我們在國內做了十多年的水質監測，感覺環境管理這塊的壓力在逐漸增大。監測環境的質量變化需要大量的數據做支撐，這就是大數據，而傳統環境監測實驗室的檢測指標和頻次已經不能滿足現在的要求了。另外，最近些年的突發性污染事件，比如蘭州、晉江、武漢等地曝光的新聞，都是市民先發現的，在這個過程中，水質自動監測系統的應用是非常有必要的。這幾年，比較欣喜的是國內水站用的監測儀器已經逐步實現了國產化，但我們認為還是存在不少問題。

　　第一，水質監測系統相應的檢測指標必須滿足當地河流河段的特征污染物監測的要求。常規的地表水環境質量標準環境自動監測系統主要有7個指標，有高錳酸鉀指數、氨氮、常規五參數等。但是，近期的突發性的污染事件都是由特征污染物引起的，可見原先建立的檢測自動監測系統已經跟不上現在的要求了。因此，必須對現有水站實現多參數監測，運用模塊化的設計來提升儀器的監測能力。

　　第二，自動監控數據的質量控制。要做大量的數據分析應用，數據的準確性必須得到保障。近幾年，我們對水質監測體系做了很多調整補充工作，從儀器設備到系統集成乃至后端的平臺應用，從多個方面用多種手段來保證數據的準確性，并對系統進行實時診斷。

　　第三，對系統的智能化的升級改造。我們設計了兩種途徑來改變原來傳統水站的運行方式：針對原來水質監測產生的異常、故障數據，調整監測系統的運行方式，使系統的運行智能化，驗證數據的準確性;實現水質監測系統的遠程操作、遠程管理。

　　第四，加強水站的數據分析和應用。建設一個水站是由多個部門協同完成的，包括水利部門、建設部、環保部等，這些部門所有的數據應該充分相互利用，形成一種從污染源到下游環境質量變化的趨勢這樣關聯性的分析。考慮到物聯網的綜合性，我們期待這類數據能夠進一步實現共享，通過綜合分析構建一個更大的數據平臺，以滿足現在環境管理的要求。