随着经济全球化的发展以及城市化进程的持续加快,环境空气质量作为生态安全体系的重要指标之一,越来越受到关注。PM_2.5作为可吸入颗粒物已经成为现在普遍研究关注的对象,对PM_2.5质量浓度的时空变化特征进行研究分析具有重要的现实意义。本研究利用环渤海区域2014年1月1日至2014年12月31日的187个监测点的空气质量监测数据,结合时空地统计方法,对环渤海区域PM_2.5质量浓度的时空变化特征进行分析。研究中分别应用时空普通克里格和时空指示克里格进行预测,基于这两种方法分别选用文中六种不同的时空理论变异函数模型,分析不同模型影响时空预测精度的情况,对拟合模型进行精度验证,拟合最佳时空理论模型,根据时空预测数据进行时空分析,得到时空预测立方体并进行不同时间段的时空预测,并通过综合界定方法对该区域的时空分布特征进行不确定性分析,并对时空分析结果进行不确定性评估。最后,对2014年环渤海区域PM_2.5时空变化特征详细进行分析。研究主要结论如下:（1）利用2014年环渤海区域PM_2.5日平均浓度数据,基于时空普通克里格和时空指示克里格,建立时空理论变异函数模型,结果表明,分离模型的拟合精度优于非分离模型,说明分离模型有更好的时空相关性。基于时空普通克里格和时空指示克里格的6种模型拟合,结果看来,时空普通克里格精度验证RMSE值依次为:NHA（8.898）>CM（12.247）>DM（15.443）>NHB（15.949）>MM（17.573）>GM（30.950）;预测MAE值依次为:CM（27.733）>DM（27.853）>MM（27.973）>NHA（29.401）>GM（32.225）>NHB（72.441）;时空指示克里格精度验证RMSE值依次为:NHA（0.234）>NHB（0.287）>CM（0.306）>MM（0.314）>DM（0.347）>GM（0.439）;预测MAE值依次为:NHB（0.489）>NHA（0.493）>CM（0.496）>MM（0.498）>DM（0.500）>GM（0.512）。（2）利用时空预测立方体数据,基于时空普通克里格和时空指示克里格以及综合界定法,进行不确定性分析,结果发现,基于综合界定的全年平均的超标率为57.3%,说明全区整体污染状况严重,而冬季尤为严重,超标率达68.38%;其中,二月的超标率高达83.54%,污染已十分严重。超标率较低的是夏季以及五月,其中五月的清洁状况良好。基于综合界定的误判率最大的月份是五月为7.87%,误判率最低的是六月只有1.69%。全年平均的误判率明显高于各季的误判率,时间维度会影响到预测的不确定性,时间维度越大引起的不确定性越大。（3）对2014年环渤海区域PM_2.5日平均浓度数据进行时序变化分析,结果看来,时间上大体呈现双峰波动趋势,呈秋冬高、春夏低的变化特点,并且在夏季7月份出现小高峰,而北京市、天津市和河北省的时序变化起伏波动状况更加相似。空间上分布不均匀,呈西部高、东部低的变化趋势。总体来说,春夏两季的日平均浓度变化跨度小于秋冬两季。而且,相比之下辽宁省的PM_2.5污染程度是该区域最轻的。其中,北京市PM_2.5日平均浓度最高时段发生在2月15日,其浓度为437μg·m^-3,是国家环境空气质量标准二级浓度限值的5.8倍;天津市PM_2.5日平均浓度最高时段发生在11月21日,其浓度为514μg·m^-3,是二级浓度限值的6.8倍;河北省PM_2.5日平均浓度最高时段发生在12月28日,其浓度为704μg·m^-3,是二级浓度限值的9.4倍;山东省PM_2.5日平均浓度最高时段发生在1月7日,其浓度为666μg·m^-3,是二级浓度限值的8.9倍;辽宁省PM_2.5日平均浓度最高时段发生在10月31日,其浓度为927μg·m^-3,是二级浓度限值的12.4倍;日平均浓度的最高值超出二级浓度限值75μg·m^-3约5.8¹2.4倍。（4）本研究以国家二级标准浓度限值75μg·m^-3为标准,得到环渤海区域内PM_2.5日平均浓度的达标率,结果表明,辽宁省全年的日平均浓度达标率都是最高的,均高于其他四个地区。从整体来看,整个夏季以及春季的5月和秋季的9月达标率均较高;其中,最高的是9月的辽宁省,达标率高达96.5%,不仅如此,辽宁省的5月、6月、7月、8月均高于80%,分别为90.65%、88.33%、82.74%、89.03%。其他四个地区均未出现达标率高于80%的月份,相反,山东省1月的达标率只有25.59%,河北省1月的达标率只有28.65%,天津市1月、11月的达标率分别为27.1%、29.33%,北京市各月的达标率处于32.14%⁷8.89%之间。