大气污染是当前城市所面临的主要环境问题之一。及时、准确的大气污染预报对于保护人体健康、有效实施调控措施均具有非常重要的意义。当前关于城市空气污染预报的理论和方法，总体上还很不成熟，特别是对于中小城市，由于存在基础资料、技术条件等方面的限制，现有方法在实用中存在更多的困难，迫切需要新的预报思路和技术方法。　　 本文评述了当前国内外城市空气污染预报的发展现状，具体分析了统计预报和数值预报两种主流预报方法的优缺点及其在我国中小城市应用中存在的困难。基于贝叶斯网络在信息综合以及不确定性处理等方面所具有显著特点，探讨了贝叶斯网络应用于空气污染预报的可能性、优越性和基本思路；针对中小城市的实际情况，提出了基于贝叶斯网络的城市空气污染预报的技术路线和方法，并初步构建了一个基于贝叶斯网络的预报模型，利用南京市的相关资料，针对一个预报点、一种污染物的一次污染问题，开展了一个简化的预报试验。　　 所构建的贝叶斯网络预报模型包含了影响城市空气污染的主要因素以及它们之间的相互作用。污染源包括工业源和交通源，并考虑交通源的日变化；引入等效污染源的概念来表征源强的时空特征；气象条件综合考虑了风向、风速、稳定度以及混合层通风系数等因素；定义了自净能力因子以表征大气环境对于污染物的稀释、扩散和清除能力；为充分利用已知信息，减少预报的不确定性，预报模型采用基于前一时刻(预报起点)已知信息的相对预报，即预报浓度由前一时刻的观测浓度、预报的自净能力变化和预报和等效源强的变化确定。预报结果可以同时提供各种可能的预报浓度(等级)及其出现的概率。　　 为便于对预报结果的理解和发布，将概率预报结果的加权平均定义为预报值，将包含预报值的一定区间内(0.5～1.5倍)的累积概率定义为预报概率，将包含真值(实测值)的一定区间(0.5～1.5倍)内的累积概率定义为预报准确率。针对54个时次，开展了NO2污染的预报试验。结果表明：54个时次的NO2浓度预报值总体上与实测值有较好的一致性，相对误差在±0.5以内的概率达到74％。对18个时次进行了预报概率和概率准确度的统计与分析，预报概率平均值为81.78％，表明概率预报的离散度较小，概率准确度平均值为73.1％。上述试验结果初步表明，应用贝叶斯网络开展城市空气污染预报的思路和技术路线是可行的，在信息综合性、概率预报、时效性和可操作性等方面具有突出的优点，对我国广大中小城市来说，具有广阔的应用前景。