PM₁是引起空气污染的重要因素,其污染对环境质量和人类健康带来了巨大的危害。目前国内关于PM₁污染浓度的研究多集中在短时间、小样本区域内,无法从宏观上认识大气污染的时空迁移、扩散等规律现状,且在全国精细尺度上PM₁浓度与卫星AOD数据相关性的时空变化规律分析较少,此外有关PM₁的浓度估算方法还存在精度偏低的问题。为此本文以全国2014-2017年所有地面空气质量监测站点的PM₁质量浓度数据为数据源,基于时间序列统计方法和空间系统聚类方法探究了其在时间和空间上的分布特性,揭示了其时空演变规律。并结合了MODIS遥感卫星AOD数据,在全国精细尺度上探究了两者相关性的时空变化规律。此外基于订正后的“干”消光系数、气象数据、地理坐标数据及地面PM_2.5浓度数据,探究了利用线性和随机森林算法建模估算PM₁浓度的方法。主要研究结论如下:（1）2014-2017年中国年均PM₁浓度逐年下降,四季PM₁浓度呈现“冬高夏低”的变化特征,月均PM₁浓度呈“U”型变化特征,在节假日前后PM₁浓度呈现“M”型变化特征,在一周中星期一与星期五PM₁浓度为高值点,星期日为低值点。基于空间系统聚类法将全国年均PM₁浓度值分为七类,华中地区年均PM₁浓度最高54.592μg·m^-3,新青藏地区年均PM₁浓度最低11.375μg·m^-3,呈现“东高西低,北高南低”的空间分布格局。（2）PM₁-AOD关系整体上均呈正相关,华中地区相关系数最高为0.55,中南地区相关系数最低为0.36。季节PM₁-AOD相关系数变化受湿度影响,且其相关系数与大气湿度呈负相关。但是PM₁/AOD比值和回归方程的斜率或截距在各个区域不同季节变化规律一致:在夏季达到最小值、冬季达到最大值。（3）PM₁-AOD关系在区域尺度上与单个监测站点的相关性结果存在差异。当区域尺度上的相关系数高于各个监测站点的相关系数的均值时,表明该区域PM₁与AOD来源相一致。新青藏地区与内甘宁地区的区域相关系数明显高于其监测站点的平均相关系数,说明该区域的城市污染情况相似。（4）基于对AOD数据进行垂直订正和湿度订正后得到的“干”消光系数以及气象地理等数据利用随机森林算法构建PM₁与AOD关系模型,建模精度方面R²为0.96,RMSE为3.13,验证精度方面R²为0.63,RMSE为7.07。