近年来，PM2.5污染的状态变化等得到了越来越多的广泛关注，其研究深度和广度也得到了长足的发展。PM2.5对人体健康、大气能见度和气候环境都带来了严重的影响。据世界健康组织(WHO)报道，长期暴露在高浓度PM2.5环境中会直接提高心血管、呼吸道疾病或肺癌的发生机率，严重危害着人类身体健康。大量研究表明，城市能见度的降低也是由于PM2造成的。根据2010年9月美国宇航局(NASA)发布的PM2.5在2001-2006年期间的分布状况可知:我国PM2.5污染属于重度污染;重度污染区绝大部分集中在中国长江河谷、黄淮海地区、四川盆地等地区以及珠三角地区。广州作为珠三角的主要城市之一，目前就广州地区PM2.5的相关研究主要集中在其来源的解析和主要成分分析上，部分PM2.5时空污染特征分析具有一定的局限性，采用的数据一般为个别站点、短期的监测，尚不能对PM2.5的污染特征进行全面的空间分布研究。　　本文收集了广州市2012-2014年间13个PM2.5监测站的浓度数据，在利用小波变换和改进的LUR模型的基础上，对数据进行了时间序列和空间分布特征上的研究，得出了以下的研究结果:　　(1) PM2.5污染过程大致呈现锯齿状的分布特征。经过小波变换后，可以看出一年中PM2.5的变化规律:1月、10月、12月是PM2.5平均浓度最大的月份，6月是平均浓度最低的月份。　　(2) PM2.5污染最严重的季节是冬天，夏天污染最小。冬天PM2.5浓度达到国家一级标准的达标天数率不超过14％，其大致原因是冬天气温低，大气活动比较稳定，不利于细颗粒物的扩散。夏季雨量大，降雨次数多，对PM2.5浓度有所稀释。　　(3)从昼夜变化的角度看，PM2.5浓度较高的时间出现在0点，19-23点，水平较低时出现在14-18点之间，一般到下午14点左右大气的扩散作用对污染物的稀释能力作用最强，所以在这个时间段的PM2.5浓度较低。17-19点，高交通量造成高污染，同时该时段厨房油烟的PM2.5排放量急剧增加，造成19点之后PM2.5高峰值的出现，同时夜间逆温层的存在又导致PM2.5难以扩散，形成了凌晨左右PM2.5浓度的高值时间段。　　(4)利用db1小波函数，对PM2.5数据进行浓度突变探究，结果显示在浓度突变的时间里，其对应的天气条件为多云、阴天、微风或者静风，可见多云、阴天、微风或者静风天气是造成PM2.5浓度突变的主要气象因素。　　(5)在空间分布方面，花都区、荔湾区的污染一直保持较高水平，其次是越秀区、海珠区，污染最轻的是从化区、增城市和南沙区。番禺区浓度有较大的变化，2013年较高，2014年有所下降。　　(6)根据2015年1月的气象数据，经分析发现，PM2.5浓度与平均气温成负相关关系，与相对湿度成正相关关系、与风速成负相关关系。当温度较高、相对湿度较小、风速较大时，PM2.5浓度会达到一个较低水平。　　通过本文的工作，我们可以看出:①小波变换能够准确地从破碎的PM2.5浓度信息中找出稳定的变化规律，并且较好地发现PM2.5浓度的细微变化，是探讨大气污染物时间变化规律的可行方法;②在空间分布模拟的过程中，利用不透水面来替换传统LUR模型中的土地利用参数，使原先复杂的土地利用参数进一步大大简化，模拟的结果也取得了较高的精度。　　本文通过结合小波变换和改进的LUR模型，对广州市PM2.5浓度的时空变化特征进行了概括和差异分析，使得我们能更加清晰地认识广州市PM2.5的污染特征，这对政府部门进行PM2.5防治提供了一定的理论依据。