中国是大气污染较为严重的国家，多种污染物的排放量已经超过美国，居全球首位，而内蒙古自治区的二氧化硫、氮氧化合物、烟尘的排放量均位于全国前列，大气污染比较严重。内蒙古自治区在西部大开发的推动下国民经济飞速发展，城市环境污染问题也日益突出。包头市作为内蒙古最重要的工业城市之一，控制大气污染、改善空气质量成为包头市可持续发展的必要条件。目前，关于包头市空气环境质量的研究文献比较少，把数据挖掘方法用于对空气质量影响因素的分析中更是寥寥无几。运用数据挖掘方法比起传统的方法能够更加深层次分析环境信息，在区域环境经济复杂系统建模和环境经济的协调发展中具有挑战性和现实意义。论文选取包头市的常规污染因子二氧化硫、二氧化氮、可吸入颗粒物为研究因子，对各项污染物的时间变化特征及达标情况进行分析，并采用API指数法、综合污染指数评价法和模糊综合评价法对包头市空气质量进行综合评价。随后运用相关分析法和灰色关联法，从气象因素和经济因素两方面，对包头市空气污染影响因素进行了科学定量分析，得出经济活力和规模对污染物的影响小于废气的排放和能源消费总量对空气质量的影响，但大于环保政策和科技进步、机动车尾气对空气质量的影响。在此基础上，又运用BP神经网络模型和时间序列模型对包头市空气质量进行了预测，得出二氧化硫、二氧化氮和可吸入颗粒物的2010年的年份浓度均值和2011年3月份至2012年12月份的的各月的月浓度均值，通过与真实值的对比，可以发现，误差较小，预测效果较好。由预测结果可以发现污染物浓度降低，空气质量呈好转趋势。最后给出改善大气环境质量需要优化产业结构、加强环境立法，加大环境保护资金投入、统筹兼顾各污染物的控制，实现城市绿化多样化、控制机动车尾气排放和重点污染企业应进行技术改造等建议。论文内容可为关于空气环境的工业城市对比研究提供基础资料，确定了包头市空气环境污染物的分布格局，对包头市如何进行空气环境治理提供了依据，为区域环境经济的持续稳定发展，社会经济效益与环境效益得到统一这一目标提供依据。