中科燕园GIS外包---水风险评估 —全新理念的地图工具

1.总体介绍

世界资源研究所(WRI)推出新的在线地图工具,是一套基于目前分辨率最高、时效性最强的数据制作的全球水资源风险图。公司、投资者或政府可以从Aqueduct Water Risk Atlas(渡槽水风险地图集)看出水资源的变化是如何影响本地及全球,并帮助优化投资,关注水安全,降低投资风险。

在线工具是由世界资源研究所开发,创始成员包括渡槽联盟、通用电气、高盛(Goldman Sachs)、斯科尔全球风险基金、壳牌公司、彭博、塔利斯曼能源、陶氏、联合技术公司(UTC)、杜邦公司、约翰迪尔、威立雅水务、荷兰和瑞典政府。

渡槽水风险地图集是一个可定制的全球范围的专题地图集,涵盖水资源业务中关于监管和评估的12项指标。用户交互界面友好,企业可以评估水威胁,洪水发生,干旱以及其他问题会如何影响工作。此外,世界地图为以下九个水资源使用密集的工业部门进行了定制:石油、天然气,农业,化学品、食品、矿物、纺织品、建筑材料、半导体等。

世界资源研究所的安德鲁·斯蒂尔先生说过,“最近几年,全球面临预期新出现的威胁时,不乏失败的公司。水资源短缺是其中一种威胁。值得庆幸的是,具有前瞻性思维的企业领导者已经开始关注此事。他们明白,水资源风险是他们面临的首要问题之一。 这个新的平台将为企业提供全面的,准确的工具来衡量水风险。这使他们拥有全新的能力,去更好地了解和管理水风险,从而降低投资风险”。

很多公司已经在使用早期版本的的渡槽工具,利用这个工具了解他们的业务和供应链可能会接触到的水风险。例如:

•麦当劳已要求其全球353个供应商使用渡槽,以评估当地的水资源风险对其的影响;

•宝洁公司、欧文斯-康宁公司和友达光电公司使用渡槽,了解当地的水供应,水质和其他风险对他们在全球业务的影响,便于优先考虑用水合理和其他投资;

•美国美林银行通过研究渡槽,在最近发布的研究报告中向投资者阐明关于水风险和机遇;

•企业使用渡槽,在2012年全球水报告​​中,报告碳信息披露项目(CDP),披露外部水风险。

“渡槽的全球水风险图是一个创新工具,对于了解水风险问题,向前迈进了重要一步。高盛(Goldman Sachs)的环保市场部主管说:“风险评估是具有挑战性的,像水这么复杂的问题更具有挑战性。渡槽提供了一个比我们之前所知道的,更完整的画面来说明水问题是如何影响全球业务”。

用户可以通过地图中事物的位置,最重要的是从基础设施,供应商,以及潜在的新市场中,比较哪些地方可能会接触到水风险。他们还可以查看地图和个别指标,如季节变化,这可能对他们的业务是非常重要的。

GE水处理的总裁兼首席执行官海纳-马克霍夫说:“GE知道第一手的信息,在世界的许多地方,水资源短缺是一大挑战,值得我们高兴的是,渡槽最新的全球水风险地图,使社会更加了解这些风险,能更有效地解决这些问题。”

全球水风险图集的发布,是一个通过三年努力达到的登峰造极的结果。世界资源研究所创造了一个经过同行评审和完善,能够解决世界各地复杂水安全的方法。

斯科尔全球风险基金的西尔维亚说:“渡槽的全球水资源风险图涵盖的信息是一个宝贵的工具,它能帮助我们了解和解决紧迫的全球性风险水安全和水资源管理问题。据我们了解,水风险不仅是一个环境问题,它会对政治、经济和企业造成相当大的风险。新的全球水风险图,比之前的版本更容易研究和了解在世界何处,这些风险是最大的,最需要制定相应措施。

  点击此处进入原文:

点击此处进入应用:

 2       Aqueduct Water Risk Atlas介绍

2.1      数据资源

Aqueduct Water Risk Atlas,以一套可定制的全球范围的水风险专题地图,包括全球底图,并叠加水资源业务中常用的12项指标。这12项指标可分为三大类:

1)  影响水量的自然因素

包括用水基线、年季变化、季节变换、洪水发生、干旱指数、上游面、地下水压力;

2)  影响水质的自然因素

包括回流比、上游保护区;

3)  人文因素

包括媒体报道、可饮用水、两栖威胁。

2.2      功能

1)  制作专题图

(1)      自定义指标权重

每项指标的值分低、中低、中高、高、极高五个级别,在地图上以颜色区分,并且可人工修改每个指标所占的权重,并在地图上实时展示。

可查看针对每种加权方式(默认、农业、食品、化学、电力、半导体、石油和天然气、采矿、建筑材料、纺织业),影响水量的自然因素、影响水质的自然因素、人文因素三大类指标各占的权重,即三大类指标在各行各业的权重分配情况。

(2)      地图应用

以农业为例,查询水风险相关指标,分析各项指标对农业生产的影响。如图所示,影响水量的自然因素占77.1%,影响水质的自然因素占4.3%,人文因素占18.6%,从地图上看,在亚洲、非洲和澳大利亚地区,各项指标呈现水资源匮乏的现象,严重影响农业生产,需要相关农业部门采取措施应对此种水风险。

 

 2)  位置分析

输入beijing、shanghai,查询到北京、上海的水资源风险指数均为3-4,均处于高风险级别。

 

3)  研究区域数据下载

 

选择某一研究区,显示此研究区详细信息,并提供数据下载功能。

 

4)  水相关新闻在全球分布位置展示

 



5)  地图集数据下载

 

6)  地图打印

 

7)  水风险变化预测图

这些地图展示了水风险基线的未来变化情况,Aqueduct提供了用于衡量有限水资源的竞争分析。分析结果最初发布是在2011年。老地图采用的是从2000年开始的取水量数据,而水风险地图集则使用是从2010年开始的取水量数据。水风险基线的预期变化是以联合国在气候变化、人口和社会经济的发展中提出的三个不同的场景(A2,A1B,B1)为背景。选择预测年份(如:2050年)和预测场景(如:B1),与之对应的用水量数据在地图上可视化展示。 

 

2.3     国内应用

种子公司利用Aqueduct Water Risk Atlas发掘中国哪些地方面临水资源短缺,评估其对农业生产造成的影响,为在市场上推广玉米新品种,提供依据。从世界资源研究所的Aqueduct Water Risk Atlas中,可以看出到2025年,中国东北部大多数地区都将严重或极端严重缺水。玉米革新技术产生的新品种可以减少化肥的使用,提高用水效率,这在水资源日益紧张的东北部地区,如何利用新品种促进粮食高产,至关重要。

转载于:https://www.cnblogs.com/gis01/p/3867218.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:https://dhexx.cn/news/show-18314.html

如若内容造成侵权/违法违规/事实不符,请联系我的编程经验分享网进行投诉反馈,一经查实,立即删除!


相关文章:

  • Redis的两种持久化RDB和AOF
  • 【转】android camera(四):camera 驱动 GT2005
  • 动态给表格TD 添加单击事件
  • Spring三级缓存解决循环依赖
  • SPARK-SQL - Column相关的api操作大全
  • 【Demo 0014】网络编程(ASI API)
  • 花布条错误案例
  • SPARK-SQL - sort排序相关的api大全
  • SPFA算法学习笔记
  • Java 8 新特性Lambda 表达式
  • 天将降大任于斯人也,必先苦其心志,劳其筋骨,饿其体肤,空乏其身,行拂乱其所为,所以动心忍性,增益其所不能...
  • SPARK-SQL - group分组聚合相关的api,groupBy().count(),groupBy().avg()等
  • MySQL创建定时任务
  • hdu 4657 Find Permutation
  • SPARK-SQL - group分组聚合api,agg()
  • SpringBoot整合lettuce+RedissonSentinel(哨兵模式)
  • C++大数类模板
  • matlab 中txt文件(含字符及数值)处理
  • SPARK-SQL - groupBy分组聚合相关的api,pivot实现行转列
  • 轻松搞懂Java中的自旋锁
  • SPARK-SQL - join关联的api
  • NetworkManager 命令配置nmcli注意
  • HDU 4662 MU Puzzle 数论或者水题
  • Linux服务器使用Scp命令将数据拉取和接收到远程服务器
  • C# 窗体间传值方法大汇总
  • 第三方过滤器在TVideoGrabber中的使用
  • java获取系统变量之System.getenv()和System.getProperty()
  • Jmeter压测工具入门测试使用
  • [转]Android读写文件
  • 一些食物的酸碱性
  • Spark Streaming入门 - 从Socket接收数据 实现wordCount统计单词个数
  • Linux下使用Crontab定时执行脚本及多种案例
  • 怎样安装和制作淘宝店铺装修挂件
  • jdbcTemplate的学习经历
  • Java正则表达式入门学习与实践
  • Java:集合,Collection接口框架图
  • Spark Streaming入门-编程入口JavaStreamingContext的实例化,构造方法汇总
  • IOS-synthesize和dynamic的异同(转)
  • V8 API Reference Guide
  • Hadoop的内置的基本数据类型
  • Java中String的replace、replaceAll和replaceFirst方法
  • 【数据库复习】第二章关系数据库2
  • GhostDoc的使用
  • HDU 4870Rating(推公式)
  • spark常用RDD算子 - saveAsTextFile、saveAsObjectFile 可保存到本地文件或hdfs系统中
  • Linux服务器编辑jar包并重新运行与直接修改jar包
  • hdu 4686 Arc of Dream(矩阵快速幂)
  • 纠结的CLI C++与Native C++的交互
  • kafka概述,架构说明,相关的名词解释
  • JAVA基础知识