大气气溶胶是悬浮在大气中的固态和液态颗粒物的总称,是城市大气中数量巨大、成分复杂、性质多样、危害最大的一种污染物,对气候系统、环境和人类健康具有重要影响,因此,大气气溶胶研究已成为大气化学乃至地球环境科学研究的热点之一~[1,2]。近年来,国内外学者在大气气溶胶领域展开了诸多研究,研究成果丰富~[1,3],然而相关成果表现形式多样、不规范和复杂(有文本、语音、图像和视频等),不利于存储、分析和检索,阻碍了相关研究成果的传播和发展。近年来,知识图谱在学术界和工业界掀起了一股热潮~[4]。知识图谱本质上是语义网络,是一种基于图的数据结构,由节点和边组成~[5]。在知识图谱里,每个节点表示现实世界中存在的"实体",每条边为实体与实体之间的"关系",可提供从"关系"的角度去分析问题的能力,进而能揭示知识领域的动态发展规律,可为相关领域的研究提供重要的数据和信息支撑~[4,6,7,8]。然而,尽管知识图谱已取得了较好的应用效果,由于其还存在诸多难点问题有待解决,目前在我国相关的研究还处于起步阶段~[7,8]。有鉴于此,本文首先研究气溶胶数据的自动高效搜索、采集和筛选工作,将重点采集大气污染成因与控制技术研究中最具有价值的相关科研文献的海量数据,并研究相应的获取方法,以构建一个相对完善、客观的气溶胶光学与物理属性历史数据库;其次,本文将深入分析气溶胶历史数据,重点研究实体发现、实体消歧、实体关系挖掘与关联分析等技术并构建有效的大气气溶胶知识图谱,实现相关知识可视化、知识理解与自动推理;最后,研发基于Hadoop的大数据存储与分析系统,提供知识引擎应用服务。本文构建的大气气溶胶知识图谱将为该领域学者提供一种全新的视角,相关研究成果拓展了知识图谱的应用领域,具有重要的理论和应用研究价值。