随着经济的高速发展，全球生态环境状况日益严峻。目前，我国面临水土流失、草原退化、森林锐减、生物多样性减少等生态环境问题，这些问题往往涉及时空尺度跨度大、过程复杂、驱动因素多，使用传统手段处理难度大。卫星遥感技术的快速发展，为大范围长时间序列的生态环境评价与预警提供了丰富的数据源，近年来快速发展的大数据技术为海量生态环境时空大数据的深度分析提供了有力的分析方法。因此，如何应用大数据分析方法，综合卫星遥感、气象、地面调查等多源异构时空大数据，对大范围生态环境状况进行监测评价与预警，服务于我国生态环境保护与治理，具有重要意义。本论文以青海省祁连山生态环境保护区为研究区，综合卫星遥感、气象、地面调查等多源异构时空大数据，开展区域生态环境大数据预警方法及应用研究，论文的主要研究工作及成果如下：
　　（1）建立了青海省祁连山生态环境保护区的预警指标体系。本文根据生态环境预警指标体系分级的原则，参照《资源与环境承载能力监测预警技术方法（试行）》，面向研究区的生态环境特征，以自然潜在因素和人为干扰因素为一级分类，构建了研究区的三级预警指标体系，降低了指标之间的重复性，增加指标体系的可移植性，为实现区域生态环境大数据预警提供理论支撑；
　　（2）提取了研究区历年生态环境预警指标，完成各指标的时空分析和趋势分析。本文基于建立的预警指标体系，收集和整理多源异构时空大数据（如遥感大数据、气象大数据等），提取1989-2017年的区域生态环境预警指标，包括土地利用/覆盖、气象指标、植被覆盖度和生物多样性等，应用大数据分析技术，挖掘各生态环境指标的空间分布特征及时序变化规律，以栅格为单位分析区域生态环境的变化趋势，为实现区域生态环境大数据预警提供可量化的指标信息；
　　（3）实现了研究区历年生态环境大数据预警评价。本文先根据行业标准以县为单位完成专项评价，包括环境评价、生态评价和理论载畜量计算；再根据评价方法的可移植性选择综合指数评价法进行区域生态环境大数据预警评价，以熵权法确定指标权重，降低人为干扰，并把时序内不同时相间的指标关系纳入考虑，指标权重可以代表参与评价的指标的重要性。同时，为了顾及研究区内恶化速度较快的区域，结合了资源损耗指数进行评价结果改正，为实现区域生态环境大数据预警提供可操作的评价方法；
　　（4）建立了研究区生态环境大数据预测模型。本文根据指标质量与时序长度，考虑模型的精度和效率，选取BP人工神经网络实现生态环境预测，降低过拟合的可能性。本文对单生态环境预警指标和区域预警评价结果分别进行预测，得到研究区未来3-5年的生态环境状况，以2017年的指标提取值全样本验证预测模型精度，为祁连山生态环境保护区的开发和保护提出建议。