随着社会经济持续增长和现代工业的不断发展,城市环境问题日趋严重,中国要深入贯彻可持续发展战略政策,就要重视环境污染问题。近年来城市大气环境污染己经成为人们倍受关注的环境污染问题之一。为了有效地治理大气环境污染,首先必须对大气环境质量做出科学的评价。这对客观认识城市大气污染现状,预测其发展趋势,并有效地进行大气污染控制,实施可持续发展战略具有重要意义。济南市环境保护监测站自1999年开始进行了城市空气质量自动监测工作,积累了大量的空气质量监测历史数据,这些数据对整个城市环境空气质量进行分析和预测具有十分重要的意义,随着空气质量实时监测系统和重点污染源实时在线监测系统的建立,监测数据的增长更加迅速。传统的基于数据库模型的数据处理方法和手段已经不能满足对海量数据的管理和利用,急需新的技术支持,来实现对现有数据的分析和利用。本文的主要研究工作如下:1.讨论了现代城市环境空气质量管理的现状和面临的问题,分析了济南市当前环境管理急需的环境空气质量管理决策支持问题,提出了解决问题的方案。2.讨论了如何确定空气质量数据分析的主题,建立数据仓库的事实表和维表及如何将数据从源系统加载到本系统数据库中,设计实现数据抽取和数据清理、转换和整理的方法,利用数据挖掘分析方法对空气质量从不同的角度进行分析。3.描述了利用高斯点源扩散模式和普通点源扩散模式如何在地理信息系统中对各空气污染源的污染物扩散状况进行分析与可视化处理的技术。正确地分析和预测污染物在大气中的空间分布,是大气环境质量评价的重要内容。点源扩散模式就是对固定污染源污染物排放进行空间扩散影响分析的一种实用模式。4.提出了一个基于B-P神经网络模型的环境空气监测数据分析日预测模型,并利用此模型对城市环境空气质量与污染源污染物排放量之间的相关度进行了分析研究。B-P神经网络是一种多层前馈神经网络,在数据挖掘分类预测方面具