随着科技不断发展,城市化水平加快,人口数量不断增加,空气污染问题日益引起人们的广泛关注。空气污染会导致空气中有害物质增加,空气质量下降,甚至诱发人类的多种疾病。为了能够正确认识空气污染现状,治理环境空气,需要科学有效地对空气质量进行评价。针对环境空气质量评价问题,本文给出基于改进空气质量指数的环境空气质量评价、基于改进模糊层次分析法的环境空气质量评价和基于均值参照的变权综合评价等,并进行了实证分析。进而,对城市固废排放及处理量与环境空气质量之间的相关性进行了验证分析。具体内容包括:首先,针对原有的环境空气质量指数（Air Quality Index,简称AQI）评价方法只关注首要污染物,未能合理反映其他次要污染物对环境影响的问题,给出依据首要污染物定级（颗粒化定性评价）,考虑次要污染物进行量的微调的定性定量相结合的两阶段渐进细化评价的改进的环境空气质量指数评价方法。该方法首先基于首要污染物对环境空气质量水平进行粗粒度定位。在对污染因子分析的基础上,参照环境空气质量分级标准,计算指标的空气质量分指数,明确首要污染物,评定环境空气质量等级（即进行粗颗粒定性评价）;进而,以首要污染物为参照,兼顾各种次要污染物的影响进行细粒度微调。考虑次要污染物对空气质量的影响,依据环境空气质量分级标准中等效污染下不同污染物含量的比例关系,按比例叠加到首要污染物所确定的环境空气质量分指数,得到改进的环境空气质量指数,并依据环境空气质量分级标准,得到该评价对象的环境空气质量等级。其次,针对传统模糊层次分析法过度依赖专家判断,难以客观量化的问题,给出一种数据驱动的改进模糊层次分析法。首先,依据环境空气质量分级标准,参考各评价等级的评价指标基准值,依据环境中评价指标测量值确定该指标对应的单指标污染指数。其次,由单项指标的污染指数的比值确定三角模糊的峰值点,并根据各个指标的污染指数及其平均值,计算三角模糊数的下边界和上边界,从而得到三角模糊数形式的判断矩阵。接着,改进三角模糊数比较大小的可能度计算公式,并给出指标权重计算方法。最后,给出基于数据驱动的改进的模糊层次分析进行指标权重分配的模糊综合评价方法,并以实例验证方法的有效性。第三,针对传统的常权综合评价难以合理反映因环境中污染物含量的不同而造成的评价指标相对重要性的变化,给出基于均值参照进行指标权重调节因子设计的环境空气质量变权综合评价方法。该方法考虑实际数据的取值情况,计算多个评价指标的几何平均值,并根据指标评价值偏离均值的程度构造的基于评价值状态的权重调节因子,即惩罚型状态变权。进而,借助改进模糊层次分析法确定反映指标相对重要性的因素常权,并融合因素常权和状态变权构造变权,建立基于变权综合的环境空气质量评价模型。最后,借助公开数据集和实例分析,验证了方法的有效性和先进性。最后,从城市固废角度研究环境空气质量的影响因素,给出细粒度指标汇总粒化的指标表征粒度协整方法,并建立了基于相同粒度层次上指标间相关性分析的影响因素分析方法,并以某城市为例,进行了实证分析。首先分析城市固废产生量及其处理情况,同时间段城市环境空气质量演变情况。进而,为实现指标表征粒度趋同,将日尺度的环境空气质量指数汇总粒化为年度环境空气质量优良的天数,并分析其与城市固废年度产生及处理量之间的相关性。