建设监控平台，用大数据锁定黑加油站

这些数据质量问题会对后期大数据分析带来干扰，进而给黑加油点位识别结果的准确性带来一定影响。希望相关部门能出台相应的数据质量评价标准并开展具体评价工作，比如检测T-box的质量等，指导整车企业和终端企业不断提高数据接入质量。

此外还有另一个困难，就是备案加油站信息掌握不全面。从研究角度来说，目前我们从公开渠道获取的备案加油站信息不一定完整，对后期疑似黑加油站位置匹配的精准度有一定影响。这方面我们也期待能够通过与地方政府的持续合作，不断完善备案加油站数据库，支撑精准识别工作的开展。

中国环境报：下一步的工作方向是什么？哪些工作还需要进一步完善？

陈奕昆：下一步工作的核心是将疑似黑加油站点位的识别与油品质量的分析判断结合，更加综合地为车、油、路协同监管提供执法抓手。为解决这一问题，我们考虑从排放特征入手，通过T-box上报数据分析出车辆排放特征，获取超标排放路段、时段信息，与车辆加油时间、点位信息进行匹配，从而综合判断油品的质量。

当然这方面的研究还有很多难点需要攻克，比如加劣质油品后对排放的影响不是即刻体现出来的，需要一个时间段；再有一点，排放超标的原因不仅和油品相关，还涉及后处理系统运转情况等，是一个综合性比较强的问题。这些都给我们后期的分析处理带来挑战。如何剔除其他因素的干扰影响，准确识别出油品质量问题，是我们下一个阶段着力要解决的问题。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!