2017年12月31日起我国开展第二次全国污染源普查。普查数据作为制定环保政策与编制环保规划的依据,数据质量至关重要。十年前,第一次污染源普查受到技术发展的限制,数据审核不到位,数据质量存疑,造成普查成果应用不足与大量人力物力被浪费的问题。将大数据分析技术应用到污染源普查数据审核中,能够解决技术限制的问题,缩小入户核实范围,高效准确地指出数据质量存疑企业与指标。本文根据普查过程实际需求,首先选择示例行业,并利用示例行业的数据,基于知识图谱与社会网络分析法建立逻辑关系审核方法模型,用于审核文字型数据(原料、工艺等)不符合实际生产工况关系问题;基于孤立森林算法(iForest)、自组织映射神经网络算法(SOM)建立数值型数据审核方法模型,用于审核数值型数据(产污、排污量等)不准确问题。通过相邻节点距离可视化与现场核实反馈结果找到算法最佳阈值,优化模型。通过准确率、精确率、召回率、F1值(精确率与召回率的调和平均值)的计算对模型进行评价。最终应用到污染源普查数据审核中,审核过程包括数据清洗、标准数据集建立、逻辑关系审核与数值异常审核、现场核实、反馈结果。结果表明,逻辑关系审核方法模型在数据清洗阶段与社会网络分析阶段的阈值分别选择0.5%与70%时,不会遗漏重点考察指标且能保证审核结果达到最优。对近8000家企业进行初次审核与二次复核,分别找到1539家与386家企业数据存在问题,现场复核范围缩小了 80.74%与95.16%。数值型数据审核方法模型的阈值选择0.26时,审核结果达到最优,准确率、精确率、召回率、F1值分别可达:94.00%、95.95%、95.95%、0.9595。对14000余家企业进行审核,找到1095家企业数据存在问题,现场复核范围缩小了 81.92%。本文建立的数据审核模型在污染源普查数据审核过程中缩小了入户核实范围,使复核过程目标性更强,节省了时间、人力物力;准确指出存疑企业与指标,错误数据及时更改,数据质量得到提升。同时,也为环境统计领域数据质量的提升提供了新思路。