当前大气污染已成为全国范围内城市所面临的严重问题,单个城市的污染治理已经无法满足需求,区域城市的联合分析和治理成为必然趋势。与此同时,数据挖掘技术也在飞速发展,并且已经在许多领域体现了它的价值,这为大气污染的区域分析和治理提供了新的思路。本文结合大气污染数据的时间和空间特点,对大范围内城市的大气污染区域分析方法进行了研究,设计并实现了基于数据挖掘的城市大气污染区域关联分析系统。本文的主要工作和研究内容如下:第一,针对城市的大气污染和气象条件之间的关联性分析,本文提出了一种基于规则的气象和大气污染关联分析方法,来快速有效地挖掘“气象条件→大气污染等级”的规则表达。该方法在通用的关联规则挖掘方法的基础上提出了反向置信度的概念,并且采用限定后件的方式挖掘不同的气象条件和大气污染等级之间的关系。实验证明,通过这样的挖掘方式得到的气象条件和相应的大气污染等级具有强相关度。第二,针对大规模的城市群,本文提出了一种基于时空特征的聚类算法及相应的评价方法,用于发现大气污染状况相近的城市群。该算法首先通过Voronoi图对城市进行近邻查询,然后计算城市与其近邻城市的大气污染物时间序列的相似度,最后根据相似度计算结果将相近的城市聚合。不仅考虑了城市的空间属性,还考虑了污染物浓度序列的时间属性。实验证明该方法不仅能够将污染状况相近的城市群聚合,而且能保证聚合的城市群在空间中区域连通,这样对于大气污染的区域治理是极为有用的。第三,在研究大气污染与气象条件关联分析以及城市大气污染聚类分析方法的基础上,设计并实现了城市大气污染区域关联分析系统,用于查询城市的关联分析结果和城市大气污染的区域划分结果,并且分别对该系统的关联分析和聚类分析模块设计了短时的大气污染监控与大气污染事件分析的应用方案。