目前,由于各国经济快速发展带来的环境问题日益严峻,尤其是工业生产、化石燃料消耗、汽车尾气排放、沙尘暴侵袭等产生的悬浮颗粒物PM2.5,PM10对环境的污染已经不容忽视。因此,探索治理环境污染的有效措施已刻不容缓。环保最为直接的任务就是改善空气质量、减少有毒气体和污染物的排放,而对空气质量的监测、预报和控制等,是改善大气质量的核心手段。本文拟通过分位数回归方法对甘肃省三大城市的空气质量指数(AQI)进行评价和预测,为相关部门政策的出台提供些许意见和建议。本文选用兰州、天水、金昌三个城市的六项主要污染物SO2,NO2,PM10,PM 2.5,O3,CO的浓度和三个环境变量temp(温度),humi(湿度),wse(风级)作为影响AQI的备选因素。求出各影响因素和AQI之间的Pearson相关系数,并以上述9个因素作为自变量、AQI作为因变量建立线性分位数回归模型,深入分析各变量与AQI之间的相关性及影响程度大小,筛选出导致空气质量变动的主要因子。利用分位数自回归模型、分位数自回归分布滞后模型并结合Adaptive–Lasso变量选择对AQI进行点预测和区间预测。实证分析表明:PM10是春季影响甘肃省空气质量的主导因素;在预测AQI时,加入其他外生变量能提升模型的预测性能;变量选择后的模型在保持预测精度比较理想的前提下,降低了模型复杂度和冗余度;区间预测能更加合理地反映AQI的变化范围和波动情况,为空气质量指数的实时报道提供更加有效的参考工具。