近年来,空气污染问题正日益凸显,严重影响了人们的生活与居住环境。特别是在中国,其带来的危害日趋严重,如北京、上海、杭州、沈阳等城市高污染频发不穷,那么,对大气污染的改善已成为我国治国政策的重中之重,而作为雾霾的最主要成分之一,PM2.5污染不容忽视。现有对PM25的研究多集中于小样本下的PM25时空分布、源解析以及对大气能见度和人体健康的影响等方面。其中对时空分布规律的研究大多以统计方法为主,并从时间与空间两个维度分别进行分析,但没有将这两个维度进行融合。PM2.s影响因素的研究主要通过成分解析进而反推出因素,也有部分学者从宏观的角度进行分析,但一般仅仅考虑经济等因素,范围不够全面。本文中,我们基于数据驱动的形式,首先研究2015年我国城市PM25的总体时空分布,并对环渤海、长三角、珠三角三个污染带进行重点分析。其次,运用序列模式挖掘的方法,挖掘出各经济区内城市之间在时间和空间上的污染关联性。最后,结合2014年城市PM2.5数据与2015城市统计年鉴的数据,我们从多个不同的角度着手,探寻了PM25在宏观上可能的潜在影响因素。基本研究结果如下：(1)全国及三个经济区的PM25在一年内的小时变化、月均值变化都具有相似的规律性。小时变化都呈现出双峰双谷型分布,月均值曲线表明冬季污染最高,夏季污染水平最低。全国中只有很少的城市能够达到我国的二级标准,大部分城市都远高于该限值。(2)环渤海地区中河北和山东是污染频繁发生的省份,污染中心逐渐向南转移,整个经济区全年高程度面临着污染。长三角经济区在四季中的污染序列模式具有规律性,春季与秋冬季节序列模式总体呈现出相反的方向,此外,当沿海城市污染时,次日内陆城市更容易发生污染。珠三角地区的模式从人口密集城市指向非人口密集城市,形成了复杂的污染关系网,污染主要出现在中西部城市。(3)华北和华东地区PM25年均值较高,这些城市一般也有高建设用地面积、居住用地面积和供气总量等。华北地区城市的季节比率更低,一些指标与季节比率呈正向关联关系,如当全社会用电量较低时,PM2.5季节比率也低,而也有指标表现为负关联,如工业二氧化硫排放量、GDP等。从工休日比率着手时,发现华南地区工休日比值更高,当城市的工业企业数、用液化气人口等7个指标处于低水平时,工休日比率较高。空气污染的防治是一个庞大的系统工程,我国在空气污染治理的道路上还有很长的路要走,这需要个人、集体乃至国家的共同努力。