污染源数据治理的方法与实践

　　《污染源数据治理的方法与实践》共分3个部分。第1部分主要介绍了数据治理及相关术语、核心内容、标准与框架，厘清了数据治理的相关概念，归纳了目前主流的数据治理模式，提炼了数据治理的核心要点，可为读者提供较为完整的数据治理逻辑框架。第2部分除概述外，重点从顶层设计、现状调研和分析、元数据管理、数据标准管理、主数据管理、数据质量管理6个方面阐述了污染源数据治理的基本方法。第3部分基于深圳市污染源信息化管理建设现状，运用第2部分的方法理论介绍了污染源数据治理的具体实践，总结了深圳市污染源数据治理的做法和经验，提出了可复制、可推广的“深圳样板”。

暂缺《污染源数据治理的方法与实践》作者简介

第1部分 认识数据治理
第1章 数据治理概述
1．1 数据治理定义
1．2 数据治理相关术语与名词
1．3 数据治理核心内容
1．4 数据治理标准与框架
参考文献
第2部分 污染源数据治理方法
第2章 污染源数据治理概述
2．1 生态环境数据的定义
2．2 污染源数据的定义
2．3 污染源数据治理的概念
2．4 污染源数据治理与工业企业数据治理的比较
2．5 污染源数据治理的框架与流程
参考文献
第3章 顶层设计
3．1 组织架构
3．2 数据战略
3．3 数据架构
参考文献
第4章 现状调研和分析
4．1 系统现状调研与分析
4．2 数据现状调研与分析
参考文献
第5章 元数据管理
5．1 概述
5．2 元数据管理规划
5．3 元数据管理实施
5．4 元数据管理工具
参考文献
第6章 数据标准管理
6．1 概述
6．2 数据标准管理体系
6．3 数据标准管理工具
参考文献
第7章 主数据管理
7．1 概述
7．2 主数据管理规划
7．3 主数据管理实施
7．4 主数据管理工具
7．5 主数据运营维护
参考文献
第8章 数据质量管理
8．1 概述
8．2 数据质量调研
8．3 数据质量检查
8．4 数据质量提升
8．5 数据质量评估
8．6 数据质量管理工具
参考文献
第3部分 污染源数据治理实践
第9章 顶层设计
9．1 组织架构
9．2 数据战略
9．3 数据架构
第10章 现状分析和评估
10．1 系统现状调研与分析
10．2 数据现状调研与分析
10．3 数据管理成熟度评估
第11章 元数据管理
11．1 元数据管理流程
11．2 元数据管理工具
第12章 数据标准管理
12．1 数据标准规划
12．2 数据标准制定
12．3 数据标准发布
12．4 数据标准执行
12．5 数据标准维护
第13章 主数据管理
13．1 现状及需求调研
13．2 主数据识别
13．3 管理流程
13．4 管理工具
第14章 数据质量管理
14．1 数据质量检查框架
14．2 主数据质量检查
14．3 核心业务数据质量检查
14．4 数据质量提升