目前由于重工业和环境污染造成的大气污染严重,产生一种新的天气“雾霾”,由于人类不加以限制自身的行为,气候状况的演变雾霾的情况越发严重。“雾霾”一度成为人们关心的热点问题。越来越多的人已经意识到雾霾的危害,人们更迫切地想要了解未来雾霾出现概率的预测,以及如果发生严重污染应如何应对。现阶段对空气质量的评价标准是空气质量指数AQI,以AQI的值作为判断雾霾的污染等级评价标准,对未来AQI数值的预测是我们对雾霾研究的需求。本文结合地理空间信息对京津冀地区的雾霾时空分布及成因进行分析,依据实验结果,相关政府部门可以制定准确、有针对性的治理措施,从而减少雾霾导致的直接和间接损失。居民也可以以此来安排日常活动。本文设计并实现了“基于深度学习的雾霾时空分布系统”,做了如下工作:（1）对我国京津冀地区的雾霾主要影响因子利用地理信息系统软件Arc GIS进行地理空间分布绘制,针对可视化结果对京津冀地区雾霾时空分布特征进行分析。（2）对空气质量评价标准AQI的值进行时间序列预测深度神经网络雾霾预测模型能够提取数据的内在特征,拥有强大的处理非线性数据能力,对具有时间序列特性的雾霾数据具有很好的预测能力,能够提取深层特征达到对雾霾天气进行预测的目的。（3）设计实现京津冀地区雾霾时空分布系统系统包含区域分布模块、数据可视化模块以及AQI数值预测模块等三个主要模块,其中区域分布模块通过借助Arc GIS软件,结合地理信息进行制图,帮助研究2014-2017年京津冀地区雾霾空间分布状况。数据可视化模块将2014-2017年京津冀地区城市的雾霾数据做了空间统计分析,并对分析结果进行可视化展示。AQI数值预测模块利用训练好的深度神经网络建立雾霾预测模型,对AQI数值进行预测,预测出京津冀地区各个城市未来三天的AQI数值、空气质量等级和污染等级并写入后端数据库,便于系统前端的调用。本文基于深度神经网络建立了雾霾预测系统,对雾霾的成因和时空分布特征进行了可视化展示和分析预测,为我国雾霾时空分布系统和雾霾预测研究进行了有效的补充,便于人们以此为依据来安排日常活动。