本论文利用环境空气自动监测系统对2011-2020年中哈尔滨市各监测点位的监测数据进行了定量分析,并对2021-2025年哈尔滨市环境空气污染物浓度变化趋势进行了预测。采用灰色关联度法对各月的数据建立GM（1,1）模型并将其应用于哈尔滨2011-2020年近10年来大气环境质量的动态预测之中。根据分析研究的趋势和特点,整理出环境空气污染物变化特征和环境空气质量变化规律。通过对哈尔滨市主要大气污染物浓度与各种自然影响要素之间内在联系的综合研究,并利用所获得的信息对哈尔滨市未来五年环境空气质量状况进行了预测,得出了哈尔滨市未来五年环境空气质量变化趋势。采用反轨迹模型和潜在源贡献算法对哈尔滨市2020年的大气污染传输路径进行了分析。为哈尔滨市大气污染现状提供科学的数据支持,为污染控制政策的制定和实施提供合理的方向。从而得出了如下结论:时间变化角度分析和污染物特征变化趋势,1月、2月和10月-12月PM2.5都位于24小时平均标准线以上,浓度值区间在为81μg/m3-132μg/m~3,PM2.5浓度贡献占比达到全年的68.60%,5月-9月PM2.5浓度值区间为22μg/m~3-29μg/m~3,浓度贡献率只占全年的17.28%;PM2.5的浓度在不同季节有较大的差异性,冬季的平均浓度值明显高于其他季节。PM2.5的浓度峰值主要出现于冬季,夏季和秋季都是逐年降低的,其中秋季降低最明显,而春季基本持平;从污染物PM2.5逐年数据分析,污染物PM2.5浓度值呈逐年递减趋势,区间在30μg/m~3-90μg/m~3,从2014年起污染物PM2.5浓度值就低于年平均标准线。通过定量分析检验法求取出,当n=10时,置信度为0.95,显著性水平为0.05时,γs的临界值WP=0.648。PM2.5的秩相关系数γs为负数,说明其污染浓度变化趋势为逐年下降;又因|γs|＜WP,所以污染物PM2.5的下降趋势并不明显。且十年内的环境空气质量在二级以上天数区间为227天-310天,占全年的62.19%-84.93%。灰色关联度法分析和构建灰色系统模型预测分析,影响哈尔滨市空气中PM2.5浓度变化的主要自然因素是气温、相对湿度和气压、降水量,其灰色关联度排序显示为气压0.6209＞相对湿度0.6159＞降水量0.6108＞气温0.6065＞日照时长0.5489＞风速0.5476;各个自然影响因素与PM2.5浓度变化的具体表现为:气温与PM2.5浓度之间为负相关,平均气温的升高,污染物扩散越快;降水量和相对湿度增大,污染物PM2.5浓度相应减小;风速对PM2.5的扩散有明显促进作用;气压和PM2.5浓度之间的相关性较大,浓度随着气压的下降而上升趋势;日照时长与其污染物二者为负相关趋势,日照时间增长有利于污染物的扩散。PM2.5的预测模型为x（t+1）=181.0772exp（-0.0384t）,a=0.0384,b=184.5332;灰色系统模型检验结果表明:模型的后验差比C=0.091≤0.35,误差概率p=1.000≤1.0,意味着模型精度为一级好;且模型的相对误差最大值为0.140,其≤0.2,因此模型拟合效果达到要求。未来五年污染物PM2.5的浓度变化均呈下降趋势。在2021年-2025年间PM2.5的浓度将会低于国家年标准（35μg/m~3）。气流后向轨迹统计分析、聚类分析和污染源区分析,高度500米时间48小时的后向轨迹线主要来源于俄罗斯东西部和内蒙古东部占比43.95%,春季内蒙古东部占比最大,冬季俄罗斯西部次之,最后是夏季和秋季气流,且占比最大的轨迹都来自于黑龙江省省内;20米高度近距离气流,来自于黑龙江省内的气流轨迹是最多的,占比在57.04%,外省中占比最多的是吉林省。四季气流受省内气流影响最大,吉林西部次之,最后是内蒙古东部。春季、夏季的最长轨迹线从正西方向进入哈尔滨,秋季、冬季的最长轨迹从西南方向进入哈尔滨。对哈尔滨PM2.5的污染较为严重,且主要为短距离传输,除本地污染外,污染源区是西南方向上主要途径的内蒙古通辽、吉林松原和哈尔滨市双城区,夏季与内蒙古通辽、吉林松原和本市有关,冬季则与吉林大安、松原、扶余和本市有关。PSCF模型对于哈尔滨市污染物的识别与后向轨迹得到的气流轨迹较为接近,主要的污染方向与聚类后得到的气流轨迹的方向相接近。