本文以西安市2001～2004年采暖季各监测点逐日PM10浓度监测值以及西安市采暖季同期地面气象要素监测值为研究对象，进行西安市采暖季PM10污染预报研究。 根据空气污染指数的分级及其浓度限值，用概率统计方法对西安市PM10污染现状和采暖季PM10污染特征进行分析。 本文根据西安市2001～2004年采暖季气象资料，对采暖季气象特征作出分析；对2001～2004年四年采暖季中API＞150的日子，即空气质量属轻度及其以上污染的日子所对应的气象要素进行统计分析比较，找出其分布规律，并与常规日的气象要素分布情况进行对比，从而初步探讨采暖季可能出现污染天气的气象条件。 PM10浓度同气象条件关系密切，本文采用一元统计方法对二者进行相关性分析，从而得到对PM10污染影响显著的气象要素，作为后续进行PM10浓度预报的依据。 考虑到传统的逐步回归方法不能消除自变量(回归变量)间存在的共线性，使得回归方程不稳定。另外，通常的污染预报仅对模型数据按季节分类，分别建立模型，其目的是为减小预报数据波动较大而带来的模型不稳定，这种分类方法人为因素及随机性较大。本文采用主成分回归法来建立预报方程，它将主成分分析和逐步回归相结合，克服了回归问题中由于自变量之间的高度相关而产生的分析困难，建模过程使用了Matlap工程计算软件，使预报模型程序化，更利于推广和使用。经过121天的检验，模型预报的准确率为79.6％。