗问题也越来越引起人们的关注。现阶 段数据中心的高速发展，降低能耗也变得非常重要。为了解决这个能耗高的问题，从能耗的组成入手，去分析和阐述数据中心能耗的节能技术和措施，探索了在数据中心运行中有效实现绿色能耗的方法。 关键词:数据中心；高能耗；节能减排；能效指标 表1 数据中心机房标准能耗分配表 图1现有机房数据中心的能耗组成 表2数据中心机房IT 设备分类表 表3数据中心机房制冷设备分类表 1% 24% 30% 45% 制冷设备IT 设备供配电系统照明等其他设备 序号类型 具体设备 1服务器类机架式、刀片式(含机框)或塔式等服务器2存储类磁盘阵列、SAN (Storage Area Network,存储区域网络) 交换机等存储设备,以及磁带库、虚拟带库等备份设备3网络类 交换机、路由器以及防火墙、VPN (Virtual Private Net?work,虚拟专用网络)、负载均衡等各类专用网络设备 4 IT 支撑类主要包括用户运行维护的监控管理等设备 现有机房多数能耗分配状况标准机房能耗分配IT 设备及网络通信设备:30% IT 设备及网络通信设备:50% 空调的制冷系统:45%空调的制冷系统:25%变压器/UPS 供电系统:24% 变压器/UPS 供电系统:10% 照明设施:1% 照明设施:3% 序号类型 具体设备 1空调设备类机房专用空调、行间制冷空调、温度调节设备等2冷源的设备 种类 风冷室外机、冷水机组、冷却塔、水泵、水处理等 3 新风系统类送风、回风风扇、加/除湿设备、风阀等 93
IDC数据机房节能减排的技术 IDC即为“互联网数据中心”，在快速发展的进程中，要发挥其应用价值，就要提高服务器的数据处理能力，数据存储设备和网络设备的信息容量增加，对于电能的消耗量增大。所以，企业在运行的过程中，所使用的电量就会有所增加。采用节能减排技术，可以降低IDC机房的运行成本，企业的市场竞争力也会有所增加，确保安全安全可靠地运行。本论文针对IDC数据机房节能减排的技术进行分析。 IDC是基于互联网构建起来的数据中心，通过运行专业网站，就可以为企业、网站以及媒体提供服务，由于数据信息传输质量高，而且数据容量规模大，因此得到了广泛的应用。IDC所提供的业务非常广泛，包括宽带批发业务、空间租用业务以及服务器等等。IDC数据机房中，各种设备都可以集中放置，空间有限，释放大量的热量。为了降低IDC数据机房的能源使用量和排放量，就要采取节能减排措施。 机柜的散热方式要合理 IDC数据机房中所安装的发热设备并不与散热设备之间相对应，其热量排放的?^程是通过机柜内部的气流来完成的。在对机房内部的设备进行布局的时候，要对空调系统充分了解，对释放热量多的设备在室内分布要均衡，对于机柜
的送风设计可以采用下送风的方式。如果机柜的发热量非常大，送风就需要单独进行。机房需要具有很高的制冷效率，这样就可以使得机房运行中，能源消耗量有所降低。设备的发热量非常大，就要将其布置在靠近空调的位置，最好对着出风口，确保机柜的冷量。 选择合适的供电设备 在供电设备的选择上，要符合实际需要。原有的不间断电源系统被240伏的高压直流系统所取缔，当电源系统处于低负荷运行状态的时候，就会发挥很好的能源节约效果，系统运行的总有效率可以提高15%左右。从经济的角度而言，供电系统的运行是会消耗一定量能源的，适用于耗费能源的冗余供电系统。但是，冗余供电系统依然会被用于IDC数据机房中。交流设备所输出的电流需要经过2次交流转变为直流电流之后，才可以达到设备端。供电系统的能源消耗量也会有所增加。目前，IDC数据机房的供电多会采用不间断电源系统，这种设备的能源消耗量大，而且所产生的谐波量也非常大，这就必然会污染到供电系统。这就需要在设备的选择中，根据IDC数据机房的需求购进低能耗的设备，而且要求设别就有技术扩展性，是降低IDC数据机房的能源消耗量。 运用精确送风技术 IDC数据机房在运行中要降低能源消耗，减少排放量，
笔者主要围绕线缆管理、制冷系统管理和UPS(不间断电源)管理三个方面探讨一下中心机房的节能减排工作。 简单地说，中心机房的节能减排工作包括节能和环保两部分。其中节能不仅仅是节省电能，还包括节省制冷设备消耗以及设备备份，也包括机房空间的节约。在行业信息化建设过程中，各单位的机房建设情况不一样，并且机房中最核心设备(诸如小型机、服务器等)的选型也不尽相同。因此，笔者主要围绕线缆管理、制冷系统管理和UPS(不间断电源)管理三个方面探讨一下中心机房的节能减排工作。 机房线缆管理——不能任由线缆如杂草般丛生 线缆管理与机房的散热效力相关。如果线缆比较混乱，设备散热就会受阻。合理有序的布线可防止散热通道堵塞的问题，提高散热效率。同时，合理布线能够减少维护人员的工作量，易于维护和管理。机房布线可以采用交叉连接方式。这种方式两侧都用永久性连接，而正面用跳线的方式连接。采用这种方式便于维护和管理线缆。 制冷系统管理——机房不能一直“冷酷到底” 合理布局机房空间可以提高机房制冷系统的工作效率。机柜的合理摆放能够最大限度地提高空调的冷却效率，减少空调的耗电量。冷、热空气混杂是机房中常见的现象，有时空调提供的冷气还没有进入机柜就已经变热了。因此制冷系统效率提高的关键在于对冷热空气进行有效区分，这样才能保证机柜内部IT设备能够在正常的温度下工作，让制冷的效果更加良好。机房可以改变以往机柜面朝同一方向摆放的做法，采用“面对面、背靠背”的机柜摆放方式。这样符合服务器等IT设备从正面进风、从后面排风的设计，将冷、热空气分开，可避免前排机柜排出的热空气与空调的冷空气混合后再进入后排机柜，导致制冷效果减弱的问题，从而提高制冷效率。 机房内部统一的温湿度控制能够避免各空调之间出现温湿度不一致的问题。通过机房统一的控制管理，可以避免因不同空调间温湿度差异而造成的一部分空调在制冷而另一部分在加热的现象，防止出现因操作互相抵触造成的效率低下问题。 UPS管理——不能让电悄悄“溜掉” 为保障机房的电力供应，现在机房里都会安装UPS系统。从机房用电分配比例中可以发现，供电系统本身的耗电占15%。也就是说，UPS利用率的高低也直接影响到机房耗电量的多少。大多数机房管理工作人员认为，UPS系统安装后只是起到断电保护的作用。但实际上，UPS系统也会耗电，而这部分损耗是完全没有必要的。目前UPS均为在线式双变换构架，在其工作时整流器、逆变器均存在功率损耗。提高UPS的工作效率，就可降低供电系统的耗电量，可以为机房节省一大笔电费。因此，采购UPS时要尽量采购效率较高的UPS。 除了提高UPS自身的效率，UPS的一些功能也可加以利用，比如ECO经济运行模式。其原理是在较好的供电环境时，激活此功能，使UPS由静态旁路直接供电，此时逆变器处于待机状态，正常工作，但不输出能量。一旦供电异常，UPS会立即切换到逆变器供电状态，切
数据中心基础建设中的节能探讨 摘要:随着信息化时代的到来，各种信息离不开计算机的处理，因此数据中心越建越多，规模越建越大，如今的数据中心正面临着一个现实而又紧迫的问题：能源危机。如何降低能耗、节能减排成为数据中心关注的焦点。本文从气流组织、空调系统、供电系统和照明四个方面探讨建造绿色数据中心的要点和措施。 关键词:数据中心；PUE；湿膜加湿；空调节能；模块化等 我国“十二五”规划纲要已将节能减排作为国民经济和社会发展的约束型指标，提出2015年全国单位国内生产总值能耗要比2010年降低16%的节能减排指标。按照通信业“十二五”发展规划的要求，2015年单位电信业务总量综合能耗比2010年下降10%，新建大型云计算数据中心的PUE值达到1.5以下。因此如何降低能耗和建设绿色的数据中心，成为数据中心关注的焦点，下面结合某个大型数据中心的建设，论述数据中心基础设施的节能要点和措施。 一、衡量数据中心能量使用效率 目前数据中心的建设向大型化的趋势发展，对一个建设规模为2000个机架的数据中心来说，按照每个机架平均3KW计算，2000个机架终局负荷为3KW*2000=6000KW，每个小时耗电6000KW，全年电力耗能为：6000KW*24*365=52560000KW，按照1元/KW时计算，全年的电费5256万元，加上数据中心的空调、新风、照明、其他电力能耗，对一个PUE为2的数据中心而言，电费为1.05亿元。因此数据中心的建设需要充分考虑后期的运行成本，建设节能环保的绿色数据中心是关键。
衡量数据中心运行中的能耗效率指标是PUE（Power Use Effectiveness）。PUE=数据中心所有的能耗/IT设备能耗。 数据中心的总能耗=IT设备总能耗+制冷设备总能耗+新风和加湿总能耗+照明+供配电损耗 对一个PUE为2.0的数据中心，其各系统能耗见下图 二、降低PUE的措施 要将数据中心综合能耗（PUE）建设目标按照国家的要求达到1.5以下，在基础建设设计中考虑的节能措施有以下几个方面。 1、科学的气流组织 科学的气流组织包括以下方式： ①、采用铺设架空地板下送风、上回风（下送上回）方式。 其符合热气流向上的自然规律，数据中心顶部为负压，下部为正压，通过静电地板下送风，准确地先把冷空气送入机柜，热气流通过上回风形成最佳的气流循环，提高制冷效率。
数据中心节能现状分析 随着移动互联网、物联网、云计算等数据业务需求的爆炸式增长及IT 技术的迅速发展，作为信息的重要载体，数据中心迎来一波新的建设浪潮在电子信息及制造技术的飞速提升的推动下，数据中心机房的设备密集度大大提高。然而由于能效监控管理的不完善，设备的不够智能化及缺乏联动协同等原因，数据中心的能耗问题也变得越来越无法忽视：现有的数据中心整体耗电巨大，发热量集中，机房局部过热现象增多，机房内单位面积空调冷负荷急剧增加，由此引来的主设备运行故障和能耗逐年上升，甚至成为了制约行业发展的一大瓶颈。 为了有效开展数据中心节能工作，首先来了解一下数据中心能源利用的现状。 随着云计算的发展，数据中心的建设呈现向大型化发展的趋势。超过100个机架的数据中心比例逐年上升，2016年预计达到61%.而大型数据中心的电力消耗是相当惊人，比如对一个建设规模为2000个机架的数据中心来说，按照每个机架功率平均3kW计算，2000个机架最终负荷为3kW*2000=6000kW，每个小时耗电6000度，全年电力耗能为：6000kW*24小时/天*365天=52560000kWh，按照1元/KWh计算，全年的电费5256万元，加上数据中心的空调、新风、照明、其他电力能耗，对一个PUE为2的数据中心而言，电费为1.05亿元。 另根据美国斯坦福大学Jonathan Koomey教授的一项调查显示，2010年全球数据中心电力消耗为2355亿度，约占全球电力消耗的1.3%.而在美国，这一比例更高，美国环境保护署的报告显示，2011年数据中心能源消耗占到了美国电网总量的2%，并且还将呈现每五年翻一番态势。中国的数据中心能耗也高速增长，显著高于世界的平均水平，据ICTresearch统计，2012我国数据中心能耗高达664.5亿度，占当年全国工业用电量的1.8%.根据预测，到2015年我国数据中心能耗预计高达1000亿度，相当于整个三峡水电站一年的发电量。 另一方面，数据中心能源效率普遍低下，能源浪费巨大，据工信部统计，目前，中国的数据中心的平均PUE值在2.2～3.0之间，而实际能耗可能远远高于这一数字。对企业而言，数据中心电费已成为很大一笔开支，大幅侵蚀企业的经营利润。如中国联通2012年营业收入407亿美元，利润仅为12亿美元，但其电费开支却高达17亿美元。 数据中心巨大的能源消耗是促使人们研究其能源利用效率的主要推动力，而讽刺的是对于全球数据中心的实际能源消耗量，至今还没有任何有信服力的统计结果。造成这种现象的原因很多：一方面，数据中心发展仍在上升期，数量及设备性能均存在着不稳定性，这在客观上为统计工作带来了困难；另一方面大部分数据中心运行管理人员将数据中心运行数据视
环境信息大数据分析平台 （项目建议书）
目录 1建设目标 (3) 2建设容 (4) 3功能模块详细描述 (4) 3.1基础数据采集与整合 (4) 3.2基于认知计算的环境信息大数据分析 (5) 3.3重污染预警与决策支持 (6) 3.4工业园区污染来源解析 (7) 3.5区域异常污染自动监管系统 (8)
1建设目标 本项目将借鉴国际最新大数据、物联网、云计算、移动、社交，以及空气质量建模和预报溯源方面的研究成果，开展环境信息大数据分析及工业园区污染溯源等方面的关键技术研究，并在此基础上建立一套针对鄂尔多斯市的环境信息大数据分析平台，进而实现业务化运行。 本项目的主要建设目标如下： (1)建立空气质量相关信息的360度视图，支撑科学系统的管理决策。对空气质量监测、综合观测、污染源、交通流量、地理信息，以及社会舆情等各类相关信息进行充分整合，形成数据源的统一管理、统一维护和高效查询，并提供契合现有业务逻辑的数据关联分析服务。 (2)实现基于认知计算的环境信息大数据分析。基于平台中积累的各类数据，通过关联分析、时间序列分析、空间分布分析、案例分析和知识规则推理等多种手段，使用认知计算技术对环境信息进行大数据分析，产生更大的价值。 (3)构建应对措施的科学决策支持分析系统。基于高精度分析模型，结合大气污染源排放清单，根据污染控制措施的需求，制作空气污染决策服务产品，向环境管理部门提供决策支持，制定有效、经济、低影响的科学应急处理措施。 (4)构建工业园区污染溯源系统。基于高精度预报模型，结合重点污染源排放清单和综合观测数据，提供工业园区之间污染来源
和去向追踪，给出每个园区的每种污染物随时间演化的空间分布和来源比例。 (5)构建区域异常污染自动监管系统。充分利用大数据分析技术，将跨部门、跨行业、跨地域的数据整合起来,以更加科学的方式实现未批先建、超标排放等区域异常污染事件的发现和分析，应对环境事件、减少环境危害。把环境数据与其他关键数据结合起来，让新的信息化手段为环境管理提供系统性的支撑，用数据说话，为管理者决策提供依据。 2建设容 本项目的建设容包括： (1)基础数据采集与整合 (2)基于认知计算的环境信息大数据分析 (3)重污染预警与决策支持 (4)工业园区污染溯源 (5)区域异常污染自动监管系统 3功能模块详细描述 3.1基础数据采集与整合 覆盖全市的空气质量监测网络，构建环境信息数据库，开发一体化的数据实时采集、数据解析处理、自动质量控制、数据加工、叠置分析、预警识别等功能模块，实现数据一体化的统一加工处理和计算，保障服务于鄂尔多斯市的空气信息原始数据、过程数据、结果数据和
1、绿色数据中心架构 1.1概述 绿色数据中心(Green Data Center)是指数据机房中的IT系统、机械、照明和电气等能取得最大化的能源效率和最小化的环境影响。 绿色数据中心是数据中心发展的必然。总的来说，我们可以从建筑节能、运营管理、能源效率等方面来衡量一个数据中心是否为“绿色”。绿色数据中心的“绿色”具体体现在整体的设计规划以及机房空调、UPS、服务器等IT设备、管理软件应用上，要具备节能环保、高可靠可用性和合理性。 机房建设是一个系统工程，计算机技术的迅猛发展，促进了机房工程建设，对机房的安全性、可用性、灵活性、机架化、节能性等方面提出了更高的要求，绿色数据中心的架设，综合体现在节能环保、高可靠可用性和合理性三个方面。
节能环保体现在环保材料的选择、节能设备的应用、IT运维系统的优化以 及避免数据中心过度的规划。如UPS效率的提高能有效降低对电力的需求，达到节能的目的。机房的密封、绝热、配风、气流组织这些方面如果设计合理将会降低空调的使用成本。进一步考虑系统的可用性、可扩展性，各系统的均衡性，结构体系的标准化，以及智能人性化管理，能降低整个数据中心的成本（TCO）。 在计算机机房工程中，包含的工程可以归纳为：土建工程、电气工程、空调工程、消防工程和弱电工程，示意图如下： 1.2数据中心规划设计节能措施 要做到技术先进、经济合理、安全适用、确保质量，选择合适的地点进行机房建设是机房基础建设的基本条件。作为未来机房的地点，须符合以下几项条件： ?机房最好建在大楼的二、三层 ?机房尽量避免设在建筑物用水楼层的下方 ?机房选在建筑物的背阴面，以减少太阳光的辐射所产生的热量 ?排烟口设在机房的上方，排废气口设在机房的下方 ?主机房区域的主体结构应采用大开间大跨度的拄网
云计算时代的数据中心，一方面要求数据中心保持高可用性，能高效、安全地运营；另一方面，用户会尽可能要求数据中心降低能源消耗和运行成本；而且数据中心必须具备灵活的扩展能力，以应对多变的业务需求及未来的不确定因素。而根据最新统计，机房空调系统占总个数据中心的电耗比例达到将近45%，其中冷源部分占到2/3.绿色数据中心的构建，机房空调的节能解决方案成了重中之重，刻不容缓。 作为节能环保法律法规最健全的经济体，欧洲尤其注重提高数据中心能源利用效率，优化IDC功耗利用效率（PUE），热电冷联供、冰帽供冷、机柜供冷、自然冷却、热回收技术及磁悬浮变频离心等技术的较早采用，使欧洲数据中心成为最有可能最先达到优化 PUE=1.2的理想境界的数据中心。 1. 具有自然冷却的冷水机组 数据中心通常都需要常年不间断供冷，常规的制冷系统，室外温度即使是低于或远低于其循环冷冻水温的情况下冷水机组也需要照常运行。自然冷却（Freecooling）机组与常规冷水机组最大的区别在于它带有独特的风冷自然冷却换热器，其运行优先利用天然环境的低温空气冷却循环冷冻水，可以实现无压缩机运行制冷，显著节省压缩机的电耗。 在夏季，自然冷却机组与常规空调一样仍旧采用压缩机制冷。在过渡季，当环境温度达到比冷冻水回水温度低2℃或以上时，开起Freecooling自然冷却，利用冷空气的冷量预冷冷冻水，无需压缩机功耗；自然冷却不足部分，再由常规压缩制冷接力，从而减少了系统功耗。在冬季，完全靠Freecooling自然冷却冷却冷冻水，不需压缩机开起，只需少量风扇电耗，能效比高达20以上。通过自然冷却技术，在过渡季和冬季减少了压缩机工作时间和强度，有效降低了制冷功耗。与常规的冷水机组相比，以北京纬度地区为例，常年节电达到30%~38%. 2. 热回收技术利用 大型数据中心常年需要不间断的冷源，需要冷水机组高效制冷完成。而与数据中心配套的周边办公、运维和宿舍在冬季却同时需要大量的热量来解决供暖问题。在常规设计中，供暖需要锅炉或热泵解决，需要消耗大量的能源。新的热回收技术，免费利用制冷机组在制冷时候向环境中排放的冷凝热来加热供暖系统，从而不需要锅炉或热泵系统。在冬季需要供暖时，系统回收冷凝热来实现，多余的冷凝热仍旧排放到环境中去。由于实现制冷机组的冷热联供，综合能效比达到9～10，这是其他任何冷机效率所无法比拟的。采用这种热回收技术，一个数据中心的上万平方米的办公、运维和宿舍都可以实现免费供暖。 3.高效磁悬浮变频离心冷水机组
环保大数据在环境污染防治管理中的应用吴旭文 发表时间：2019-11-08T15:45:30.147Z 来源：《基层建设》2019年第22期作者：吴旭文 [导读] 摘要：随着社会不断发展由此引发的环境问题已经受到了相关部门的高度重视，只有将污染的“预防”和“治理”结合起来，才能有效的处理并改善环境问题。 广西博世科环保科技股份有限公司广西南宁市 530007 摘要：随着社会不断发展由此引发的环境问题已经受到了相关部门的高度重视，只有将污染的“预防”和“治理”结合起来，才能有效的处理并改善环境问题。在环境污染的防治过程中将环保大数据作为基础支持，建立和谐的管理系统，可以提高污染的防治效果与质量。本文主要针对环保大数据应用下，对环境污染防治管理中措施进行分析，为环保大数据的广泛应用提供理论支持。 关键词：环保大数据；环境污染；防治管理；应用 引言 目前民众对于环境保护的意识正在增强，随着信息化水平的提高，将环保大数据应用到环境保护工作中来变得非常重要。在信息化产业高速发展时代，基于“物联网”和“云计算”建立环保大数据，通过信息采集、运输、处理，可以实现对环境质量、污染物及可能发生的风险事件进行智能化识别、监控和预防，促进环境管理制度更合理化，推动环保监管能力向智能化发展，最终能够促进环境与经济的可持续发展。 1环保大数据在环境污染防治管理中的应用意义 相较于西方发达国家，我国在环保大数据方面的尝试与应用还处于初级阶段，美国早已在环保大数据的应用方面取得了显著的成效。然而，环保大数据的意义在于:首先，大数据转变了人们的态度与思维，使其从整体上认识与了解了环境保护的重要性，继而对环境污染防治管理工作产生了积极的监督意识，将环境保护工作从小范围的监测、实行转化为大范围的监督管理，并不断进行探究与创新。其次，环境污染的防治工作与管理工作需要与其他部门与系统进行密切的合作，因此，关于环境方面的信息资源就需要得到充分的共享，大数据所具有的传播速度快、共享方式简便、成本价格低等优势使得其成为共享的最佳途径，一改传统业务的低效率工作模式，为环保工作注入了新鲜活力。最后，大数据具有能够创造新价值的重要意义。“大数据不等于大量的数据，也不等于种类繁多的数据信息。”大数据信息具有良好而紧密的关联性，能够不断挖掘出新的价值，创造出理想的融合数据，继而为未来的发展做出正确决策。 2环境污染防治管理中的问题 我国的污染防治工作虽然在近些年得到了长足的发展，也取得了一些不错的成果，但是还存在着一些突出的问题。一方面，管理体制上还存在一定的缺陷，由此而导致了分工不清的情况，正常的情况下，政府应该在环境污染防治工作中占据主导地位，人民群众扮演义务主体的角色，而企业在这两者之间提供相关的服务，而由于体制上的缺陷，让本该政府进行的工作变成了公司的工作，本该公司尽的义务却交给了政府，这种角色上的错位导致了管理工作常常陷入混乱之中。另一方面就是管理技术的落后，由于没有采用信息化技术，环境污染防治工作的各个环节无法进行高效的联动，各个部门的数据存在着相对独立的状态，数据无法流通，导致各个部门掌握的信息不对称，因此在布置工作的时候会面临很多困难，影响了管理的效率。而通过大数据技术，可以很好地解决这些问题。 3环保大数据在环境污染防治管理中的应用 3.1构建全方位监测网络，有利于环境污染的防治 “随着经济的高速发展，城市建设规模的不断扩大，功能区和产业结构的布局也在不断地发生优化调整。”这就意味着，无论是城市的人口分布还是区域规划都发生了巨大的变化。如果不能加强对城市各项内容的监测，将会给后续的城市建设带来不便，而在物联网基础上，利用监测点、流动监测车队城市环境以及区域变化进行24h多角度的监测，继而能够不断得到实时更新的数据，提供更加准确的信息，保障环保大数据在环境污染防治过程中能够得到合理的应用。城市始终是处于巨大变化中的，通过构建以互联网信息技术与计算机技术为基础的监测网络，既可以对城市规划及人口规模等相关内容进行合理的监测，又可以及时有效地处理庞大的信息资源，有利于提高污染预报的准确。 3.2构建自适应环保大数据共享、处理平台 通过设置更多的环境监测设备，需要对海量的数据与变化进行管理，因此也对数据的存储能力提出了更高的要求。基于传统关系数据库设计完善与优化的基础上，应将时间范围作为基础采用分片技术。但由于数据量过于庞大，可能会出现存储空间不足、数据加载较慢、数据报表载入速度较慢的情况，对系统的正常运行造成阻碍。使用自适应环保大数据处理平台还可以对现有的业务逻辑相关数据提供管理服务，将环保大数据的应用效果大幅提升。为了有效避免传统系统中存在的数据应用局限，通过构建环保大数据自适应共享与处理平台可以增强数据的维护管理、服务、共享等功能，可以将环保相关信息数据进行整合与高效处理。因此需要建设共同的数据信息库，完成对数据的维护、服务、储存、管理等多项功能，还可以将数据管理与服务的接口充分明确。另外还需要建设完善的数据运行与维护管理机制，增强数据质量，对原数据进行留存与归档，加强数据应用灵活性与拓展性。 3.3以认知计算与数值模型为基础，构建大气污染防治体系 近年来，环境污染问题日益加重，各种污染物对人们的身体健康造成严重影响。针对环境污染防治管理的创新，需要正确使用模型。为了提升发现环境污染的及时性与准确性，可以使用数值模型的过程分析技术，可以对环境受到重污染的过程典型时期与各种田间下生成的污染物分布状态、演变规律进行快速模拟与计算，通过计算结果可以获得污染物的密度、根源、去向。一方面，将污染物的种类或污染源区域的差异作为基础加强污染源的各种效果。模型可以将种类与分布区域互相融合，加强污染受体的分析准确性、系统性。另一方便，模型可以将污染物的沉降过程与化学模式互相联系，从而将污染情况全范围地进行展示。使用认知计算增强环境污染防治管理的决策能力，将应急管理创新成为常态管理。例如在奥运会、世博会举办期间，我国环保部门已经积累了较多环境污染防治应急管理经验。通过认知计算的结合，将管理经验应用到其他管理当中，可增强环境污染防治决策的水平。 3.4加强与新媒体技术的结合 通常情况下，大数据框架所发布的数据都是单向传播的，传播的媒介主要是视频、文字、图面等，这种传播信息的方式比较被动，效果也不是很理想。因此要将大数据与新媒体技术进行高效的融合，通过对传播方式的升级让大数据的服务变得更加个性化，通过提高互动性的方式让群众可以主动参与到污染的防治中来。比如可以利用智能手机这种十分普及的电子终端设备，通过APP或者公众号等方式让群