气象参数是影响建筑室内热环境和空气调节系统能耗的主要因素之一。本文以气象参数为切入点，就暖通空调领域从设计到运行全过程中与气象参数相关的几个问题进行了探讨。以现有的设计气象参数数据为基础，对常用的插值法进行了研究和发展；以神经网络方法为工具，对设计气象参数数据和简要地理信息(经度、纬度、海拔高度以及大陆度等)之间的内在联系进行分析，得到了基于地理信息和神经网络的设计气象参数构成方法。相关结果表明利用神经网络算法构成室外设计计算温度较传统经典数学方法而言具有独到优势，为不可知气象条件下的空调设计提供了依据，在我国目前气象数据不充分的情况下，是对规范数据的有益补充，具有一定的应用价值。作为对基于地理信息和神经网络的设计气象参数构成方法的总结和应用，针对我国小城镇的设计气象参数开发了相应的数据库程序。分析了负荷预测在线修正的必要性，指出对室外气象参数太阳辐射、温度、湿度(含湿量)进行超短期预测是负荷预测在线修正的基础。随后用贝叶斯BP神经网络方法建立室外气象参数太阳辐射、温度、湿度(含湿量)的超短期预测模型。并应用所建立的室外气象参数超短期预测模型对负荷预测的在线修正进行了研究。结合室外气象参数预测和空调负荷预测这一具体问题，提出使用相关性分析方法和主成分分析方法来选择模型预报因子和对预报因子进行变换，相关结果表明两种方法有效提高了针对室外气象参数预测和空调负荷预测这一类问题建立的神经网络模型的泛化能力。最后，关于进一步工作的方向进行了简要的讨论。