能源-经济-环境(3E)可持续协调发展,一直是全世界范围内所致力达到的共同目标,也一直是世界范围内科学研究的热点问题。然而,传统的数学模型和方法对能源-经济-环境的分析是仅仅基于传统的数据采集手段及宏观统计数据的基础上建立的,随着信息系统在各行各业的逐步建设完善,越来越多的实时的、异构的、详尽的数据可以得到有效的收集,传统的数学模型或方法不再适用于应对和处理这些数据,因而迫切需要在这些海量数据的基础上构建新的大数据分析模型。此外,由于大数据对处理海量数据的要求是高效的,故传统的技术框架也同样无法满足大数据的要求,因而有必要引入大数据技术框架如Hadoop等,然而现有的能源-经济-环境问题在大数据分析和技术路线应用方面的研究较为匮乏。本文首先对国内外能源-经济-环境现状进行了介绍,并在3EDSS平台上引入了Hadoop框架,使用了改进的基于MapReduce的关联规则挖掘模型对能源、经济、环境数据进行关联规则挖掘,使用了改进的基于MapReduce框架的Logistic Regression算法对京津冀地区发生空气污染的概率进行预测。初步发现了能源、经济与环境之间的部分潜在的相关关系,以及各因素对大气环境污染的重要程度。最后整合现有的能源-经济-环境决策支持系统(3EDSS),构建了3E大数据分析平台。