甲烷監測技術方面，主要有氣相色譜法、光譜測量法、等離子體發光光譜法、穩定同位素法等。
新污染物監測技術方面，由于其具有環境持久性，但在環境介質中濃度偏低，同時分析過程中易受環境基質影響，對分析儀器的靈敏度、分辨率等指標提出了很高的要求。常見的檢測方法有氣相色譜-電子捕獲檢測器、氣相色譜－質譜、高分辨氣相色譜－高分辨質譜、全二維氣相色譜－飛行時間質譜、液相色譜－質譜和液相色譜－串聯質譜等。
可凝結顆粒物監測技術方面，可凝結顆粒物作為一種新興的燃煤污染物，具有排放濃度高、形成的顆粒物直徑小、成分復雜的特點，有兩種常用的檢測方法，一種是沖擊冷凝法，另一種是稀釋冷凝法。對于其檢測方法，國內尚未出臺相關標準。
氨氣監測技術方面，氨氣是大氣中唯一的高濃度堿性氣體，與大氣中酸性氣溶膠化合，在空中形成極細的二次顆粒物，是大氣環境中氣態污染物轉變成固態污染物的重要推手。環境空氣中的氨氣濃度低、易溶于水、易吸附，在監測技術和準確性上有一定難度。目前常用的監測方法有可調諧半導體激光吸收光譜、差分吸收光譜技術等。
光譜法水質監測技術方面，光譜分析儀具有分析速度快、靈敏度高、選擇性好、操作簡單，無需對樣品進行預處理、非接觸、非入侵式監測、免/少試劑等優點，逐步被用于監測水中的COD、總磷、總氮、葉綠素等多種物質成分，通過光譜法建立水污染特征指紋庫，對污染進行溯源監測等。光譜分析法分為吸收光譜、發射光譜、熒光光譜、散射光譜等多種方式，一般而言，在地基光譜水質監測系統中常用吸收光譜、熒光光譜等分析方法。
數據分析與人工智能技術方面，環境監測行業越來越注重對大數據的分析和利用。借助人工智能和機器學習算法，利用先進的數據分析算法和技術，對大量的監測數據進行快速處理和分析，提取有用的信息和趨勢，更好地識別環境污染源、預測環境污染趨勢，并提供針對性的環境保護措施。
