工业文明和城市发展在为人类创造巨大财富的同时,也把数十亿吨的废气废物排入到大气当中。当大气中的有害气体达到一定浓度时,就会对人类的身心健康带来巨大的影响。然而随着近几年城市规模的不断扩大、工业化进程的加快和人口的不断增加,空气质量问题在中国各地频繁出现,从而引起人们的广泛关注。人们对提前了解未来空气质量状况的愿望越来越强烈。基于此背景下,本文以某市主要大气污染物为研究对象,将研究方向分为空间因素对空气质量的影响和时间因素对空气质量的影响,通过数据驱动的方式预测监测站点未来一小时的污染物浓度。利用机器学习深入、系统的对现有空气质量数据进行挖掘分析和实验研究。本文的主要工作包括以下几方面:首先,进行特征提取,主要包括空间相关因素(如兴趣点特征和路网特征)和时间相关因素(如温度、天气等),为本文的研究和解决普遍存在的空气质量预测问题提供了帮助。其次,针对空间数据特征中的兴趣点特征和路网特征维数较多的问题,通过计算皮尔森相关系数的方法来减少算法的输入指标,从而减少模型训练的代价。再次,根据提取到的时空特征,分别建立起基于BP神经网络的空间预测模型和基于随机森林(Random Forest,RF)的时间预测模型。并针对BP神经网络容易出现过拟合的问题,提出动态改变网络模型结构的方法来提高算法的泛化能力。并实现基于Spark的并行化神经网络算法和随机森林算法。最后,通过时空模型预测每一个监测站点各种污染物未来一小时的浓度,然后利用评估标准对本文提出的基于时空模型的预测进行评估,结果表明本文的预测模型准确率高于传统的神经网络算法和随机森林算法的预测准确率。