改革开放以来,我国工业化和城镇化发展迅猛,空气质量污染问题也日益严峻,严重影响公众健康和生活环境。近年来,南昌市先后建设生态文明示范区,开展污染防治攻坚战,空气质量大幅度改善,但PM2.5仍作为首要污染物居高不下。因此本文将从空气质量指标出发,综合气象和经济要素,从时空变化特征、来源解析、模型预测、特征监控四方面对南昌市PM2.5进行研究。首先以年、季、月、日分析南昌市2014—2020年PM2.5的时间变化规律。发现年均浓度都低于国家一级标准;季节规律显著,表现为冬季＞秋季＞春季＞夏季;浓度月变化呈两端高、中部低的“U”型分布;除夏季日变化特征不明显外,总体呈双峰双谷型。然后,使用克里金空间插值法发现主城区的PM2.5空间分布总体由西北向东南递增,高值区集中在老城区、红谷滩新区和新建区;利用后向轨迹聚类、潜在源贡献因子分析（PSCF）和权重浓度轨迹（CWT）等源解析技术识别四季PM2.5的传输路径、潜在源区及其对应的PM2.5日均浓度贡献水平,结果表明除夏季来自南方的气流轨迹占比最大,其他季节占比最大的轨迹均源自北方或东北方气流;PSCF和CWT分析结果基本一致,高值区主要集中在江西省境内及周边地区,总体以南昌市以北的地区贡献为主。最后,采用函数型数据分析探索南昌市PM2.5的主要影响因素,并进行预测和监控。通过传统多元回归和函数型回归分析发现大气污染物、气象条件和地区经济发展均对PM2.5浓度变化有显著影响,利用变量选择筛选出的9个单变量和6组交互项构建的带交互项的函数型回归模型能显著改善预测效果,揭示了影响因素间的交互效应,进而综合反映PM2.5变化的内在机制。为检测南昌市近年为改善大气污染而采取的一系列举措对PM2.5是否有显著影响,将政策实施作为标签变量引入模型,研究表明在建设示范区和开展污染防治攻坚战一段时间后,对PM2.5的反向效应达到最大,尤其是2018年全年由于两项措施同时执行,PM2.5年均浓度创新低。为监测PM2.5在一段时间里是否存在异常波动,进一步采用函数回归控制图（FRCC）分析其稳定性,监控并反馈过程中的失控点,结果表明PM2.5处于失控或不稳定状态的时间主要集中在冬季和秋季。本文通过客观把握南昌市PM2.5的污染特征和改善情况,使用合适的函数型回归模型,探索南昌市PM2.5的主要影响因素,以连续视角揭示了变量间的动态规律性,进一步对PM2.5浓度水平进行预测、监控,从而帮助市民更好掌握空气污染状况,合理安排出行,助力相关部门开展大气污染治理工作,促进城市经济建设可持续发展。