大数据技术与生态环境监测产业有机结合，是充分发挥生态环境监测数据应用效益，提高监测监管效率，推动环境监测业务创新的重要途径。与电力、水利、工业和信息化等其他行业类似，生态环境监测领域的大数据关键技术主要有四类，即数据采集与预处理；监测数据综合管理；数据分析与挖掘；应用。数据采集​​技术主要是指快速定位、采集、传输、信号转换等。数据预处理技术直接针对快速分析和处理，对各类数据进行提取、清洗、变换，实现复杂数据的快速、标准化处理。生态环境监测数据有多种类型，通常以结构化数据为主，也有半结构化和非结构化数据。除了文字字符，还有视频、图片、GIS等数据。单纯依靠传统的关系型数据库是无法满足数据存储需求的。关系数据库、空间数据库、分布式文件系统、云存储、NoSQL等数据存储技术，支持监控数据的高效管理和灵活调用。数据集成管理技术主要针对集成、生态环境监测数据的存储和资源化过程。根据实际业务需要选择不同的存储方式。在各种数据存储技术的基础上企业大数据，实现了为业务应用提供统一数据服务的能力。实现业务应用与数据存储基础设施的解耦。数据分析与挖掘技术允许使用数理统计、数值模拟、算法模型、机器学习、神经网络等方法，以及使用分布式计算、内存计算和数据流处理等数据处理方法。对监测监管、自然资源、社会经济等数据进行深度挖掘和分析，识别环境风险或异常排污行为，研究相关性和变化规律，改进监测预警或环境质量预测，有效支持管理决策，优化环境治理措施。数据时空可视化展示与应用技术，将环境形势分析判断、污染精细化治理、监测信息公开等相关内容以图形、报表、GIS、 2D、3D等。供管理者、业务技术人员、公众等用户分析使用。