专栏名称: 海南省数据产品超市

海南省数据产品超市通过有序开放公共数据资源整合社会数据资源，引进具有技术服务能力和研究分析能力的大数据企业、机构和团队，进行数据产品开发生产、供需对接、流通交易，构建统一公平、竞争有序、成熟完备的数据要素市场体系，促进自贸港数字经济的发展。

国家发布｜第二批“数据要素×”典型案例合集（三）

海南省数据产品超市 · 公众号 · · 2024-11-12 10:21

正文

8月29日，国家数据局会同科技部、农业农村部、文化和旅游部、中国科学院、中国工程院、国家文物局、国家中医药局等部门在中国国际大数据产业博览会上发布第二批28个“数据要素×”典型案例。第二批案例在注重发挥以数据解行业发展难题、促行业效益提升作用的同时，更加突出数据来源合规、治理有效以及依靠先进适用技术保障数据安全流通等内容，彰显数据要素推动经济发展的乘数效应。

案例二十一：全流程数据融合加速中药调剂传承创新

中药调剂作为临床中药学的基础，直接影响中医临床疗效的发挥。中药调剂是对中药进行再加工调配和配送给患者的过程，但在临床应用过程中存在经验数据挖掘复用不充分、操作流程要素不统一、与医疗服务衔接不紧密等问题，容易导致医疗安全隐患。北京中医药大学联合中华中医药学会在一定范围内开展了相关研究，推动中药调剂全流程数据融合，挖数据、强治理、管流程、提服务，有效提升了相关参与单位的中药调剂效率和服务质量。

一是挖掘中药调剂关键知识数据，构建中药调剂关键技术核心数据体系。 将传统中药调剂中的性状鉴别、中药炮制、中药调剂、中成药合理使用等经验，提取为处方审核、处方应付、发药交代、临床煎煮、调剂供应、性状辨别、临床炮制、采购管理和贮存养护等9项技术数据体系，并配套构建知识库与知识图谱，强化中药调剂全流程数据要素标准化建设，主研35项中药智能调剂关键技术标准（其中国际标准5项），同时配套形成数据元标准目录，支撑中药调剂数智化应用。

二是利用区块链技术，促进数据共享安全与合规监管。 构建智能代配、代煎大数据要素融合服务平台，中药煎药中心通过与医疗机构、中药饮片厂、配送公司等各方的合作与数据授权，融合中药饮片厂的中药生产信息、医疗机构的处方信息、煎药中心的煎煮灌装信息、配送公司的配送信息等，利用区块链技术将数据同步存储到区块链节点中，在代煎各环节进行数据来源验证，将传统人工调剂模式升级为“全流程数据追溯+人工+智能自动化”的新调剂模式，推动实现处方精准调配、中药安全代煎，应用覆盖浙江、广东、上海、重庆、山东、湖北、江苏、广西、重庆、福建等21个省市，120家中药煎药中心和3500家医疗机构。

图智能代配、代煎数据融合服务平台

三是融合多元数据分析，开展个性化药嘱服务。 基于《伤寒论》药嘱内涵解析，依托中药饮片标准库、中医经方库，结合调剂数据和患者用药情况等信息分析，实现个性化定制并生成中药饮片药嘱单，形成处方前置审核－饮片调剂复核－药嘱指导服务的标准工作流程，为患者提供正确煎药和服药的用药指导，实现“一人一方一指导”的个性化药嘱服务。自2017年以来，已在北京、天津、宁夏三地投入线下使用，累计服务患者逾105.47万次，用药指导正确率达100%，患者满意度达100%。

案例二十二：新数据支持自然灾害应急响应处置

应急救援是保障公众安全的重要措施，高效精准的数据能有效提升灾情感知能力、帮助及时制定应急处置决策和强化救援疏散科学管理。针对国内外地震、洪涝、滑坡等灾害应急响应处置中存在的灾情快速分析能力不足、精准预测预警难等问题，中国科学院西北生态环境资源研究院和空天信息创新研究院联合国家地震科学数据中心、地面卫星应用中心和甘肃省科学数据中心等20多家机构，构建了跨部门数据联动共享机制，创建了数据工程灾害应急响应服务平台，实现多源数据接入、确权、治理、流通、聚合和应用，提升了灾害应急处置速度和能力。

一是汇聚融合灾害应急响应数据。 联合行业部门、科研院所、企业单位等，形成了针对灾害应急的跨部门数据汇聚机制，高效支持高分、资源等多种卫星数据的接入以及遥感数据的空谱融合、时空融合，构建了覆盖灾害高发区域的地质灾害、水文、气象、人口和卫星等本底数据资源约300TB。

二是实现灾害应急响应数据可信流通。 建立覆盖我国主要减灾机构的区块链可信联盟体系，发展了基于共识信任机制的“确权认证-版本管理-可信共享-溯源追踪”服务新模式，推动灾害观测数据、制图产品和灾损报告等成果的安全流通，形成了良性可持续的数据减灾防灾发展格局。

三是提供基于“十大数据工程”的灾害应急响应服务。 基于“数据+AI+模型”技术研发的多机构联动响应、应急响应、灾害演变分析等十大数据工程技术，灾害发生后可快速圈定灾害区域、划定数据范围，建立专题数据模型方法。例如，通过制备洪水、地震等灾害的空间分布，快速分析受灾情况，科学预警次生灾害的发生，合理调配救灾资源，形成数据驱动的灾后应急响应支持能力。

图 2024年6月广州梅州洪水淹没区（面积152.1668平方千米）空间分布

该平台在灾后4小时内，可快速接入国家地震科学数据中心等20多家机构的灾害应急响应数据。目前，平台已支撑新疆、青海、甘肃、四川汤加火山、叙利亚、乌兹别克斯坦等地60次地震、洪水、滑坡的应急处置，为灾害研究机构和管理人员提供了6PB数据服务，加快了灾情分析，增强了快速救援能力，有效降低了应急响应成本。

案例二十三：跨行业数据要素融合应用构筑铁路安全新防线

强风对列车运行具有严重影响，易损害基础设施、影响供电设备安全，严重的可能造成列车脱轨或倾覆。新疆铁路沿途风区多、风力大，为应对强风对新疆铁路运输生产和行车安全带来的严重影响，新疆气象服务中心与新疆铁路部门联合攻关，打通气象与铁路数据、创新气象服务模式、推动规模化应用，实现了跨行业数据有效利用，降低了铁路行车安全风险，筑牢维护乘客生命财产安全的“防风墙”。

一是推动气象和铁路部门数据融合共用。 通过在铁路沿线建设98个大风监测站，实现了3秒/次的风力数据采集和传输，进一步融合铁路沿线周边气象部门的气象监测数据，形成了大风灾害风险精准预报研究的数据库，实现气象与铁路部门大风观测数据的实时共享，并在全国率先开展了20分钟大风精细化预报研究。

二是创新铁路气象服务模式。 通过气象的评估、预报、预警等数据服务，构建了从源头到运行的风险防范模式。面向防风工程建设，在兰新客运高铁专线线路选址和防风工程建设前期，通过新建19个多要素气象观测站和2个挡风墙防范效果试验站，将气象风险区划数据与铁路重大工程建设数据深度融合，提前开展气象风险评估，从源头防范和减轻大风极端天气的影响。面向列车运行，气象与铁路部门联合建设铁路大风精细化预报系统，接入天气预报数据、铁路沿线地形数据，进行了7大风区16个关键站点的大风趋势预报，推出了未来48小时的铁路大风精细化数据产品，预报准确率达到80%，并纳入铁路调度指挥系统，实现由现场实况指挥行车到“实况数据+精细化预报”指挥行车，建立安全风险超前防范机制。

三是加大推广复制力度。 新疆气象服务中心和铁路部门关于大风趋势预报的项目成果，已在中国铁路乌鲁木齐局集团有限公司管辖范围内5条铁路7大风区落地应用，累计形成了17万条大风预测数据和大风风险评估系数等共计15TB数据，用户数达8000人。2009年以来，保持因大风引起的铁路交通事故零发生，切实提升了新疆铁路客运产品的核心竞争力和新疆铁路部门的良好社会公众形象。

图新疆铁路大风精细化预报系统

案例二十四：数据赋能能源行业绿色低碳转型

在能源行业快速变革的背景下，能源数据的流通和使用正成为推动行业转型升级的关键因素。当前，能源数据流通使用过程中面临数据主体多、标准规范性差、可信共享水平低等问题，影响高价值能源数据发挥作用。国家电网大数据中心通过建设能源大数据应用平台，开展能源数据汇聚、共享和应用，培育碳足迹核算、能耗监测等典型应用场景，有力推动数据要素价值释放、驱动能源行业绿色低碳发展。

一是创新数据获取模式，实现海量数据汇聚。 基于能源大数据应用平台，通过政府授权、企业合作、市场采购和公开收集等方式，搭建与当地政府部门、电力企业、用能企业、新能源电站与国内外权威数据机构等的数据传输通道，累计实现能源、环境、社会经济、“双碳”、公共5大类50个小类，3.08万张表、1383.63亿条数据规范汇聚。

二是打造行业数据资源目录，推动数据合规共享。 依托数联网、联邦计算等技术，构建能源数据目录，提供数据资源在线发布、数据共享申请、目录应用分析等服务，为“能源看征信”“信贷反欺诈”等业务场景提供数据支撑，促进跨省市、跨行业的多方数据合规共享利用（如图1所示）。

图1 能源数据资源目录

三是构建分析模型，培育典型应用。 面向“双碳”数字化能力建设、能源行业绿色转型等方向，围绕碳排放智能监测、动态核算等场景，打造国际首创的“电－碳”计算模型，开展产品碳足迹核算、重点园区能耗监测等应用，实现分地区、分行业、重点企业的常态化监测和高频碳排放数据核算，助力政府实现能耗“双控”（如图2所示）。

图2 某10kV-200kVA油浸式配电变压器碳足迹核算

四是建立数据标准体系、分类分级管理体系和安全合规管理体系，支撑数据安全流通。 为填补能源行业标准体系空白，构建能源大数据标准体系框架（如图3所示），制定核心标准指导能源大数据中心建设运营。建立能源大数据分类分级管理体系，设计数据访问共享控制策略，实现数据共享权限颗粒度管理。建立全生命周期的数据安全合规管理体系，强化数据溯源、数据传输等关键环节安全防护能力，实现跨领域、跨地域的多方安全可信数据共享。

图3 能源大数据技术标准框架

自应用以来，实现能源服务和产业园区能耗监测覆盖26个省，累计提供1300余个数据产品，已服务上下游客户19.5万家，助力减少碳排放1017万吨，间接为企业节约成本约5亿元。

案例二十五：基于多源数据融合的能源行业数据共创空间赋能绿色低碳发展

当前能源行业承担着保障安全可靠供应、加快清洁低碳转型、助力实现“双碳”目标等重大战略任务，加快推进能源行业数字化、智能化发展，是保障实现战略目标的必然选择。能源行业数据市场的建立，正面临数据孤岛严重、数据共享缺乏信任机制、跨领域数据融合应用不充分等问题，缺乏数据共享流通和挖掘利用的产业生态。南方电网广东广州供电局通过建设能源行业数据空间，实现水、电、气等跨领域数据共享流通，孵化“能源+绿色低碳”“能源+数字政府”“能源+数字经济”等融合应用，推动绿色低碳发展。

图1 应用总体架构

一是推动电、水、气、政务等多源数据汇聚。 建立能源数据汇聚中心，一方面通过公共数据授权获取民政、工商等部门的基础公共数据；另一方面归集水务、燃气、油、煤等能源企业数据目录，累计汇聚数据量超500TB，为价值挖掘利用提供数据基础。为提高企业主动汇聚重要数据的意愿，创新“物理+逻辑”的数据汇聚模式，将敏感程度不高的企业数据经过加密后传输到能源数据共创空间存储区域，对于涉及级别为核心重要等相关敏感类数据，只存储数据的基本属性，按需调用。

二是研发数据可信流通与融合应用解决方案。 为应对数据权属、隐私保护等问题，基于“数据可用不可见、数据使用可控可计量”原则，通过数据使用协议、数据目录链、数据沙箱、密文数据计算分析、隐私计算等技术手段，解决数据在多个环节的安全问题。建设安全合规、多方互信的数据共创空间，为数据共享流通提供全流程支撑，促进多主体供需对接、多对多数据安全融合共享。

图2 能源数据共创空间功能分类

三是以多源数据融合提升城市治理能力。 依托能源数据共创空间中汇聚的数据与共创中心的数据开发能力，构建多种融合能源数据、公共数据的应用产品，提升城市治理能力。构建“智慧电力”应用，以实时更新的能源电力数据指标构建城市用电模型，上报用电异常风险点，缩短城市应急管理风险识别的时间，提升决策精准度；运用居民用电监控数据，识别孤寡老人的用电异常，并构建分析模型，将异常用户预警信息发送至网格管理人员，网格管理人员上门提供服务，优化民生服务。

本案例应用以来，发展上下游企业会员超40个，服务政府部门约20个，服务企业超800家，孵化超20个融合应用。其中用能诊断、电力征信等服务累计为企业节省0.75亿元用能支出，助力企业授信约15亿元。

案例二十六：“大数据+数字孪生” 助力提升流域水环境监测预警水平

流域水环境综合治理是生态文明建设的重要组成部分，包括水资源保护、水生态修复和水环境改善等多个方面。地表水环境数据分析能力不足，是流域地表水风险应对、污染精准防控等领域的共性问题。四川省生态环境监测总站通过立体化监测技术获取数据，以流域地表水环境模拟技术打造常态化运行的流域水环境数字孪生产品，服务于四川省流域地表水风险应对和污染管控，助力长江大保护和长江经济带高质量发展。

一是推动地表水环境数据汇聚。 汇聚依托监测总站在日常监测过程中采集的污染数据，与研究机构在课题合作中共享的土壤数据、现场地勘数据等，由大数据局共享的人口、养殖、气象、水文等公共数据，构建数据量超1.2亿条且持续更新的地表水环境大数据采集系统，形成地表环境全要素数据库。

图1 地表水大数据赋能流域水环境管理

二是构建流域数字孪生体。 基于流域模型和动力学模型，融合多领域、多行业的地表水环境数据，结合大数据分析、人工智能等技术构建具有完备物理基础的分布式流域水文水质模型、水动力和污染迁移扩散模型与大数据学习模型。根据流域水环境特征拓展模型的模拟要素和范围，在精细化、精准化模拟的基础上增强模拟能力，实现空间分辨率从3.3个控制断面/万km²提升至25.2个控制断面/万km ² 。

三是基于数字孪生实现环境保护智能化决策。 基于流域数据孪生体构建水文和水环境预测预报应用，延长水文和水环境预报的预见期，水环境质量预测周期从24小时提升至4小时，主要污染物预报准确率超过75%。开展江河湖泊、水土流失等水环境水生态变化智能预测，对出现超标的流域全面溯源分析以识别工业企业、农业面源等对水体贡献比例，实现河湖治理精准监管能力提升，水环境水生态保护能力提升。基于水环境变化的模拟仿真和动态管理，支撑四川省各级地表水环境管理部门开展流域地表水环境监测管理、资源调配和污染管控。

图2 地表水预报预警-精准溯源-测管协同体系

案例二十七：能耗监测数据多元应用助力政企绿色高质量发展 元应用助力政企绿色高质量发展

能源消耗动态监测分析是推动能源行业优化服务、高质量发展的关键手段。传统能源消耗监测分析多依赖专用监测装置及专业人员进行定期数据采集，面临成本高、数据覆盖面和时效性不足、数据质量参差不齐、安全防护难度大等挑战。南方电网云南电网公司通过建立云南能源公共数据要素管理体系，汇聚云南省16州（市）能源、公共服务领域等多源数据，研发“电－能分析算法模型”，准确研判区域、行业、企业能耗等情况，支撑各级政府监管部门能耗科学监管，促进能源高效利用，减少碳排放。

图1 应用总体架构

一是开展数据多渠道采集和规范化治理，实现数据供给质量提升。 构建能源数据资源库，汇聚自有电网数据、气象数据、宏观经济和行业能源消费数据，以及水、煤、油、气等数据。使用AI大模型进行数据治理分析，构建数据血缘关系，识别并清洗修复问题数据，建立统一的数据资源目录。

国家发布｜第二批“数据要素×”典型案例合集（三）

正文

请到「今天看啥」查看全文