天津作为我国重要的工业城市,在2016年工业生产总值达到2.94万亿元,成为北方第一工业城市。伴随着天津市人口的快速增长以及机动车保有量的激增,天津空气污染程度不断加剧。尤其颗粒污染物如PM2.5、PM10的增多,导致天津市雾霾程度不断加重。天津空气质量的不断恶化,已经严重威胁了广大人民群众的健康,使得呼吸系统的疾病发病率不断升高。分析天津市大气污染物的时序浓度变化规律及地理分布特征,对于揭示天津市空气质量变化规律具有重要的科学意义,同时可为制定有针对性的、精准的治污策略提供数据支持。基于2016年天津市国市控监测点数据,以二氧化硫、二氧化氮、一氧化碳、臭氧、PM2.5、PM10等大气主要污染物为研究对象,针对2016全年大气污染物质量浓度变化进行相关性研究与分析,并将污染物浓度分布作了三维可视化展示。论文的主要工作和结论如下:第一,建立了噪声数据检测和修复模型,对获得的原始污染物浓度数据进行数据清洗,在噪声的检测与修复过程中不仅考虑了单一污染物自身时间序列的变化趋势,而且以其它气态污染物浓度变化趋势为参比,对脏数据的检测与修正都起到了积极的作用。第二,在对原始数据完成数据清洗的基础上,针对天津监测的大气污染物浓度进行了日变化特征、月变化特征的统计与分析,总结出大气污染物在一天内各时点的变化规律、不同月份的变化规律,并应用回归计算,分析2016年不同大气污染物日均浓度值之间的相关关系。第三,针对天津市27个监测点监测到的各污染物浓度值分别进行层次聚类算法与K均值聚类,两者的聚类结果呈现高度的一致性,这不仅验证了分类结果的正确性,而且说明同一结果类内监测点覆盖的区域其污染物浓度值存在高度的相似性,为制定针对性的区域治污策略提供指导意义。第四,建立了大气污染物浓度插值模型,将天津市根据行政区域划分为多个网格,对网格污染物浓度数据进行双次插值处理,建立天津市大气污染物三维可视化模型,展示了天津市各大气污染物的空间分布状况。