3月9日，李克强总理参加陕西代表团审议时，发出“治霾良策征集令”，表达了对生态建设与发展协调同步的深切愿望。
面对打赢“蓝天保卫战”这项艰巨任务，大数据可以发挥用武之地。大数据技术，通过整合外部数据资源，激活内部数据价值，开发更多数据应用，形成了解决雾霾难题更优的常态方案。
重点地区两会成绩单，精准治霾刻不容缓
2017年两会，治理雾霾相关提案广受关注，能源大省、直辖市承受着艰巨的“迎回蓝天”的使命。
大数据发挥用武之地，监控、预测雾霾
据了解，传统的重污染天气预测工作需要6小时左右的模拟运算时间，无法快速实时发布，而大数据可以在几秒钟之内快速算出重污染空气质量数据。
雾霾相关大数据，主要包括当前空气质量数据、气象条件、未来天气预报三类数据。空气质量数据并不是单纯的空气质量站点数据，而是以某空气质量站点为圆心，囊括了方圆300公里范围内所有的与空气质量相关的数据，比如空气质量站点数据、交通流数据、气象数据、厂矿数据、人口流动数据、路网结构等。
大数据预测雾霾要靠数据的多元融合，不仅看空气质量数据，还要看与之相关的气象数据、交通流量数据、厂矿数据、城市路网结构等不同领域的数据，不同领域的互相叠加，相互补强，从而预测空气质量状况。
空气质量检测数据的采集，数据源来自2771个环境监测站的检测数据，以及第三方数据，包括民用级空气检测仪、群众拍照的污染图片等，以及其他地理信息、设备等相关数据。这些数据通过清洗、脱敏、建模、可视化后，可以形成一个大数据智能化平台，实现重点城市空气污染指数的集中监控。
以北京雾霾天气为例，利用大数据智能化平台，抓取到近期北京空气污染监控数据、地理信息库数据、历史预案场景数据、应急资源库数据、实时交通数据、北京及其周边重度污染企业数据等，进行数据可视化解析，根据这些数据，相关部门在进行统一指挥调度时，可以持续监测应急资源调配、及时信息公开，当PM2.5浓度上升速度过快时，可以采取紧急措施，例如关闭工厂、限制汽车上路数量、学校停课等，还可以进行空气污染的持续监测，若生成衍生污染，还可进行剩余应急资源的及时调配。
