一是息建建立适应监测体系的“大数据”管理模型。建立良好的大数据数据存储、交换和共享模式，山东设将传统数据库中的青岛结构化数据与业务流程产生的文档、图片等非结构化数据进行抽取和集中，环境从中提取出数据的监测相互关系，实现数据的站加关联与聚合，形成统一的快信整体，在云计算环境下实现监测数据的分布式高效处理和存储，为决策提供高效的基础数据保障。
二是构建以监测数据为基础的“大数据”统计分析系统。根据各类监测业务的需求，选取相关数据，形成针对不同应用的关键数据，建立相应统计分析功能。通过特定的应用分析，将大量环境质量监测数据转化成为有价值的信息，发挥“大数据”技术在数据分析处理方面快速便捷作用，提升环境监测综合分析效率。
三是加强监测“大数据”辅助决策平台建设。以环境质量综合分析和主要污染物监测数据为基础，以数据为分析对象，建立环境质量与污染物两者间的联系，建立多层次多种类的环境监测辅助决策模型。优化算法，提升辅助决策平台运行效率，为水和空气质量的预测提供有效的分析手段和可靠的依据。
四是建立有效的监测“大数据”质量管理系统。完善质量管理体系和运行机制，实施全过程质量控制的信息化管理，建立实验室信息管理系统，直接采集分析仪器中的数据，自动对数据进行汇总和统计，有效减少数据在采集、传输和计算等环节中产生的错误，确保实验室分析全过程受控，保证综合分析数据质量的准确性。
作者:休闲
