城市化水平的不断提高,在改善人民生活的同时带来了严重的空气质量恶化,已经引起了世界范围的关注。其中以细颗粒物（PM2.5）为主要空气污染物的城市空气污染问题最为突出,探索城市形态如何影响PM2.5浓度成为了当下的热议话题。本文以揭示中国城市中PM2.5污染时空分异特征及其与城市形态之间关系为研究目标,结合了卫星遥感数据、地理信息技术、空间统计分析方法,从定性与定量相结合角度去分析探索,对认识中国地区城市形态与城市空气质量之间的关系,以及对空气污染成因和治理措施具有一定的理论意义,有助于探索环境友好的城市化模式,更加科学的进行城市空间规划。以1990—2015年中国地区344个城市的PM2.5污染浓度为研究基础,首先分析了PM2.5污染的时空格局变化特征,利用Man-Kendall趋势检验法和Sen’s Slope变化趋势分析法定量分析研究PM2.5浓度时空变化趋势的显著性和波动程度;此外,通过全局空间自相关和局部空间自相关的研究方法,探究PM2.5空间分布的集聚特征。其次,通过统计分析、普通最小二乘法回归和地理加权回归的方法,对城市形态与PM2.5之间的关系进行研究。最后,根据GWR模型,对每个城市形态指标回归系数的时空变化进行分析,得到城市形态对PM2.5影响的主要规律并提出相应的决策建议。主要的研究结论如下:（1）时间尺度上,1990—2015年PM2.5年均污染浓度总体上呈现波动上升趋势,空气污染愈加严重,但在2013年以后污染浓度开始缓慢下降。月均值变化主要呈现出“U”型特征,一年中6—10月污染较轻,3—5月污染较重。（2）空间尺度上,PM2.5污染严重地区主要集中在华北、华中、西北部分地区等区域,且华北、华中地区受人类活动影响较大,污染程度不断加剧;污染的低值区主要集中在青藏高原地区、东北地区以及部分西南地区。PM2.5污染MK值、Sen Slope值均呈现出明显的由西北向东南递增的趋势,区域之间的差异较大,大部分污染水平呈显著上升的趋势,空气污染问题逐渐严重。（3）空间分异规律,PM2.5污染具有明显的空间自相关特征,并且随着时间不断增强。其中,华北地区一直处于“高—高（H-H）”聚集的污染热点区域,而东北、青藏高原地区一直处于“低—低（L-L）”相关的冷点区。（4）城市形态与PM2.5之间存在显著的相关关系,且具有明显的空间相关性,城市形态对PM2.5的影响在整体的空间分布上呈现出自北向南依次递减的规律,北方地区更容易受影响。（5）在城市形态的指标体系中,CA、AI、人均GDP的增加对降低PM2.5污染有积极作用,而LPI、LSI、人口密度、第二产业产值比的值越高则PM2.5污染越严重。