随着我国大部分地区雾霾天气的频繁出现,环境问题已经引起人们的普遍关注。如何有效的防控日益严峻的空气污染所带来的危害和影响,是当今社会亟待解决的热点问题。对空气质量进行有效的监测、预报和控制是改善大气质量的核心手段。本文主要对北京、上海、广州、兰州四个代表性城市的空气质量指数(AQI)进行相关的统计分析,并对其未来五天内空气质量变化趋势的预测研究,在针对大气污染的防控工作上有一定的实际应用价值。首先文中对四个城市一年的日AQI进行了统计分析。研究发现四个城市的日AQI变化存在很大的差异。特别地,北京市的空气质量指数变化幅度最大,四级以上的污染天气最多;广州市整体空气质量较好,四级以上污染天气最少;同一城市冬季的空气质量较差,高污染天气较多。针对这些研究结果,文中提出了几点建议。为了能够做好空气质量的预报工作,本文对四个城市实时AQI根据季节的划分分别进行了预测研究。首先利用EMD分解技术以及归一化原理对不同的数据序列进行了预处理;然后利用基于人工智能算法优化的SVM模型对各城市空气质量指数的季节性进行了五天的多步预测;最后利用误差评定标准对各模型的预测性能进行了比较。研究表明:对于不同城市的AQI季节性的预测研究并不存在一个最优的、通用的模型,但经过优化的SVM模型预测精度高于SVM模型的预测精度,且预测模型的一步预测优于多步预测的效果。