环境的可持续发展与城市的发展息息相关,持续健康发展的环境可以为城市和其居民提供良好的发展条件。随着国家对细颗粒物(PM_2.5)治理力度的加大,空气中PM_2.5呈逐年下降的趋势,而臭氧（O₃）呈逐年上升的趋势,并逐渐成为影响空气质量的主要污染物。目前,对于空气质量规律的研究,主要以大尺度、稀疏型的国控空气质量监测站点的监测数据为主,近年来各个城市部署的大量密集型空气质量监测站点,为小尺度区域空气质量变化规律研究提供了可能。基于小尺度、密集型的空气质量监测数据,研究目前处于上升趋势的重要污染物O₃的时空变化规律,对于区域O₃污染治理决策具有重要意义。本文以兰州市为研究对象,选取该城市500多个空气质量监测站点2017年11月至2018年10月的O₃及其影响因素的时间序列数据,采用复杂网络相关理论和方法,对兰州O₃及其影响因素的动态关系、城市内区域间O₃污染的相互影响作用关系展开研究,具体研究内容为:（1）构建兰州市O₃及其影响因素二氧化氮（NO₂）、PM_2.5、温度（Temp）的向量自回归模型（VAR）模型,分析NO₂、PM_2.5和Temp对O₃的动态影响关系。根据因素平稳性检验和模型特性,确定模型的滞后阶数,通过AR特征根检验,构建滞后期为4的VAR模型;利用格兰杰因果检验、广义脉冲响应和方差分解分析PN_2.5、NO₂、Temp对O₃的动态影响关系,结果表明:在滞后期为4的条件下,PM_2.5对O₃的影响总体呈现负相关,Temp、NO₂对O₃的影响总体呈现正相关,且NO₂和Temp对O₃的影响更为明显,由于Temp是不可控因素且NO₂和O₃之间具有转化关系,因此,对于城市O₃污染的控制,需要严格控制NO₂的排放。（2）构建兰州市NO₂与O₃相关性波动网络模型,分析时间序列上NO₂与O₃的动态影响关系。采用粗粒化和符号化方法对NO₂和O₃的相关关系进行处理,得到NO₂对O₃的影响程度变化序列;将该序列作为网络节点,构建兰州市NO₂和O₃相关性波动网络。通过对节点度、强度、介数、平均最短路径、直径和聚集系数等网络特征进行分析,得到NO₂与O₃的动态影响关系,结果表明:NO₂对O₃的一个影响转化周期最多可维持三天,并且兰州市NO₂与O₃相关性波动网络具有小世界网络的特性,节点强度具有异质性特征。通过对NO₂与O₃影响规律及其网络特征的挖掘,为治理O₃污染提供合理的理论依据。（3）构建区域间O₃空间相关性网络模型,分析区域间O₃污染的相互影响作用关系。将兰州市七里河区空气质量监测站点作为网络节点,采用相关系数概率密度分布和最大连通子图,确定网络边的最优连接阈值,构建O₃空间相关性网络,利用节点重要性算法（C_NODE）和传递熵理论分析城市O₃污染的区域之间的影响关系,结果表明:O₃空间相关性网络具有社团性质,从网络中挖掘出的关键节点同属一个社团,关键节点在现实空间上属于相邻区域,对O₃空间相关性网络中的其他节点都会造成不同程度的O₃影响,因此,在O₃污染联防联控中,可以通过加强关键区域的O₃污染治理,来减少关键区域的O₃污染对其他区域的影响,非关键区域的O₃污染可以结合自身情况以及其他区域对其的影响程度进行治理。