随着科技的发展,我们收集各行各业的数据也变得更加便捷,同时我们也发现获取的原始数据往往会呈现出一种函数的形式,而函数型数据分析就是针对这类数据分析的一种方法,它目前在经济学,气象学,心理学,医学等方面都具有很好的发展和应用前景。函数型数据分析的本质是选取相应的基函数对离散数据进行拟合使其得到相应的函数表达式,而后再对得到的函数进行特征分析,建立相应的模型。在气象学方面,收集到大气中一些元素的含量数据具有函数型数据的特点,由此通过函数型数据分析的方法对收集到的六个城市2017年每天pm2.5,pm10,臭氧以及温度的数据进行数据拟合处理以及以pm2.5为响应变量,pm10,臭氧,温度为预测变量分别建立一元函数型线性回归模型和多元函数型线性回归模型来分析pm2.5与pm10,臭氧,温度三者之间的关系,由此对大气污染的治理提出一些建议。