近年来，我国接连发生罕见的大范围、长时间的雾霾天气过程，受其影响，全国多个城市出现了连续数日的重度污染天气，而人口的逐渐聚集加重了这一影响。雾霾天气和重度污染的空气给人们的身体健康和生产生活带来诸多不便，引起政府和公众的广泛关注，成为各大门户网站、微博、新闻媒体等报道和讨论的热点，空气质量监测成为迫切需要。

一般地，空气质量监测是通过各类预报方法与手段相结合，气象、物理、化学、地理等多学科耦合研究，建立空气质量模型，对多种大气污染物在内的不同尺度下不同类型污染过程进行监测研究，这是一个非常复杂的系统工程。它需要设置监测点、采集数据、分析数据，根据空气中各种成分的含量对照空气质量标准得出当前或未来一段时间某地的空气质量状况。

目前，我国空气质量监测网还不健全，监控点较少（国控点仅1436个）、覆盖较低、精确性不够（我国空气质量指数预报准确率范围为23.43%～81.15%，总体准确率仅为48.37%）、溯源能力较弱、预测能力较低。这就需要研究补充技术，在不增加或少增加投入的前提下获得更精准的空气质量监测数据。大数据技术和智能决策算法可以通过分析空气质量监测状况的历史信息来预测当前情况下的空气质量，不必布置更多的监测点就可以对未来一段时间内的空气质量进行预测，这为空气质量监测的发展带来了新的思路。