由于城市地区下垫面及湍流扩散过程的复杂性，城市空气污染预报的理论和方法总体上还不成熟，特别是对于中小城市，往往由于基础资料、技术条件等方面的限制，使得空气质量预报更为困难，预报效果远不能满足实际需要。当前国内外城市空气污染预报方法主要包括统计预报、数值预报、集合预报等，它们各有优缺点。如何综合多种技术方法和信息，同时用概率的形式描述和表达其不确定性是当前空气质量预报研究中的重要问题。　　本文基于贝叶斯统计推断理论在信息综合及不确定性表征方面的优点，在确定性空气质量模式的基础上，构建了一套概率预报系统，将预报过程的不确定性分为模式不确定性和输入不确定性两部分，模式不确定性描述由于模式本身的结构、对污染物扩散稀释机理性规律刻画的不完善、参数设置不合理等造成的预报不确定，输入不确定描述由于气象条件等模式输入条件的不确定造成的预报不确定。基于贝叶斯统计推断理论，由统计预报确定先验分布，由模式预报确定似然函数，经贝叶斯推断公式得出预报时刻污染物浓度的后验分布形式，与输入不确定性耦合后完成预报。　　以南京地区为例，利用南京市2002年同步的污染源资料、气象资料与污染物浓度监测资料，建立了适用于南京市的空气质量概率预报系统。系统输入信息包括预报前一日的污染物浓度、前一日的天气实况(或预报)信息、以及不同预报时间段的常规天气预报信息。输出信息包括预报点(或区域平均的)SO2、 NO2、PM10的时均浓度、日均浓度、空气污染指数(API)及其概率分布。对草场门、迈皋桥及中华门三个点以及三个点所代表的区域进行了预报试验，结果表明预报效果总体良好。NO2、 SO2的日均浓度预报值与实测值的相对误差在50％以内的样本占预报实验总样本的92％，平均误差为14％，PM10的预报值与监测值相差较大，这可能是由于PM10受地面扬尘等局地源的影响较大造成的。　　本研究为城市空气质量预报提供了一套新的思路和理论方法，建立的南京市空气质量概率预报系统合理、可行，该理论方法在中小城市有很好的应用前景。