Ez a dolgozat egy Big Data alapú PM10-előrejelző rendszer fejlesztését mutatja be Debrecen városára fókuszálva. A rendszer valós idejű szenzor- és meteorológiai adatok integrálásával, elosztott Spark-környezetben történő adatfeldolgozással és gépi tanulási modellek alkalmazásával generál előrejelzéseket. A Bronze–Silver–Gold rétegekbe szervezett adatmenedzsment biztosítja a skálázhatóságot és az adatok megbízhatóságát. A modell Hyperopt segítségével hangolt Gradient Boosted Trees regressziót használ, amely 24 órás előrejelzésre RMSE=5,3 µg/m³ és MAE=3,9 µg/m³ pontosságot ér el. A jellemzőfontosság-analízis kiemeli a relatív páratartalom és a légnyomás változásának jelentőségét a szennyezőanyag-koncentráció alakulásában. Szezonális vizsgálatok alapján a téli stabil időjárási viszonyok javítják az előrejelzés megbízhatóságát.