生态环境数据整合是面向生态环境大数据的数据适配、采集、融合，基于创新的AI技术，重建各类业务系统的数据接口，快速实时挖掘系统数据，形成数据共享池，通过AI学习模型自动重构数据，建立数据关联，形成专题数据库，通过数据服务接口为上层应用如生态环境可视化分析提供高效数据支撑。

1. 轻量级的业务系统数据采集和共享

存在问题：各级生态环境部门建设了大量业务应用系统，由于各业务应用系统的建设时间、承建厂家、技术架构不尽相同，系统之间的数据交换共享比较困难，数据无法在系统间有效流动，从而形成了一个个“数据孤岛”，数据的价值难以充分发挥。

解决方案：在具备网络访问的条件下，无需系统承建厂家配合，仅通过系统的账户就可以实现业务系统的数据智能适配、采集、重构，为系统间数据共享提供一种轻量级的解决方案，降低系统间数据共享的难度和代价。

2. 同源性数据跨系统应用集成

存在问题：由于生态环境部门的双重管理属性，导致生态环境部门内存在一些横向和纵向的配发共用平台，这些平台中有一些重复工作量，如建设项目信息的多系统重复录入、信访信息的多系统重复录入等，也为生态环境部门的工作带来了一定的负担和不便。

解决方案：针对政务信息处理中经常遇到的“一份数据需要分别录入不同软件系统”的问题，对数据进行标准化处理后，通过AI机器学习模型，可实现数据的自动化录入，将工作人员从复杂的重复劳动中解放出来，大大提升工作效率。

1. 非侵入式

基于AI的数据采集采用温和的、非侵入式的方式，不会篡改系统的数据，不影响系统的正常使用。

2. 自学习

AI适配器具有AI自学习模型，无需系统的底层数据结构，经过不断的学习训练可自动重构出系统数据。

3. 兼容性

具有较强的兼容性，支持基于.NET、Java的系统，支持B/S系统、C/S系统。