2024解讀國(guó)家數(shù)據(jù)局首批20個(gè)“數(shù)據(jù)要素x”典型案例-國(guó)脈互聯(lián)

解讀國(guó)家數(shù)據(jù)局首批20個(gè)"數(shù)據(jù)要素×"典型案例首批20個(gè)"數(shù)據(jù)要素×"典型案例國(guó)家數(shù)據(jù)局聯(lián)合發(fā)布首批20個(gè)"數(shù)據(jù)要素×"典型案例脈聯(lián)M1工業(yè)制造領(lǐng)域國(guó)家能源投資集團(tuán)有限公司北京市2打造工業(yè)數(shù)據(jù)空間賦能產(chǎn)業(yè)鏈上下游發(fā)展四川長(zhǎng)虹電子控股集團(tuán)有限公司綿陽(yáng)市四川省3現(xiàn)代農(nóng)業(yè)領(lǐng)域多源數(shù)據(jù)融合提開稻麥重大病害監(jiān)測(cè)預(yù)警能力江蘇省互聯(lián)網(wǎng)農(nóng)業(yè)發(fā)展中心江蘇省4商貿(mào)流通領(lǐng)域數(shù)據(jù)要素賦能小商品數(shù)字貿(mào)易便利化浙江中國(guó)小商品城集團(tuán)股份有限公司義烏市浙江省5上海鋼聯(lián)電子商務(wù)股份有限公司上海市6交通運(yùn)輸領(lǐng)域多式聯(lián)運(yùn)數(shù)據(jù)貫通促進(jìn)物流降本增效浙江四港聯(lián)動(dòng)發(fā)展有限公司浙江省7金融服務(wù)領(lǐng)域融合農(nóng)業(yè)農(nóng)村大數(shù)據(jù)和遙感風(fēng)控?cái)?shù)據(jù)助力普惠金融服務(wù)浙江網(wǎng)商銀行股份有限公司浙江省8高質(zhì)量化學(xué)及材料科學(xué)數(shù)據(jù)朱加速材料研發(fā)范式變革國(guó)家空間科學(xué)數(shù)據(jù)中心北京市9多元數(shù)據(jù)融合支撐空間與天文科技創(chuàng)新發(fā)現(xiàn)合肥機(jī)數(shù)量子科技公司合肥市安徽省湖南省博物院長(zhǎng)沙市潮南省圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)武漢理工數(shù)字傳播工程有限公司武漢市湖北省醫(yī)療數(shù)據(jù)智能化分析輔助提升基層診療水平訊飛醫(yī)療科技股份有限公司合肥市安徽省高質(zhì)量藥物數(shù)據(jù)集提高新藥研發(fā)質(zhì)效北京市計(jì)算中心有限公司北京市北京市“一網(wǎng)統(tǒng)管”風(fēng)險(xiǎn)防控與應(yīng)急指揮體系—以高質(zhì)量數(shù)據(jù)要索推動(dòng)應(yīng)急管理能力提升廣東省應(yīng)急管理廳廣東省強(qiáng)化大數(shù)據(jù)應(yīng)用構(gòu)建數(shù)字應(yīng)急體系福建省電子政務(wù)建設(shè)運(yùn)營(yíng)有限公司福建省四川省國(guó)土空間生態(tài)修復(fù)與地質(zhì)災(zāi)害防治研究院四川省“氣象保險(xiǎn)增值服務(wù)”賦能風(fēng)電設(shè)施建設(shè)運(yùn)營(yíng)減損增效臺(tái)州市氣象局臺(tái)州市浙江省煙臺(tái)市大數(shù)據(jù)中心煙臺(tái)市山東省綠色低碳領(lǐng)域推動(dòng)數(shù)據(jù)要素創(chuàng)新應(yīng)用助力新能源發(fā)展及消納國(guó)網(wǎng)新疆電力有限公司新自治區(qū)貫通多層級(jí)多行業(yè)生態(tài)環(huán)境數(shù)據(jù)提升藍(lán)藻治理水平合肥市生態(tài)環(huán)境局合肥市安微省官方網(wǎng)站：產(chǎn)品官網(wǎng)：3現(xiàn)代農(nóng)業(yè)商貿(mào)流通(1個(gè))(2個(gè))交通運(yùn)輸交通運(yùn)輸金融服務(wù)綠色低碳金融服務(wù)要素XA城市治理(1個(gè)科技創(chuàng)新城市治理(1個(gè)文化旅游文化旅游(2個(gè)應(yīng)急管理(2個(gè)4442湖南江蘇山東上海新疆典型案例(一)數(shù)據(jù)要素×工業(yè)制造數(shù)據(jù)要素×工業(yè)制造國(guó)家能源集團(tuán)國(guó)家能源集團(tuán)：數(shù)據(jù)要素驅(qū)動(dòng)適應(yīng)多式聯(lián)運(yùn)需求的運(yùn)輸裝備協(xié)同制造◆采用“◆采用“一體兩翼”解決方案，實(shí)現(xiàn)多式聯(lián)運(yùn)的下游運(yùn)輸服務(wù)業(yè)數(shù)據(jù)應(yīng)用需求與上游的裝備制造業(yè)的裝備設(shè)計(jì)、生產(chǎn)環(huán)節(jié)的協(xié)同聯(lián)動(dòng)，解決了運(yùn)輸裝備制造業(yè)精準(zhǔn)設(shè)計(jì)、運(yùn)輸裝備生產(chǎn)制造與數(shù)智化驅(qū)動(dòng)運(yùn)輸體系建設(shè)供需不匹配等問題.◆自動(dòng)派生運(yùn)輸效能最高、成本最低的運(yùn)輸方案◆推動(dòng)了裝備制造業(yè)與運(yùn)輸業(yè)的深度融合◆搭建了數(shù)據(jù)資產(chǎn)交易平臺(tái)，探索形成數(shù)據(jù)資產(chǎn)定價(jià)模型通送與冒參著的通送與冒參著的調(diào)車驗(yàn)車發(fā)貨收貨>運(yùn)圈作業(yè)涉及裝備制造廠商3個(gè)物分類與存儲(chǔ)貨物接收與登記發(fā)車裝車請(qǐng)車數(shù)據(jù)資產(chǎn)定價(jià)0.41元成本降低環(huán)節(jié)2個(gè)涉及數(shù)據(jù)條目1450條鐵轉(zhuǎn)航航轉(zhuǎn)鐵運(yùn)輸運(yùn)輸服務(wù)業(yè)運(yùn)輸裝備運(yùn)輸裝備制造業(yè)企業(yè)1裝備制造企業(yè)2A聯(lián)運(yùn)產(chǎn)業(yè)協(xié)同數(shù)智體運(yùn)輸裝備2的效聲數(shù)據(jù)要素協(xié)同4式瞇運(yùn)數(shù)據(jù)要數(shù)據(jù)要看美素協(xié)同官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)要素×"典型案例之一/數(shù)據(jù)要素驅(qū)動(dòng)適應(yīng)多式聯(lián)運(yùn)需求的運(yùn)輸裝備協(xié)同制造6典型案例(二)CHANGHONG長(zhǎng)虹曰脈互數(shù)據(jù)要素×工業(yè)制造四川長(zhǎng)虹：打造工業(yè)數(shù)據(jù)空間賦能產(chǎn)業(yè)鏈上下游發(fā)展四川長(zhǎng)虹通過建立工業(yè)數(shù)據(jù)空間，打通測(cè)試、生產(chǎn)、庫(kù)存、應(yīng)付賬款、供應(yīng)商資信和歷史交易記錄等數(shù)據(jù)，既用來破除產(chǎn)業(yè)鏈上下游企業(yè)之間的信息壁壘，又用來助力中小微供應(yīng)商提升授信，促進(jìn)產(chǎn)業(yè)鏈供應(yīng)鏈高質(zhì)量協(xié)同發(fā)展產(chǎn)業(yè)鏈金融服務(wù)產(chǎn)品全生命周期質(zhì)量管理數(shù)據(jù)產(chǎn)業(yè)鏈金融服務(wù)產(chǎn)品全生命周期質(zhì)量管理應(yīng)付賬款數(shù)據(jù)生產(chǎn)數(shù)據(jù)應(yīng)付賬款數(shù)據(jù)供應(yīng)商信用證明供應(yīng)商數(shù)據(jù)可信流通體系可信對(duì)賬可信對(duì)賬驗(yàn)證系統(tǒng)庫(kù)存數(shù)據(jù)庫(kù)存數(shù)據(jù)供應(yīng)商信息物料數(shù)據(jù)供應(yīng)商信息工業(yè)數(shù)據(jù)空間數(shù)據(jù)/應(yīng)用可信連接器工業(yè)數(shù)據(jù)空間控制臺(tái)打通測(cè)試、生產(chǎn)、庫(kù)存、應(yīng)付賬款、供應(yīng)商資信等數(shù)據(jù)，推進(jìn)產(chǎn)業(yè)鏈上據(jù)，賦能產(chǎn)值超90億元。官方網(wǎng)站：依托供應(yīng)鏈數(shù)據(jù)，為產(chǎn)業(yè)鏈上下游中小微企業(yè)提供融資，授信服務(wù)覆蓋64家大型企業(yè)和1650家中小企業(yè)，融資額超40億元。來自：國(guó)家數(shù)據(jù)局：“數(shù)據(jù)要素x”典型案例之二/打造工業(yè)數(shù)據(jù)空間賦能產(chǎn)業(yè)鏈上下游發(fā)展7典型案例(三)江蘇省農(nóng)業(yè)農(nóng)村數(shù)字服務(wù)平臺(tái)江蘇省農(nóng)業(yè)農(nóng)村數(shù)字服務(wù)平臺(tái)農(nóng)情氣象農(nóng)情基礎(chǔ)空間赤霉病稻瘟病測(cè)數(shù)據(jù)病害預(yù)測(cè)準(zhǔn)確率天風(fēng)險(xiǎn)預(yù)測(cè)損失小麥赤霉病風(fēng)險(xiǎn)預(yù)測(cè)預(yù)警發(fā)布*來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)要素×"典型案例之三/多源數(shù)據(jù)融合提升稻麥重大病害監(jiān)測(cè)預(yù)警能力典型案例(四)數(shù)據(jù)要素×商貿(mào)流通數(shù)據(jù)要素×商貿(mào)流通義烏小商品城國(guó)脈互聯(lián)浙江中國(guó)小商品城集團(tuán)：數(shù)據(jù)要素賦能小商品浙江中國(guó)小商品城集團(tuán)：數(shù)據(jù)要素賦能小商品數(shù)字貿(mào)易便利化企業(yè)出口貨款回收金融機(jī)構(gòu)授監(jiān)管部門結(jié)算賬期長(zhǎng)難信難、放款難缺乏管理手段讓數(shù)據(jù)“用得好”基于真實(shí)貿(mào)易數(shù)據(jù)為核心的輕資產(chǎn)授信服務(wù)，開發(fā)貨款寶應(yīng)讓數(shù)據(jù)“用得好”基于真實(shí)貿(mào)易數(shù)據(jù)為核心的輕資產(chǎn)授信服務(wù)，開發(fā)貨款寶應(yīng)用，商戶送貨至指定倉(cāng)庫(kù)即可收到50%的貨款；建立覆蓋義烏市場(chǎng)25萬家商戶的企業(yè)信用評(píng)價(jià)模型，開發(fā)信用報(bào)告產(chǎn)品，為市場(chǎng)商戶、采購(gòu)商、銀行機(jī)構(gòu)提供企業(yè)信用讓數(shù)據(jù)"供得出"登記處罰榮營(yíng)公共數(shù)據(jù)多源數(shù)據(jù)評(píng)價(jià)企業(yè)數(shù)據(jù)貿(mào)易糾紛履約平價(jià)行業(yè)數(shù)據(jù)讓數(shù)據(jù)“流得動(dòng)”履約商貿(mào)領(lǐng)域線上綜合服務(wù)平臺(tái)信貸構(gòu)建數(shù)據(jù)流通通道交易資金結(jié)算官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)要素x"典型案例之四/數(shù)據(jù)要素賦能小商品數(shù)字貿(mào)易便利化9我的典型案例(五)典型案例(五)數(shù)據(jù)要素×商貿(mào)流通上海鋼聯(lián)：產(chǎn)業(yè)鏈數(shù)據(jù)融合應(yīng)用助力提升大宗商品流通效率數(shù)據(jù)要素×商貿(mào)流通供應(yīng)有效提升大宗商品流通效率，提高大宗商品國(guó)際定供應(yīng)8大領(lǐng)域100多個(gè)產(chǎn)業(yè)鏈大宗商品和8大領(lǐng)域100多個(gè)產(chǎn)業(yè)鏈900多個(gè)900多個(gè)10萬多條大宗商品價(jià)格價(jià)格新加坡交易所30多萬新加坡交易所芝加哥商品交易所上海清算所上海鋼聯(lián)打破了以往英美商品價(jià)格指數(shù)在國(guó)際價(jià)格體系中獨(dú)占的局面，被納入定價(jià)機(jī)制，截至2022年，全球30%左右的300多萬免費(fèi)用戶服務(wù)業(yè)務(wù)收入8億元典型案例(六)數(shù)據(jù)要素×交通運(yùn)輸數(shù)據(jù)要素×交通運(yùn)輸17-2東O用戶活躍度國(guó)脈互聯(lián)約50四港聯(lián)動(dòng)智慧物流云平臺(tái)約50四港公司【一次直詢、全程可視、一點(diǎn)接入、四港聯(lián)通、一單到底、貨暢其流】查航空查船期查航空查船期查運(yùn)價(jià)查關(guān)務(wù)多式聯(lián)運(yùn)服一體化智能一體化智能物流公共數(shù)據(jù)平臺(tái)海運(yùn)空運(yùn)陸運(yùn)口岸一站聯(lián)運(yùn)一讀訂艙B一路可視互聯(lián)互通=系統(tǒng)政務(wù)班輪碼頭貨代……出品海港業(yè)務(wù)里鐵路業(yè)務(wù)口陸運(yùn)服務(wù)擊口岸服務(wù)出品海港業(yè)務(wù)里鐵路業(yè)務(wù)口陸運(yùn)服務(wù)擊口岸服務(wù)獻(xiàn)空業(yè)務(wù)6跨編物流國(guó)家標(biāo)準(zhǔn)地方標(biāo)難曲企業(yè)標(biāo)準(zhǔn)白行業(yè)標(biāo)準(zhǔn)海運(yùn)物流麗a公路物流監(jiān)測(cè)&物流監(jiān)測(cè)與決策分析一圖物流監(jiān)測(cè)×大數(shù)據(jù)分三來自：國(guó)家數(shù)據(jù)局：數(shù)據(jù)要素×"典型案例之六/多式聯(lián)運(yùn)數(shù)據(jù)貫通促進(jìn)物流降本增效11典型案例(七)GMDM數(shù)據(jù)要素×金融服務(wù)典型案例(七)GMDM數(shù)據(jù)要素×金融服務(wù)農(nóng)戶身份數(shù)據(jù)農(nóng)地承包數(shù)據(jù)農(nóng)業(yè)生產(chǎn)活動(dòng)數(shù)據(jù)全量地圖經(jīng)緯度數(shù)據(jù)農(nóng)民授權(quán)的身份信息2688個(gè)遙感風(fēng)控?cái)?shù)據(jù)地理經(jīng)緯度數(shù)據(jù)2688個(gè)遙感風(fēng)控?cái)?shù)據(jù)地理經(jīng)緯度數(shù)據(jù)53萬農(nóng)戶個(gè)人授信數(shù)據(jù)638.8億元自2023年起種植農(nóng)田的真實(shí)經(jīng)營(yíng)情況農(nóng)戶用戶授信總額首次用戶覆蓋縣級(jí)行政區(qū)官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局：數(shù)據(jù)要素x"典型案例之七/融合農(nóng)業(yè)農(nóng)村大數(shù)據(jù)和遙感風(fēng)控?cái)?shù)據(jù)助力普惠金融服務(wù)12機(jī)數(shù)量子機(jī)數(shù)量子基礎(chǔ)化合物材料研發(fā)的傳統(tǒng)材料研發(fā)的傳統(tǒng)“試錯(cuò)”模式痛點(diǎn)催化劑化學(xué)反應(yīng)催化劑催化劑、反應(yīng)勢(shì)能變化含磷化合物催化劑、反應(yīng)勢(shì)能變化含磷化合物90萬條含磷物質(zhì)數(shù)據(jù)300次以下機(jī)數(shù)大材庫(kù)成本較高300次以下機(jī)數(shù)大材庫(kù)成本較高6.2TB美專局專利文獻(xiàn)462GB歐專局專利文獻(xiàn)半導(dǎo)體44萬條材料性能參數(shù)半導(dǎo)體44萬條材料性能參數(shù)180萬篇紅外文獻(xiàn)數(shù)據(jù)庫(kù)23萬條目國(guó)脈互聯(lián)A中國(guó)科技資源共享網(wǎng)國(guó)脈互聯(lián)A中國(guó)科技資源共享網(wǎng)國(guó)家空間科學(xué)數(shù)據(jù)中心等：多元數(shù)據(jù)融合支撐空間與天文科技創(chuàng)新發(fā)現(xiàn)科學(xué)數(shù)據(jù)中心高能物理聯(lián)合研發(fā)了20余項(xiàng)專用數(shù)據(jù)分析挖掘工具與模型推出以超高能宇宙線起源、多波段時(shí)域天文、日地空間天氣傳播鏈等在線數(shù)據(jù)分析應(yīng)用空間科學(xué)數(shù)據(jù)中心聯(lián)合主題數(shù)據(jù)資源天文學(xué)數(shù)據(jù)中心取得數(shù)十項(xiàng)國(guó)際領(lǐng)先科學(xué)發(fā)現(xiàn)，多項(xiàng)成果入選當(dāng)年“中國(guó)科學(xué)十大進(jìn)展”。官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局：數(shù)據(jù)要素×"典型案例之九/多元數(shù)據(jù)融合支撐空間與天文科技創(chuàng)新發(fā)現(xiàn)14湖南省博物館103萬條文物11萬張圖片2000余個(gè)三維模型200余項(xiàng)數(shù)字化項(xiàng)目云展覽動(dòng)畫視頻沉浸式體驗(yàn)物院實(shí)現(xiàn)2300萬元票房收入舉辦2個(gè)大型線下數(shù)字展覽吸引60余萬觀眾典型案例(十一)脈互典型案例(十一)數(shù)據(jù)要素×文化旅游武漢理工數(shù)傳：圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動(dòng)產(chǎn)業(yè)數(shù)據(jù)要素×文化旅游武漢理工數(shù)傳：圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)版本館圖書數(shù)據(jù)版本館圖書數(shù)據(jù)1.7億會(huì)新華集團(tuán)線下銷售的1300多款應(yīng)用與產(chǎn)品，幫助出版單位在文化產(chǎn)品的1300多款應(yīng)用與產(chǎn)品，幫助出版單位在文化產(chǎn)品的選題、策劃等方面明2引導(dǎo)出版企業(yè)為社會(huì)提供更多更符合大眾需求的優(yōu)質(zhì)文化產(chǎn)品，累計(jì)為出版行業(yè)創(chuàng)造了近150億元實(shí)際收入。2發(fā)行渠道讀者評(píng)價(jià)發(fā)行渠道讀者評(píng)價(jià)使用偏好強(qiáng)化數(shù)據(jù)質(zhì)量管理提供數(shù)據(jù)產(chǎn)品服務(wù)讀者偏好選題策劃競(jìng)品分析市場(chǎng)風(fēng)向讀者偏好選題策劃競(jìng)品分析市場(chǎng)風(fēng)向官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)要素x"典型案例之十-/圖書出版數(shù)據(jù)融合創(chuàng)新應(yīng)用推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)16典型案例(十二)數(shù)據(jù)要素×醫(yī)療健康訊飛醫(yī)療XunfelHeaLthcare訊飛醫(yī)療：醫(yī)療數(shù)據(jù)智能化分析輔助提升基層診療水平A國(guó)脈互聯(lián)匯聚高質(zhì)量數(shù)據(jù)資源業(yè)務(wù)場(chǎng)景問問診用實(shí)現(xiàn)在醫(yī)生問診過程中，根據(jù)問診邏輯提示病情問診。人民衛(wèi)生智慧醫(yī)療Al模型人民衛(wèi)生疾病知識(shí)癥狀體征疾病知識(shí)中華醫(yī)學(xué)會(huì)在診斷過程中，對(duì)患者病歷數(shù)據(jù)進(jìn)行智能化分析和判斷，協(xié)助醫(yī)生對(duì)病情進(jìn)行合理診斷。BMJ出版集團(tuán)檢驗(yàn)檢查藥物信息檢驗(yàn)檢查開放醫(yī)療與健康聯(lián)盟診療規(guī)范及指南臨床路徑在醫(yī)生下處方和檢查檢驗(yàn)時(shí)，及時(shí)給出常見用藥和常見檢查檢驗(yàn)建議，并將異常診斷結(jié)果數(shù)據(jù)及時(shí)報(bào)送醫(yī)療主管部門復(fù)核。診療規(guī)范及指南臨床路徑全國(guó)506個(gè)縣區(qū)的近5.3萬個(gè)基層醫(yī)療機(jī)構(gòu)應(yīng)用，服全國(guó)506個(gè)縣區(qū)的近5.3萬個(gè)基層醫(yī)療機(jī)構(gòu)應(yīng)用，服務(wù)6萬余名基層醫(yī)生累計(jì)提供7.7億次Al輔診建議，規(guī)范病歷2.9億次不合理處方數(shù)6200萬，Al累計(jì)提供7.7億次Al輔診建議，規(guī)范病歷2.9億次95%(重點(diǎn)地區(qū)97%),覆蓋疾病數(shù)量超1680種。"“數(shù)據(jù)要素×"典型案例之十二/醫(yī)療數(shù)據(jù)智能化分析輔助提升基層診療水平17北京市計(jì)算中心國(guó)脈互聯(lián)A北京市計(jì)算中心國(guó)脈互聯(lián)A數(shù)據(jù)要素×醫(yī)療健康數(shù)據(jù)挖掘?yàn)樾录膊“悬c(diǎn)預(yù)測(cè)和對(duì)應(yīng)藥物研發(fā)提供分子結(jié)構(gòu)靶點(diǎn)分子結(jié)構(gòu)靶點(diǎn)性質(zhì)計(jì)算叭輔地人工校撿小分子、多肽數(shù)據(jù)計(jì)算叭輔地人工校撿智能分析高校和科研院所合作新藥研發(fā)項(xiàng)目人工智能預(yù)測(cè)靶點(diǎn)官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)典型案例(十四)數(shù)據(jù)要素×應(yīng)急管理數(shù)據(jù)要素×應(yīng)急管理廣東省應(yīng)急管理廳：“一網(wǎng)統(tǒng)管”風(fēng)險(xiǎn)防控與應(yīng)急指揮體系內(nèi)部處室14個(gè)救災(zāi)和物資保障處7天應(yīng)急支援和預(yù)案…10天廣東省安全生產(chǎn)….40天廳內(nèi)1180類36.1億條數(shù)據(jù)類數(shù)據(jù)總量數(shù)據(jù)大小接入1180類數(shù)據(jù)農(nóng)村低保對(duì)象信息…2648萬條傳感器傾角數(shù)據(jù)1950萬條東莞市城市內(nèi)澇監(jiān)測(cè)…1640萬條主題庫(kù)原始庫(kù)數(shù)據(jù)接入原始庫(kù)廳外專題庫(kù)廳外65.4億類3665.4億類數(shù)據(jù)總量數(shù)據(jù)類數(shù)據(jù)大小數(shù)據(jù)服務(wù)外廳局單位27個(gè)糧食和物資儲(chǔ)備局1天廣東省地質(zhì)局1類南方電網(wǎng)5天接入1180類數(shù)據(jù)農(nóng)村低保對(duì)象信息…2648萬條傳感器傾角數(shù)據(jù)1950萬條東莞市城市內(nèi)澇監(jiān)測(cè)…1640萬條專題數(shù)據(jù)255類安全態(tài)勢(shì)行政強(qiáng)制….1083萬條應(yīng)急救援指揮專題…651萬條發(fā)展態(tài)勢(shì)交通數(shù)據(jù)….616萬條有效應(yīng)對(duì)了30輪強(qiáng)降雨和6次臺(tái)風(fēng)，未發(fā)生群死群傷和重要官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局："“數(shù)據(jù)要素×"典型案例之十四/"一網(wǎng)統(tǒng)管"風(fēng)險(xiǎn)防控與應(yīng)急指揮體系19典型案例(十五)曰脈M數(shù)據(jù)要素×應(yīng)急管理數(shù)據(jù)要素×應(yīng)急管理國(guó)家應(yīng)急管理部39個(gè)關(guān)聯(lián)業(yè)務(wù)系統(tǒng)橫向鏈接匯聚59.8億條應(yīng)急基層數(shù)據(jù)89萬條部級(jí)企業(yè)基礎(chǔ)信息數(shù)據(jù)2.41億條省級(jí)企業(yè)基礎(chǔ)信息數(shù)據(jù)水利廳O福建省數(shù)字應(yīng)急綜合應(yīng)用平臺(tái)救援隊(duì)伍O地質(zhì)災(zāi)害地址局全省消除各類傳感器異常報(bào)處置各類安全事故550余起事故死亡人數(shù)下降11%O景區(qū)客流O火災(zāi)隱患O空氣質(zhì)量各地市應(yīng)急平臺(tái)兩客一?！眱煽鸵晃！監(jiān)重點(diǎn)工地O綠色出行官方網(wǎng)站：產(chǎn)品官網(wǎng)：www.i-gov來自：國(guó)家數(shù)據(jù)局："數(shù)據(jù)要素×"典型案例之十五/強(qiáng)化大數(shù)據(jù)應(yīng)用構(gòu)建數(shù)字應(yīng)急體系20典型案例(十六)數(shù)據(jù)要素×氣象服務(wù)典型案例(十六)數(shù)據(jù)要素×氣象服務(wù)GMM四川省修復(fù)防治院等：跨部門氣象數(shù)據(jù)共享助力地質(zhì)災(zāi)害分級(jí)預(yù)警體系建設(shè)6小時(shí)短期預(yù)測(cè)信息6小時(shí)3小時(shí)采集數(shù)熱油棄防災(zāi)減災(zāi)的“燈”條應(yīng)急條、、目然資源水利、7000余處2022年以來，在氣象、地質(zhì)等數(shù)據(jù)大量精確匯聚支撐下，短臨預(yù)測(cè)信息有效性顯著提升，精準(zhǔn)性高達(dá)55.6%。浙江省能源集團(tuán)有限公司浙江省能源集團(tuán)有限公司臺(tái)州市氣象局等：“氣象保險(xiǎn)增值服務(wù)”賦能風(fēng)電設(shè)施建設(shè)運(yùn)營(yíng)減損增效數(shù)據(jù)要素×氣象服務(wù)數(shù)據(jù)要素×氣象服務(wù)2023年，在專業(yè)化的氣象數(shù)氣象模型天氣預(yù)報(bào)產(chǎn)品據(jù)服務(wù)下，某海上風(fēng)電項(xiàng)目氣象模型天氣預(yù)報(bào)產(chǎn)品據(jù)服務(wù)下，某海上風(fēng)電項(xiàng)目未出現(xiàn)災(zāi)害理賠情況。該項(xiàng)目在當(dāng)年額外增加了45天的作業(yè)窗口期，工期提前1個(gè)月完成?！駥?shí)時(shí)風(fēng)向●風(fēng)速智慧工地平臺(tái)●智慧工地平臺(tái)●能見度臺(tái)州市氣象局、人保臺(tái)州分公司、浙能集團(tuán)三方合作探索"買一送一"服務(wù)，就是"買保險(xiǎn)送氣象服務(wù)",改變風(fēng)電企業(yè)分別采購(gòu)工程保險(xiǎn)和氣象服務(wù)的采購(gòu)形式。實(shí)現(xiàn)氣象數(shù)據(jù)產(chǎn)品與項(xiàng)目運(yùn)營(yíng)管理有機(jī)融合，氣象產(chǎn)品服務(wù)接入業(yè)主方現(xiàn)有的智慧工地平臺(tái)，實(shí)現(xiàn)當(dāng)致災(zāi)氣象預(yù)報(bào)預(yù)警，為風(fēng)電調(diào)度、工程推進(jìn)提供決策建實(shí)現(xiàn)數(shù)據(jù)利益分配模式創(chuàng)新，形成了保險(xiǎn)公司降經(jīng)營(yíng)風(fēng)險(xiǎn)、風(fēng)電企業(yè)降本增效、氣象服務(wù)中心獲取更多研究場(chǎng)景和經(jīng)費(fèi)的多方共贏局面。官方網(wǎng)站：madecn產(chǎn)品官網(wǎng)：wwwi-govcn來自：國(guó)家數(shù)據(jù)局：數(shù)據(jù)要素×”典型案例之+t/“氣象保險(xiǎn)增值服務(wù)”賦能風(fēng)電設(shè)施建設(shè)運(yùn)營(yíng)減損增效22典型案例(十八)數(shù)據(jù)要素×城市治理典型案例(十八)數(shù)據(jù)要素×城市治理煙臺(tái)市大數(shù)據(jù)中心：跨層級(jí)數(shù)據(jù)貫通提升基層治理現(xiàn)代化水平基層基礎(chǔ)數(shù)據(jù)“應(yīng)歸盡歸”基層基礎(chǔ)數(shù)據(jù)“應(yīng)歸盡歸”、、、打造全量匯聚四級(jí)聯(lián)動(dòng)上下貫通的數(shù)據(jù)應(yīng)用體系15大類177子類應(yīng)用場(chǎng)景基層所需數(shù)據(jù)“應(yīng)返盡返”基層所需數(shù)據(jù)“應(yīng)返盡返”國(guó)家級(jí)省級(jí)市級(jí)定期計(jì)返還166類賦能基層數(shù)據(jù)應(yīng)用場(chǎng)景推進(jìn)公共服務(wù)普惠化報(bào)表自由定制、自動(dòng)復(fù)用報(bào)表自由定制、自動(dòng)復(fù)用推進(jìn)256個(gè)基層業(yè)務(wù)上網(wǎng)運(yùn)行52%.賦能3大類、13小類補(bǔ)貼認(rèn)證官方網(wǎng)站：產(chǎn)品官網(wǎng)：來自：國(guó)家數(shù)據(jù)局：“數(shù)據(jù)要素x”典型案例之十//跨層級(jí)數(shù)據(jù)貫通提升基層治理現(xiàn)代化水平23數(shù)據(jù)要素×綠色低碳典型案例(十九)數(shù)據(jù)要素×綠色低碳國(guó)家電網(wǎng)國(guó)網(wǎng)新國(guó)網(wǎng)新疆電力公司：推動(dòng)數(shù)據(jù)要素創(chuàng)新應(yīng)用助力新能源發(fā)展及消納風(fēng)電光伏等新能源受自然條件影響，發(fā)電量具有隨機(jī)性、波動(dòng)性等特點(diǎn)，隨著新能源并網(wǎng)增加，帶來的系統(tǒng)運(yùn)行穩(wěn)定性問題和棄風(fēng)棄光問題也日益突出。推動(dòng)新能源數(shù)據(jù)匯聚融合打破各平臺(tái)數(shù)據(jù)壁壘，獲取多源監(jiān)測(cè)分析數(shù)據(jù)指標(biāo)260項(xiàng)，匯聚807家新能源場(chǎng)站的8497萬條光伏運(yùn)行數(shù)據(jù)和5.7億條風(fēng)電運(yùn)行數(shù)據(jù)；獲取沙塵、寒潮、大風(fēng)等5種非平穩(wěn)轉(zhuǎn)折性氣象環(huán)境數(shù)據(jù)，沙漠、盆地、戈壁、荒漠及其交疊的10種特殊地形地貌下的9534萬余條云圖數(shù)據(jù)。開展新能源數(shù)據(jù)的建模分析應(yīng)用構(gòu)建新能源多維分析框架和全景可視化場(chǎng)景，聚焦新能源運(yùn)行和消納環(huán)節(jié)，應(yīng)用機(jī)器學(xué)習(xí)等技術(shù)測(cè)算不同技術(shù)路徑下的新能源消納量和利用率提升情況，提前預(yù)測(cè)可能發(fā)生的并網(wǎng)風(fēng)險(xiǎn)，提供消納措施選取建議，輔助開展各項(xiàng)措施應(yīng)用后評(píng)估。開展新能源數(shù)據(jù)的共享定制服務(wù)基于能源大數(shù)據(jù)統(tǒng)一門戶，對(duì)外提供多元定制化數(shù)據(jù)共享服務(wù)，為800余家新能源明顯提高新能源發(fā)電上網(wǎng)的監(jiān)測(cè)準(zhǔn)確性其中，風(fēng)電短期預(yù)測(cè)精度提高4.3%,光伏短期預(yù)測(cè)精度提高2.2%。明顯減少棄風(fēng)棄電現(xiàn)象，增加新能源上網(wǎng)電量31千瓦時(shí)，相當(dāng)于克拉瑪依地區(qū)全年用電量。節(jié)約新能源發(fā)電項(xiàng)目建設(shè)和運(yùn)營(yíng)成本網(wǎng)效率30%,節(jié)約新能源發(fā)電項(xiàng)目建設(shè)和運(yùn)營(yíng)成本，加速了新能源項(xiàng)目在新疆落地發(fā)展，為“雙碳”目標(biāo)實(shí)現(xiàn)和能源安2數(shù)據(jù)要素×綠色低碳數(shù)據(jù)要素×綠色低碳打通數(shù)據(jù)壁壘，實(shí)現(xiàn)多源數(shù)據(jù)匯聚打通數(shù)據(jù)壁壘，實(shí)現(xiàn)多源數(shù)據(jù)匯聚合肥市水環(huán)境大數(shù)據(jù)平臺(tái)合肥市數(shù)據(jù)資源局實(shí)現(xiàn)以"數(shù)"治藻實(shí)現(xiàn)以"數(shù)"治藻通過多源數(shù)據(jù)匯聚融合，實(shí)現(xiàn)以“數(shù)”治藻，改變了監(jiān)測(cè)靠人、巡查靠走的傳統(tǒng)工作模式，大幅降低了藍(lán)藻治理成本，有效提高了治理成效。實(shí)現(xiàn)藻情"早"預(yù)報(bào)精準(zhǔn)預(yù)測(cè)藍(lán)藻生長(zhǎng)態(tài)勢(shì)，實(shí)現(xiàn)藻情“早”預(yù)報(bào)。實(shí)現(xiàn)藻情"早"預(yù)報(bào)精準(zhǔn)預(yù)測(cè)藍(lán)藻生長(zhǎng)態(tài)勢(shì)，實(shí)現(xiàn)藻情“早”預(yù)報(bào)。創(chuàng)新構(gòu)建模型，實(shí)現(xiàn)藻情精準(zhǔn)預(yù)測(cè)基于巢湖流域水文水質(zhì)、湖體水質(zhì)、藻類、氣象、光照、水溫等多元數(shù)據(jù)，綜合運(yùn)用大數(shù)據(jù)、人工智能、地理信息等數(shù)字技術(shù)，創(chuàng)新構(gòu)建巢湖流域水文水質(zhì)模型、三維水動(dòng)力模型、藻類生長(zhǎng)動(dòng)力學(xué)模型等模型庫(kù)。推進(jìn)模型應(yīng)用，賦能治理科學(xué)決策推進(jìn)模型應(yīng)用，賦能治理科學(xué)決策建設(shè)巢湖防控全景駕駛艙，每日整理形成藍(lán)藻日?qǐng)?bào)，實(shí)時(shí)發(fā)布藻情預(yù)測(cè)預(yù)警信息，為精準(zhǔn)調(diào)度藍(lán)藻治理提供決策支持，推進(jìn)污染點(diǎn)源、線源、面源、內(nèi)源"四源同實(shí)現(xiàn)巢湖"慧"治藻實(shí)現(xiàn)巢湖"慧"治藻巢湖水質(zhì)由2015年的劣V類轉(zhuǎn)變?yōu)?023年穩(wěn)定保持IV類，創(chuàng)1979年有監(jiān)測(cè)記錄以來最好水平。藍(lán)藻從大面積爆發(fā)、異味強(qiáng)烈轉(zhuǎn)變?yōu)檫B續(xù)3年藍(lán)藻無聚集、無異味，巢湖流域生態(tài)得到系統(tǒng)性改善。來自：國(guó)家數(shù)據(jù)局：“數(shù)據(jù)要素x”典型案例之二+/貫通多層級(jí)多行業(yè)生態(tài)環(huán)境數(shù)據(jù)提升藍(lán)藻治理水平25國(guó)家數(shù)據(jù)局首批20個(gè)"數(shù)據(jù)要素×"典型案例特征A脈互聯(lián)數(shù)據(jù)融合治理●重點(diǎn)突出數(shù)據(jù)效應(yīng)，強(qiáng)調(diào)匯聚數(shù)據(jù)的跨度、類別、數(shù)量、模型等。(1)所有案例都是已商用的，不是(2)先進(jìn)技術(shù)例如人工智能、大數(shù)據(jù)、隱私計(jì)算是方案的手段運(yùn)用其中，不是方案的目標(biāo)。有可靠的成效數(shù)據(jù)支撐，不是預(yù)估，不是猜測(cè)。