大气污染防治是一项重要而复杂的任务。大气污染相关数据来源多样、格式复杂、更新频繁，传统信息 化分析系统在整合调度、交互体验与智能支持方面的不足逐渐显现。在此背景下，基于大语言模型的 AI辅助决策技术为大气污染防治注入了强大的科技动能，有望实现从"人找数据"到"数据找人"、从"被 动响应"到"主动预警"的决策模式变革。 技术应用取得初步成效 北京市大兴区生态环境局课题组在充分调研的基础上，结合现有的涉气数据与功能，探索构建了多个空 气质量分析智能体，初步形成了"感知—规划—执行—呈现"的智能闭环流程，并得到实践应用。 在上述实践与分析基础上，北京市大兴区生态环境局对空气质量分析智能体系统进行了优化。 在技术融合创新方面，强化知识库建设，深入应用检索增强生成技术，构建覆盖政策、标准、源谱、案 例的领域知识库，确保大语言模型生成内容基于本地、权威、最新信息；优化推理规划，采用更先进的 系统优化与成果应用 实现专业化的交互式回答与效果呈现。可生成具有较强可读性和实用性的分析结果。例如针对一次具体 的PM2.5异常事件，系统不仅生成了包含时序变化、空间分布、源解析占比的专业图表，还结合气象条 件和周边源分布给出了污染物 ...