城市环境污染是近年来国内外研究关注的焦点问题之一，也是国计民生、城市发展、公民健康等方面的核心热点。因此，依据各类感应手段采集的大量城市污染数据进行污染分析预测，是目前研究的前沿领域。多年以来，信息技术的飞速发展为大气污染分析提供了全新的研究方法。当前，研究热点主要聚焦于数据挖掘技术在环境污染信息分析与观测中的关键问题，以期通过直观的图表和数据对各个模型的功能、特点予以阐释，解决未来污染情况、趋势预测的难题。技术创新点（1）本项目将深度学习技术引入城市环境数据分析与预测，以期突破传统数值预测模型的性能瓶颈，探索城市环境数据分析与预测领域的深度学习技术； （2）建立全新的融合多数值模型的深度学习层次框架，实现由浅层学习到深度学习的预测优化，提升大气污染预测性能。