1 大气环境监测中运用大数据技术的重要性
随着大数据技术在环境监测领域的不断深化，其作用和优势愈发显著。政府环保监管机构及相关企业可借助大数据技术的优势，解决环境监测数据获取、环境质量分析、环境质量预测预报、环境污染成因解析、污染源执法监测、环境风险应急预警等实际问题，从而确保生态环境监测数据的真实性、准确性、全面性、时效性和新颖性，推动生态环境监测向数字化转型，使生态环境监测网络更具科学性，同时也为生态环境管理和社会服务提供坚实的支撑。
2 当前大气环境监测领域所采用的大数据核心技术
大数据科技与生态环境监测行业的紧密融合，无疑成为充分发挥生态环境监测数据价值、有效提升监测监管工作效率以及推动环境监测业务创新发展的重要策略之一。与电力、水利、工信等其它众多领域相仿，在大气环境监测这一严峻背景下，大数据核心技术共涵盖四个方面的内容，分别是数据采集与预处理、监测数据综合管理、数据分析与挖掘以及时空可视化展示和应用，以下将逐一展开详细介绍。
2.1 数据采集与预处理
数据采集技术主要是借助各类传感器、通信网络、智能识别系统、互联网泛在等多元化的生态环境监测感知手段，实现对各种环境监测对象信息的迅速定位、采集、传输以及信号转换等功能。而数据预处理技术则是以直接面向快速分析处理为宗旨，对多种类型的数据进行抽取、清洗、转换等一系列操作，从而实现对复杂数据的高速、规范化处理。
2.2 监测数据集成管理技术
数据集成管理技术主要针对生态环境监测数据的整合、存储以及资源化过程，依据实际业务需求选择相应的存储模式，并在此基础上，运用多种数据存储技术，面向业务应用实现提供统一数据服务的能力，进而实现业务应用与数据存储基础设施的解耦。
2.3 数据分析与挖掘技术
数据分析与挖掘技术能够运用数理统计、数值模拟、算法模型、机器学习、神经网络等多样化的方法，同时借助分布式计算、内存计算与数据流处理等先进的数据处理手段，对环境质量、污染排放、监控监管、自然资源、社会经济等多维度数据进行深入挖掘分析，从而识别出潜在的环境风险或者污染排放异常行为，探究其间的关联关系及其变化规律，进一步提升监控预警或者环境质量预测预报的准确性，有力支持管理决策，优化环境治理措施。
2.4 数据时空可视化展示和应用技术
数据时空可视化展示和应用技术主要是通过图文、报表、GIS、二三维等多元形式，将大气环境形势分析研判、污染精细化管控、监测信息公开等相关内容以动态、直观、生动、智能化的方式呈现在决策者、管理者、业务技术人员以及广大社会公众等用户面前，以便他们进行深入分析和使用。
3 大数据技术在大气环境监测中的主要应用场景
3.1 智慧感知
在智慧感知方面，综合大数据，物联网，卫星遥感，航空、无人机、无人船遥感等技术研究提升大气环境质量监测、污染源监测、突发事件应急监测等情境下地面观测、遥感监测、互联网泛在等数据的采集、传输、汇聚和质控能力，保障数据质量、数据时效和数据安全，简化优化自动监测和手工监测规范流程，辅助提升天地一体协同监测感知能力，为环境质量形势分析、污染精细化管控提供重要技术保障。
3.2 管理决策
在管理决策方面，依托数据分析挖掘技术开展环境质量形势分析、管控任务达标分析、污染源排放监管、污染物追因溯源、工业园区污染物管控、生态环境质量会商、环境空气质量精细化预报、大气网格化监测监管、水环境质量精细化管理、流域综合治理、秸秆燃烧识别等管控措施成效评估、环境质量民意调查与舆情监测分析等，通过加强数据关联分析和智能化应用，让监测更智能、让排污更透明、让管控更精准、让决策更科学。
3.3 数据共享与信息公开
在数据共享与信息公开方面，通过数据集成管理技术、数据时空可视化展现与应用技术，在数据资源中心、数据共享系统、生态环境综合管理平台、数据门户网站、APP建设上，统筹实现大气环境监测数据资源加工治理，大气环境监测数据与基础地理信息、水文、气象、交通、能源、卫星遥感等数据融合，大数据平台集中管理，综合管理平台汇报展示，数据开放共享等能力。
4 进一步加强大气环境监测中大数据技术应用的对策建议
4.1 全面深化监测数据融合应用
全量归集全省地面、高空、雷达与卫星等生态环境监测数据，充分挖掘大数据应用潜力，利用先进的排放源反演技术，降低排放源清单不确定性。探索建立“机器学习+数值模式”的双预报引擎智能择优预报技术体系，采用多源数据同化提升初始场精度，进一步提升空气质量模型预报预测准确率。
4.2 全过程支撑污染应对，提升精准治气精细化水平
面对日益严峻的臭氧污染形势，还需要开发多源观测数据同化和融合欧拉及拉格朗日模型方法的网格化快速溯源技术。建立智适应污染应对技术体系，以空气质量等级降级为目标，快速智能制定区域协同、多措协同、污染因子协同的精细化管控措施。利用空气质量模型溯源解析工具，开展臭氧及其前体物来源贡献，利用粒子扩散模型及排放清单反演特征，针对重点目标区域的网格化来源解析，精准确定污染应对管控区域和管控因子。
4.3 加大对细颗粒物源解析研究，强化科技治污支撑能力
要加大对PM2.5、PM10等细颗粒物源解析研究，并向社会及时发布，要在已有技术体系上不断创新完善。持续开展源解析工作，开展大气PM2.5的成因分析，量化分析区域传输影响，为区域联防联控和污染防治政策的制定提供科学依据。大气PM2.5痕量有机示踪物可为PM2.5中有机物来源解析提供技术支撑，快速定性追踪主要污染源，更好地助力于污染来源快速识别和变化特征分析。因此，要加快开发多环芳烃、正构烷烃、有机酸、藿烷、甾醇和同位素等痕量有机示踪组分监测方法，在重要时段和重污染过程中为更精准的解析PM2.5有机物来源提供技术支撑。
4.4 完善高密度监测网
探索应用污染浓度反演与高值区精准识别技术，完善高密度监测网。将“小、散、乱、污”等过去难以捕捉的无组织排放精准溯源，将这些频次高、浓度高的污染区域标记为“热点网格”，一旦“热点网格”出现高浓度报警，可及时地定位到点，并将数据信息回传至执法部门，从而有效地帮助相关部门开展各项执法行动。高密度监测网的布设及应用，可以直接支撑区域内每月一次的“点穴式”执法，重点排查“热点网格”和属地量化排名靠后街乡镇的热值区域，进而可以有效提升大气环境精细化管理水平。
5 结语
大数据技术在大气环境监测中已经得到了广泛应用，为环境管理和决策提供了更加准确、及时的数据支持。在未来，随着大数据技术的不断发展和完善以及相关政策和法规的不断健全，大数据技术在大气环境监测中的应用将会更加广泛和深入。同时，还需要加强跨学科的合作和交流，推动大数据技术与环境保护、气象、地理等相关领域的深度融合，为解决大气环境问题提供更加全面、系统的解决方案。
参考文献：
[1]方燕珍,张宏.大气环境监测中大数据解析技术的运用[J].资源节约与环保.2020,(2).
[2]曹万娟,邱琦智.探讨大气环境监测中大数据解析技术的运用[J].资源节约与环保.2020,(2).
