改革开放四十年来,经济高速发展的同时也使得环境质量问题日益严重,目前我国尤其是工业城市面临十分严峻的大气污染问题。实现大气数据分析和空气质量预测对环境保护部门制定政策进行空气污染治理有着重要的支撑作用。现阶段的空气质量在线监测平台仅包含简单的数据报表功能,无法有效利用环境保护部门积累的海量空气质量数据和气象因子数据进行深层次的数据分析和挖掘。现有的数据预测模型存在复杂度高、训练模型使用大气数据来源广泛、服务器资源昂贵等问题,无法满足当前的应用场景。因此建立一个既可以实现海量大气数据分析处理又可以准确预测空气质量污染程度的平台具有重大意义。本论文以扩展现有空气质量监测平台的功能为目标,设计并搭建大气数据分析及预测平台,实现数据获取、数据预处理、分布式数据存储、多样化数据分析和以数据挖掘为基础的空气质量预测功能,平台具有节约资源和集成便捷等优点,为城市环保部门拟定大气污染治理政策提供直观的参照。本论文主要工作和创新点如下:1、调研国内外空气质量预测的发展现状,针对空气质量与气象因子关系和大气污染地域特征进行研究,详细分析大气数据分析及预测平台的需求,针对现有空气质量监测平台对数据深度处理缺失的现状,设计并实现了空气质量预测算法,提升了平台对数据深入挖掘的能力。2、提出并设计了基于大数据和数据挖掘技术的平台架构,搭建了完整的数据获取、处理、存储、分析和预测平台。平台采用了数据层、业务层和应用层三层架构的设计方案,具有高可用、可扩展的特性。3、空气质量预测的关键是选择合适的算法和输入因子,其中输入参数会极大地影响预测准确性,本文引入气象因子风速作为输入参量进行模型训练,不仅表现出气象因子对空气预测的重要意义还能够提高预测的准确性。4、设计并实现了大气数据分析及预测平台的主要功能模块,包括数据获取模块、数据预处理模块、数据存储模块、数据分析模块和空气质量预测模块。实现了数据的分析对比、数据导出、历史数据查询、空气质量预测结果查询等功能,提供直观的可视化页面从而提升用户体验。