伴随着经济的快速发展,解决环境污染问题正逐渐成为需要面对的一个严峻挑战。例如以前的酸雨、现在的PM2.5,这些环境问题出现在我们身边,严重的干扰了我们的日常生活,因而人们也同样越来越关注身边的环境状况,尤其是对大气质量。要对大气污染进行有效的控制,首先我们要对其进行高效的监测及预测。本文着眼于小区域范围内空气污染状况指标的预测问题。采用神经网络算法、Python语言、数据分析处理、云存储以及数据可视化技术设计并实现了一个简洁实用的空气污染状况预测系统。本文设计的小区域空气质量预测系统方案,包括数据(获得)存储、数据分析、数据预测以及数据呈现四个部分。在Windows环境下,搭建了 Python开发环境,用于算法实现以及基本功能实现;用MySQL设计建立了数据库,存储户外采集的实测数据和系统分析预测数据,同时实现数据的云端存储和调用;构建预测模型来预测污染物的发展趋势,建立区域整体评价和区域随机点评价两种预测方式;经过将数据库、预测模型以及数据可视化的整合,使用Python的Tkinter库编写一个交互软件,解决查找和显示等问题。交互软件实现了对数据的调用、分析、可视化处理等。应用系统对小区域污染状况进行预测,预测效果较好,预测结果可以近似达到实测值,偏差都可以在10%以内,最好预测效果可以达到3%以内。本系统的研究和设计对空气污染监测和防治有一定的参考价值。