实时数据入库系统主要实现园区企业内所有VOCs监测点产生的测量数据实时存到监测平台数据存储中心。

原始监测数据，将全部存储在监测平台分布式文件系统，用于存储海量的非结构化数据。为了满足和适应数据量、数据特征和查询处理的不同需求，部分存储于关系型数据库中。

1.3实时预警系统

对监测指标设置对应的阀值，超过该值超过一分钟在*时间通过邮件，App推送，或者短信等形式通知行政执法人员，给管理部门迅速出动，及时阻止破坏环境保护的行为。

VOCs数据查询分析应用提供包括实时监控数据分析、总量核算、源解析及源强计算、区域排放监测与预警、污染源扩散预测及分析等，同时可查看历史记录和分析数据等功能。VOCs历史数据查询处理时，由于数据量巨大，需要调度使用云计算技术管理多台服务器节点进行并行处理。

在实际使用中，可能用户会对某一时间段或者类型的数据特别关心，就可以通过数据管理系统查询并导出这部分数据以供使用。

系统提供Web Service和Json格式数据接口，供外部系统调用系统数据，方便和第三方平台对接。

采用物联网和云计算技术，建立监测数据的神经网络模型，实现监测设备的自动校准，降低设备运维费用，提高数据的准确性。

根据区域内有毒有害气体分布及特性、环境敏感区分布、主导风向等因素，结合园区原有监测站的建设情况，识别出大气突发环境事件重点扩散途径，统筹园区VOCs及恶臭自动监测站建设。

在综合考虑区域的重要性，大气污染物的污染程度、工业化发展水平的高低的基础上，对所在区域进行网格划分，在网格的交点处或中心点设立监测点位，利用分布式冗余节点判断算法，去除传感器冗余节点，从而降低计算复杂度，通信开销及设备成本。同时能够准确判断监测数据的有效性和*性，能够绘制该区域不同时段污染物的扩散趋势，有利于对污染物控制进行科学决策。

1) 标准的技术路线：根据国家相关标准要求提供完整的配置系统；

2) 灵活的方案配置：可根据需求扩展出多种解决方案；

3) 优质的软件平台：通过中心端软件平台，实现多站点数据集成、分析、上报和发布。

4) 科学的算法技术：采用高斯烟羽模型，分布式冗余节点判断算法实现对VOCs排放区域布点、整体监控，污染物扩散趋势推算，VOCs排放源解析等功能。

5) *的监测数据：可同时监测多种污染气体，具有很高的时间、空间分辨能力和探测灵敏度；

6) 低廉的运行成本：可实时、连续、长期运行，操作简单，维护方便，运行成本低；

7) 先进的配套软件：采用数据采集、分析及可视化软件，大大提高监测效率。

8) 多方位的监控方式：由“点源污染防治”向“点面区三位一体污染联防”转变，掌握各企业污染物的排放情况、园区整体空气质量及其它变化趋势