臭氧（O₃）是大气中最为常见的气体之一,在大气中的平流层与对流层中都起着重要作用。利用卫星遥感数据分析臭氧总柱浓度时空分布特征已经较为成熟,但对于臭氧柱浓度的预测研究较为匮乏。因此,本文以中国区域,臭氧总柱浓度作为研究对象,研究周期为2009年1月～2019年12月,按年度、季度、月度分别对臭氧数据进行深入的挖掘,分析得出中国区域的臭氧柱浓度时空分布特征,分别采用时间序列模型与支持向量回归算法模型对2020年的臭氧变化趋势进行了预测。论文的主要研究工作包括:（1）对OMI臭氧柱浓度产品数据进行分析,得出中国区域2009-2019完整时间序列的臭氧时空分布特征,研究表明中国区域的臭氧浓度呈现北高南低的纬向型变化。青藏高原由于位于中国的高海拔地区,空气柱稀薄,使得太阳辐射相较于其他地区强,导致臭氧总量全年处于低值,其他地区受到季风的影响等其他因素,越往内陆,臭氧总量逐渐增高。臭氧柱浓度变化还具有周期性:第1季度（春）>第2季度（夏）>第4季度（冬）>第3季度（秋）。（2）利用差分整合移动平均自回归（Autoregressive Integrated Moving Average Model,ARIMA）模型构建了臭氧总柱浓度变化趋势预测方案;通过支持向量回归算法（Support Vector Regression,SVR）训练近11年的臭氧数据,然后对未来1年的臭氧浓度进行了预测。结果表明,2020年3月份达到峰值后,臭氧值逐步下降至8月最低值。这对我国臭氧的污染处理与防治工作具有重大的参考价值。（3）基于Bootstrap框架建立2009-2019年中国区域大气臭氧柱浓度可视化查询系统,该系统可以实现在线查询全国所有城市近11年臭氧数据及变化趋势的在线查询,同时,该系统还通过调用高德地图构建GIS系统,实现近11年全国的臭氧时空分布情况查询。图[34]表[8]参[83]