随着国民经济的快速发展，城市规模的不断扩大，一些大中城市的空气质量有逐渐恶化的趋势，以SO2，NOx，PM10为主要污染物的大气污染问题日趋严重。与此同时，生活水平的提高使得人们越来越关注所居住城市的空气质量。空气质量的好坏直接影响着人们的身心健康，因此加强对大气污染的研究具有重要意义。　　 本文利用经验正交函数(Empirical Orthogonal Function，EOF)对我国环保重点城市空气污染指数(Air Pollution Index，API)的时空分布进行研究的原因为：首先，用API反映和评价空气质量其结果简明直观，使用方便，有利于普通公众了解空气环境质量的优劣；其次，我国环保重点城市的API资料容易获取；再次，目前对于空气污染研究主要集中在污染预报、单个城市或局部地区空气污染时间变化特征分析上，而对空气污染时空分布特征，特别是大尺度区域特征的研究较少；最后，EOF用于API区域时空分析，可以同时评价出空气质量静态状况和动态演变特征。　　 本文利用全国42个环境保护重点城市2000年7月至2009年6月九年逐年、逐季、逐月的空气质量日报数据，采用经验正交函数(Empirical OrthogonalFunction，EOF)方法对空气污染指数进行了初步研究。本文是利用EOF方法对空气污染指数进行分解，从而分析我国空气污染的时空变化特征的一次尝试。基于以上考虑，本文确定以我国区域性空气污染特征为主要研究内容，具体研究内容分为以下六部分：　　 第一部分：绪论。阐述本文的研究背景及意义，分析国内外城市空气污染时空分布研究现状，寻找适合于研究时空分布特征的方法。针对我国目前城市空气质量研究现状和问题，提出运用EOF方法分析API时空分布特征，归纳本文的内容和思路框架，并说明研究的范围和资料数据情况。　　 第二部分：空气污染指数与我国空气质量监测。介绍我国空气污染指数概念及其发展、我国空气监测的环保重点城市、我国空气质量日报。　　 第三部分：EOF原理与方法。对EOF方法的原理、优点、适用性及EOF的分解过程、误差的估计与计算、时空转化法、EOF的物理意义进行具体介绍。　　 第四部分：基于EOF的API分解。介绍本文研究数据的来源及研究的城市、数据处理过程、EOF计算过程、数据结果检验。本文着重于对2000年7月～2009年6月，国家环境保护部网站公布的42个环保重点城市的API进行研究，并尝试运用MATLAB实现数据分析。　　 第五部分：我国空气污染的时空变化特征。对EOF分解结果进行分析，分析我国环保重点城市年、季、月均值主要特征向量及时间系数的变化特征，从而得到API的时空分布规律。　　 第六部分：结论与问题。利用EOF方法对API进行分解得到的结论及本文研究存在的问题及未来需要进一步研究的问题。　　 通过研究，本文得到的主要结论为：　　 (1)EOF用于我国环保重点城市API时空分布研究可以取得较好的结果，所得到的时空分布规律基本符合现实。　　 (2)从全国范围来看，API分布具有如下特征：存在西北、华北和陕西河南三个高值区，没有明显的低值中心。API值从以上几个高值区向东、向南逐渐降低，在海口、珠海、厦门等南方沿海城市取得最低值，城市空气污染总体呈北高南低态势。　　 (3)一年四季中，不同季节的大值区分布基本相同，夏秋季南方和北方没有明显的数值差异，冬春季南北方差异较大，且北方城市年变化幅度比较大，规律性比较强；南方城市年变化幅度不大，且规律性不太明显。　　 (4)根据全国API年、四季及月EOF分析的第1特征向量的空间分布可以将我国分为东北、华北、西北、山东半岛、陕西河南、长三角、湖北湖南、川黔、东南沿海地区及云南地区10个区域。API的区域分布9年来基本上没有变化。在这11个区域中，都有比较明显的API高低值中心。　　 (5)对EOF分解得到的特征向量场的时间系数进行分析，得到全国API冬春高、夏秋低的年际变化特征，且在2006年以前API的变化很平缓，之后波动较大。