基于SAC对消费与生产进行分析和可视化展示.docx

基于SAC对消费与生产进行分析和可视化展示

根据目前的空气污染调查显示来看，[1]当前，我国大部分城市都出现了雾霾天气，雾霾不仅危害人们身体健康，还造成一定的经济损失以及生活的诸多负面影响，根据研究调查表明，导致问题的直接源头就是人们的消费与生产模式。

世界卫生组织最新更新的城市空气质量数据库显示，[2]在全世界103个国家和地区的3000多个监测空气质量的城市中，80%以上的城市空气颗粒物（PMIO）和细颗粒物（PM2.5）污染水平超过了世界卫生组织（世卫组织）建议的标准。显然，世界卫生组织的监测数据向我们揭示了一个令人震惊的事实——全球城市空气污染已经非常严重，环境问题是国际关系中的一个非传统安全问题，由于空气污染的扩散性和远距离迁移性，它已成为国际合作的焦点。空气污染不仅是经济社会发展的产物，是人们消费和生产的产物，也是影响人类健康和经济社会可持续发展的重要因素，空气污染的跨界趋势已经成为世界各国政府应该处理和人们密切关注的社会问题。

一、SAPAnalyticsCloud产品介绍

（一）产品简介

SAPAnalyticsCloud（中文简称SAP分析云，缩写SAC）是SAP提供的一种SaaS（软件即服务）解决方案，用于各种企业业务场景下的数据分析、数据可视化、计划和预测。

在这个大数据时代，大规模、高纬度、非结构化的数据层出不穷，用传统的显示技术很难将这类数据以完美的可视化形式展现出来。SAC就是为解决这一问题而开发的，它具有大屏幕、纯色、高亮度、高分辨率等显示优势，结合实时数据渲染技术、数据可视化技术、实时图形化可视化数据、场景和实时交互，让用户更容易理解演示的数据和空间知识。此外，SAC工具的数据可视化可以帮助人们根据数据的特点找到合适的可视化方法，直观地呈现数据，而发现海量数据中包含的规律或信息，则有助于用户通过认知数据做出新的发现，发现这些数据所反映的本质。

（二）基本功能

SAC是基于SAPHANACloudPlatform（SCP）构建的，因此SAC是天然和SCP集成在一起的，具有所有SaaS的特性，可帮助企业用户打通信息孤岛，实现由数据支持的最佳业务决策。它是一款非常易用的数据分析产品，用户通过简单地点击、拖拽等动作即可完成数据的连接、准备、分析和预测工作。SAC具有数据连接、数据准备、数据分析、数据预测、数字董事会等模块，可以通过一个个模块使得数据能够更好地达到可视化的效果。

其中，Model（模型）和Story（故事）是SAC中的两个最基本的概念，依据业务数据建立模型，在创建模型的过程中，可以对原始数据进行清洗和处理。然后基于模型建立故事，故事也是分析结果的展现形式，在故事中可以包括各种各样的可视化图表。

二、数据收集及处理

（一）数据收集

数据是开展可视化研究的基础。在收集消费与生产相关的数据中，可以选择国内、国际两个层面的三个方面进行数据收集及分析处理。

1.气候变化

随着工业生产的发展，温室气体的排放，全球温室效应变得越来越显著，全球的气候变化也客观的体现出当代人们消费与生产的现状。通过调查表明，欧非地区的气候变化尤为明显，我们通过对欧非气候数据的收集、清洗，从其平均气侯的差异来体现消费与生产的现状。

2.能源消费

根据调查统计显示，2014年我国生活用能源消费中，商品能源消费总量为23207万tce，占生活能源消费总量的66%，其中电能消费量为7727.29万tce，煤炭为14053.85tce，液化气为1426.13万tce，生物质能中柴薪和秸秆为9783.75万tce，可再生能源中沼气的消费量为1102.37万tce，太阳能为1114.02万tce，[3]我国能源消费中商品能源的消费比重在不断增加，高品位清洁能源如太阳能、天然气、沼气等也有较大幅度的增长。借此我们收集国内的能源消费相关数据，来体现能源消费的现状。

3.空气污染

我们以美国空气污染为例，通过对美国空气污染数据的收集，对排放的CO、NO2、O3、SO2等污染性气体进行比较，来直观地体现出美国空气污染的严重性，及反应不可持续性的消费与生产带来的危害。

（二）数据处理

在数据导入后，SAC提供了很多预制的功能，可对数据进行清洗和建模，这个环节也称之为数据处理。数据处理分为三个步骤：数据清洗、数据校准、数据聚类。

刚收集的原始数据中存在大量不确定性和杂数据，不能直接进行数据分析，必须进行数据清洗。对于异常的数据，可以通过设定一些规则，使用有效性验证的方法进行筛选。对于缺失的数据，可以采取删除或填充的方法进行处理。此外，数据清洗还包括重复值的删除以及数据类型的检查等。

基于数据的定位服务是数据可视化研究的一个重要方面，然而由于定位覆盖范围较大、分布不均匀，使得其准确度较低，需要进行数