虽然我国经济逐渐转入高质量的发展,但是我国空气污染仍然很严重,而空气质量的好坏直接影响着我国居民的生活质量。因此对于空气质量数据的预测和分析可以给气象部门进行气质预报以及环保部门进行空气质量评估和管理提供参考,这十分具有现实意义。本文所选的五座城市（武汉、北京、上海、长沙、西安）位于中国的东西南北中五个方位,不仅是所属区域的核心城市,也避免了模型只在部分数据集上预测精度较高的偶然性。本文利用爬虫技术,从天气后报网站上获得武汉、北京、上海、长沙、西安这五座城市2018年1月1日至2021年12月31日的空气质量数据,包含空气质量指数（Air Quality Index,AQI）、PM2.5、PM10、SO2、CO、NO2、O3七个指标,其中AQI为PM2.5等六大污染物的综合表现。本文利用线性插值、K近邻（K-Nearest Neighbor,KNN）等方法将获得的空气质量数据进行数据的填充。在填充完之后对数据进行描述性统计分析,从数据的整体情况来看,若以空气质量等级为优或良的天数占比从大到小排序依次为上海（93.155%）＞武汉（87.817%）＞长沙（87%）＞北京（81.178%）＞西安（73.853%）。从每个城市的核密度估计图中我们发现空气质量指数随着年份的变化,五座城市AQI的数值是逐渐下降的。从五座城市的四季各空气质量等级的占比来看,空气质量指数会随着季节变化,五座城市的夏秋季节的空气质量等级为优或良的天数占比基本上要高于春冬两季。从月度AQI指数的变化图来看,武汉与长沙的月度AQI的变化图相差不大,都是成“U”型,北京呈现“M”型,上海的月度AQI趋势比较平缓,而西安的月度AQI趋势呈现“V”型,夏冬两季的AQI指数相差很大。然后本文对六大污染物也进行了描述性统计分析,发现各城市的PM2.5与AQI指数走势相同,O3与AQI指数走势相反。最后本文利用局部异常因子算法（Local Outlier Factor,LOF）等方法对异常值进行了查找并处理。本文利用季节性差分自回归平均模型（Seasonal Auto Regressive Integrated Moving Average Model,SARIMA）对AQI指数的月度均值进行预测,结果表明SARIMA能够对AQI指数的月度均值有一定的预测效果,但是AQI月均值预测的现实意义可能不大。随后本文引入了神经网络来对AQI指数进行预测,本文将数据集分成训练集和测试集,比例为7:3,预测结果表明BP神经网络有着较好的预测效果,能大致预测出AQI指数的走向。随后本文又用长短期记忆模型（Long Short Term Memory,LSTM）和双向长短期记忆模型（Bi-directional Long Short Term Memory,Bi LSTM）进行预测。由于神经网络的参数具有随机性,所以本文利用粒子群优化算法（Particle Swarm Optimization,PSO）来寻找最优参数,我们发现在RMSE和MSE这两个指标之下,PSO-Bi LSTM相比于PSO-BP神经网络、PSO-LSTM在五个数据集上都有着更好的预测效果。然后本文再对PSO-Bi LSTM进行敏感性分析,发现NO2、O3对空气质量指数AQI有较强的敏感度。最后本文再利用灰色关联分析得到这四年六大污染物与AQI指数的关联强度,这对环保部门明确造成空气污染的各种原因,并根据不同原因的重要程度合理安排空气治理工作具有现实意义。