随着我国现代化进程的推进,国民对自身的生活环境要求也与日剧增,而作为公众关注的雾霾问题首当其冲。PM2.5作为研究雾霾影响的重要监测指标,基于地面的监测站点能够提供精确的雾霾监测值但数量却相当有限。基于卫星大面积的气溶胶浓度观测数据,可以有效地给予大范围雾霾形成和预测研究提供海量的数据支持,但是由于卫星的周期性运动造成数据的不完整和大气层及地形地貌影响数据获取的准确性,使得基于卫星的观测数据质量较低。针对上述雾霾分析应用中的数据稀疏性问题,我们围绕多视图的方法研究以下几个方面的内容:首先,我们根据卫星监测得到的气溶胶浓度来拟合该地的PM2.5值以此来解决雾霾观测数据的地域覆盖不全;其次,获取不同卫星设备监测到的数据结合多视图学习模型融合多数据源数据在不补全数据的情况下提高拟合后PM2.5数据的准确性;最后,采用以python为主的技术栈实现原始数据的自动获取和天地一体空气质量监测展示系统,极大地提高开发的效率和数据可视化呈现效果,易于实验和操作。实验结果表明,本文采用的雾霾预测模型在合成数据和气溶胶数据方面都有极强的鲁棒性和可靠性。