现如今人们愈来愈注重环境对人类健康的影响,许多科研工作者已经展开了对环境方面的调查和研究。与人类生命相关的空气中,还存在着一些天然放射性的气体,例如氡。氡是铀衰变而来的,普遍存在于岩石,土壤和空气中。氡对健康有危害,有可能导致肺癌,故在高氡水平地区全面研究氡风险是有必要进行的。中国幅员辽阔,人口也比较稠密,若在所有地区进行氡测量将会是一项浩大的工程,这在目前是难以实现的。朴素贝叶斯分类器由于其算法简单易懂,分类效率高效稳定,并且有坚实的理论基础,在研究中将朴素贝叶斯分类器添加到氡潜势预测中将有效减少测氡工作量。本论文以广东中山地区56个有效测点的氡测量数据以及相关参数为研究范围,首先对朴素贝叶斯算法(NB)和基于相关系数的加权朴素贝叶斯算法(WNB-CC)的理论进行了深入研究,利用MATLAB软件编写工作代码并进行了正确性验证;而后对56个有效测点的参数进行了分步骤等级划分,最后确定了岩性、土壤氡析出率、铀含量、土壤氡浓度的等级划分标准,同时对NB算法和WNB-CC算法的预测概率进行了比较,得到WNB-CC算法的预测概率总体上高于NB算法的预测概率;随后对WNB-CC算法的单点预测结果的预测失败点进行了分析。最后论文对未知点预测的可接受性进行了分析,结合NB算法和WNB-CC算法单点预测结果,总结了未知点预测的可接受标准。在此基础上,论文对中山地区的未知点进行了预测,结果可接受。本文研究基于朴素贝叶斯算法的氡潜势预测方法,旨在减少大量的氡实地调查工作,也为后来人提供一些参考。