我国80%以上露天煤矿分布于西北寒区,属于温带大陆性气候,冬季寒冷干旱,粉尘污染严重。科学防控粉尘已经成为露天煤矿可持续发展的迫切需求,也是露天矿山加速绿色转型亟待解决的现实问题。本文以寒区露天煤矿粉尘污染为研究对象,综合运用现场实测、理论分析、室内试验及数值模拟等方法,系统分析了寒区露天煤矿采场通风动力来源,确定了影响采场粉尘浓度的关键因素,揭示了采场粉尘浓度的污染变化特征及扩散规律,提出了粉尘污染浓度及分类的高精度预测方法。主要研究工作如下:（1）分析了四个寒区露天煤矿相对开采深度,得出了露天煤矿采场通风效果较好;研究了不同风向下的采场风流形态,确定了露天煤矿环流主要分布在背风坡一侧;建立了露天煤矿采场模型,通过Arc GIS软件模拟了不同季节露天煤矿太阳总辐射量、太阳直射辐射量、太阳散射辐射量和太阳直射时间分布特征。（2）搭建了露天煤矿粉尘浓度及气象监测平台,通过3个时间段的监测数据、同期生产强度数据及ECMWF高空气象资料,利用数据统计分析、克里金空间插值和灰色关联分析等方法,研究了不同时间内多个气象因素和生产强度对粉尘浓度的影响关系,提出了结合气象条件进行采排协调的方法;建立了矿区大气空气停滞标准判据,揭示了矿区空气停滞演变规律。（3）明确了矿区粉尘浓度不同时间下的变化特征,确定了采场内部的主要污染物;开展了电镜扫描（SEM）、XRD等室内试验,分析了粉尘的基本理化特性、微观形貌特征及潜在来源;利用FLUENT数值模拟确定了不同风流下粉尘的逸散时间及逸散规律;结合GDAS气象数据,通过HYSPLIT数值模拟分析了矿区气团24h的前向轨迹,确定了粉尘向周边扩散的潜在污染特征。（4）通过现场实测数据,通过粒子群优化算法（PSO）和随机森林算法（RF）相结合,提出了适用于露天煤矿粉尘浓度预测RF＿PSO混合模型,确定了影响当前粉尘浓度的各个因素显著性大小关系;通过群优化算法（PSO）和梯度提升机算法（GBM）相结合,提出了适用于露天煤矿长时间间隔下的粉尘浓度预测及粉尘浓度污染分类GBM＿PSO混合模型。本文分析了寒区露天煤矿粉尘扩散驱动动力、粉尘浓度影响因素、粉尘污染特征及扩散规律,提出了粉尘浓度预测方法。研究成果为露天煤矿粉尘综合防治提供了理论依据与技术支持,推动了露天煤矿绿色开采建设进程。该论文有图68幅,表25个,参考文献139篇。