随着城市化不断发展,城市的规模日益扩大,城市汽车保有量增加,城市周边工厂空气污染物排放,造成城市环境恶化,城市的空气质量逐渐成为城市居民关注的话题。如何利用历史空气质量数据、气象数据、POI数据以及天气预报等城市大数据,合理设计一种空气质量预测及推测模型,更好帮助城市居民规划户外行程安排以及户外活动的路线规划,是当前一项迫切的需求。在以往空气质量预测的研究中,通常对于问题的研究比较片面,很多是从单一的时间维度出发解决问题。而本文在该问题的研究上,分别从时间维度和空间维度出发,考虑空气污染物在时间上的延续性和空间上的扩散性,并将两个维度的预测结果动态地结合,综合考虑多方面因素,达到更好的预测效果。并且针对城市中空气质量监测站点稀少,大量区域无监测数据的问题,本文也提出了一种空气质量推测的模型。首先,针对城市内分布的空气质量站点,本文结合AQI历史数据、气象数据、天气预报数据,建立了Air QP-DNN模型。该模型分别从时间维度与空间维度对AQI数值进行预测,得到相应的预测值。随后根据当前气象情况,结合两个维度的预测结果,进一步提升预测值的准确性。其次,本文利用城市内分布的有限站点的AQI数据,结合POI数据、路网数据以及交通流量数据,对城市内未部署检测站点区域的空气质量的进行推测。不同于以往的空间差值算法,本文建立了基于地学第三定律的空气质量推测模型,将地学第三定律的相似度理论应用到空气质量的空间分布中,通过合理选择多领域的数据,计算相似度,有效提高推测的准确性。最后,本文采用了空气质量历史数据、气象数据、天气预报数、POI数据、路网数据以及交通流量数据等多种数据,分别从空气质量预测以及空气质量推测问题出发,验证了上述的模型的准确性。并在通过空气质量预测以及推测得到AQI空间分布的基础上,设计一款基于空气质量的路线规划的应用。该应用可以结合用户的起讫点规划多条路线,并为用户选择路径长度与空气质量综合较优的路线。