“聚焦环境监测行业技术痛点，致力于空气质量监测技术改革，为祖国环保事业建言献策。”安徽大学纽约石溪学院车马象学生科研团队依托创新平台支持和专家顾问指导，针对目前空气质量预报行业中数据同化来源单一、观测数据空间分辨率低、误差随机性与不确定性等核心问题进行研究，完成空气质量预报行业新的技术跨越，助力构建美丽安徽。

（图1 团队成员操控激光雷达进行技术研发、进行线下研讨）

2021年项目成立以来，团队成员通过多渠道学习，进行线上研讨，实地技术研发，进一步深入了解机器学习算法，并操控激光雷达等专业仪器设备，进行数据研究分析。目前，在专家顾问的指导之下，车马象团队已针对数据同化来源单一、观测数据空间分辨率低、误差随机性与不确定性等核心问题，提出解决方案，进一步提高空气预报系统对多源数据的分析能力，并成功构建新的数据模式，突破观测点有限与空间分布不均的制约，为后续提升预测水准发挥重要作用。

（图2 团队成员进行空气质量监测数据采样）

2022年，车马象团队获批大学生创新创业省级项目，并成功立项，得到了安徽大学科研创新平台的大力支持与推荐。

（图3 团队成员与专家顾问合影）

据了解，车马象团队目前已累计申请国家发明专利7篇，申获2篇，发表论文14篇，软著3项，其中以学生为第一作者，申请专利与软著6项。

目前，团队已经成功参与2022北京冬奥会空气质量保障工作，为开展污染精准化管控提供了数据支撑，得到了环境监测总站的正向反馈，同时参与地方一市一策项目，并与多个省市生态环境局、高校院所等部门展开密切合作。

下一步，车马象团队预计逐步完善空气质量监测平台技术搭建，进一步加强环境质量检测精度准度，不断优化预测模型，更新深度学习技术，本技术即将投入2023杭州亚运会空气质量保障工作，为其提供核心技术及决策支持。