目前顆粒物（尤其是 PM2.5）污染問題日趨嚴重，人們對其關注度越來越高。本文提出一種結合三次樣條插值方法的卡爾曼預測模型并將其應用于微區域校園環境 PM2.5 濃度的預測，以及實現 PM2.5 濃度的插值模擬圖，模擬 PM2.5 的空間分布。本文實驗基于實驗室已搭建的環境信息監測系統服務器數據，其 PM2.5 濃度數據預測值和實際值通過 Wilcoxon 帶符號秩檢驗后，雙側漸進顯著性概率為 0.527，遠大于顯著性水平 α = 0.05。同時，與神經網絡模型預測方法（BP 預測）和支持向量機預測方法（SVM 預測）對比，卡爾曼預測模型的結果更理想，其日均值 PM2.5 濃度數據預測值和監測值的平均絕對誤差（MEA）為 1.8 μg/m3，平均相對誤差（MER）為 6%，相關系數 R 為 0.87。實驗結果表明：卡爾曼預測模型能有效地用于 PM2.5 濃度預測，結合樣條插值方法可以較好地模擬 PM2.5 的空間分布及局部污染特征。