本文以西安市2001～2002年的各监测点PM₁₀浓度值为研究对象，利用西安市同期的气象资料，分析了西安市的PM₁₀污染现状。 PM₁₀浓度同气象条件关系密切，本文对二者进行其相关性分析，并对污染物浓度同气象因子进行方差分析，得到同污染物浓度相关性好的气象因子，分析其原因；空气质量级别≧4级，属于中度污染，对人体健康产生明显影响，本文对空气质量级别≧4级的污染日进行统计比较，得出易出现此种污染日的气象条件。在上述分析的基础上，选取确切的气象因子作为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。本文在选择预报方法时使用SAS系统的REG的过程消除了自变量间的共线性，保证了进入模型因子的显著性。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日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以及随机性较大，本文对模型数据按污染等级分类，并分别建立模型。在进行预报时，将气象因子先进行判别归类，再代入相应的模型中进行预报。本文提出的判别—逐步回归法预报模型级别命中率为78.4％。 此外，本文对影响PM₁₀污染的气象、水文条件进行分析，提出加大城市绿地和城市水表面的生态调控方法以降低西安市PM₁₀污染的控制对策。