随着“美丽中国”伟大生态环境治理概念的提出,如何充分利用生态环境大数据构建科学智能的大气污染预警决策支持系统,成为生态环境保护和治理的关键问题.在众多的预警方法中,大部分采用专家给定阈值的方法,缺乏灵活有效的智能且实时预警方法.本文以此为动机,提出了基于在线支持向量机的钢铁行业大气污染异常预警方法.首先,在充分研究河北省钢铁行业大气排污的基础上,通过数据清洗及治理后,得到关于钢铁大气排污的有效数据,然后是构建特征抽取模型,利用希尔百特经验模态分解方法,构建了基于高频、低频和残差项的特征序列,之后利用主成分分析法,抽取了主要特征数据,用这些数据训练得到了排污异常预警的在线支持向量机模型.实验结果表明,该方法有较好的排污异常预警正确率,能为相应监管部门提供有效的决策支持.