随着环境问题日益突出，数据量激增，传统的信息分析与预测方法不能对大量复杂的环境信息进行深层次分析，传统的信息管理模式已不能满足环境管理工作对信息处理的需要。面对海量环境数据，数据挖掘可以对大量环境数据进行分析，从中发现先前未知的，对决策有用的潜在信息。研究数据挖掘技术并将其应用于环境信息的分析与预测中，解决面临的现实问题，显得尤为必要。本文在对国内外研究现状综述的基础之上，研究了数据挖掘、环境信息分析与预测以及环境信息系统等相关理论，以当前环境信息系统为基础，结合数据挖掘技术提出了基于数据挖掘技术的环境决策支持系统模型，并对环境决策支持系统模型进行了深入分析，包括系统的逻辑层次、数据架构和功能模块。接着重点研究了数据挖掘技术在环境信息分析与预测中的具体应用，包括了神经网络、关联分析、因子分析、聚类分析和局外者分析。最后通过案例来验证利用数据挖掘技术对环境信息进行分析和预测的可行性和适用性，结论发现由于环境问题的复杂性和动态性，较常规数学方法而言，数据挖掘方法在解决实际环境问题时具有相当大的优越性，数据挖掘技术在环境信息分析与预测中必将有巨大的实用价值和广阔的应用前景。