中国科学院沈阳应用生态研究所专家在《中国科学院院刊》2017年第2期发文《土壤环境大数据:构建与应用》，文章阐明我国土壤环境大数据发展的数据基础与瓶颈问题是什么？提出了土壤环境大数据系统的构建方法与技术流程。
文章阐述了土壤环境大数据特点：土壤环境质量的变化慢、波动小,污染具有累积性和滞后性的特点，公众没有直接的感官判断能力，也难以进行自动在线监测,人工采样监测的成本更高,因此,在预报预警方面难度较大。但土壤环境质量的变化特点也为大数据发展提供了另一个优势,即针对土壤环境的“源-汇”特性,探索土壤环境质量与各种影响因子的因果关系,通过多元化数据,如整合区域内污染源空间分布数据、污染物排放类别与总量数据、污染扩散的多维途径、环境的消纳能力与空间差异,以及与环境质量相关的背景值图集、各种遥影像资料等,建立基于时空的多维大数据模型。
作者介绍了欧美国家环境大数据发展的情况。着重介绍了美国国家环保局(EPA)在监测网络建设方面环境大数据服务。介绍了EPA 通过环境信息交换中心(Central Data Exchange),实现环境数据快速、有效、安全且精确的实时交换,以此连接美国联邦政府、地方政府、企业及 EPA 各分支单位。EPA 通过环保状况数据库(Envirofacts),以地图可视化的模式,将空气、水、废、毒、辐射、土壤等环保数据系统开放给社会大众,可检索废气排放量、排水许可证、危废处理过程、有毒化学品排放、超基金状态等公众关注信息。
作者认为我国土壤大数据的特点为：土壤环境质量的变化慢、波动小,污染具有累积性和滞后性的特点，公众没有直接的感官判断能力，也难以进行自动在线监测,人工采样监测的成本更高,因此,在预报预警方面难度较大。
研究人员提出土壤环境大数据的采集需首先进行数据融合(Data Blending),再进行集成分析。根据土壤环境大数据的特点,作者提出了以土壤环境质量为核心的大数据系统的技术路线图，如下图所示：
作者建议统筹建立土壤环境大数据云平台、管理平台和专题应用平台,提供面向区域尺度土壤环境管理、多主体跨介质协同治理和农产品安全保障的公共服务与创新应用产品。
