近年来,空气污染问题对中国城市来说已是无法回避的现实问题,其中各空气污染物中PM2.5污染最为严重,对人体健康造成的损伤也最大,PM2.5污染日趋严重,污染治理刻不容缓。除此之外,中国经济形势并不乐观,进入“新常态”,这也加大了治理难度。许多国内外学者对PM2.5污染治理做了大量研究,主要研究北京、上海、广州等一线城市PM2.5污染治理,提出PM2.5污染治理途径。在当前经济环境下,如何在PM2.5污染治理的同时保持经济平稳发展是当前政府急需解决的问题。在大中型城市中,成都市PM2.5污染最为严重,本文拟在已有研究成果的基础上研究成都市PM2.5污染治理。相比已有研究文献,为适应当前经济环境,有效治理PM2.5,积极探索长短期治理措施的结合,研究的主要内容如下。PM2.5污染问题是长期形成的,短时间内不能根本解决这个问题,对PM2.5污染的影响因素进行定量分析,可以在确定环境具体形势的条件下,对PM2.5污染问题进行长期规划和治理。考虑区域污染与区域经济增长之间的双向作用关系,选择联立方程组模型定量分析各经济因素对PM2.5浓度的影响,依据回归结果提出长期治理措施。长期治理措施可以在根源治理空气污染,但生态环境恶化问题日趋严重,细微颗粒物污染治理刻不容缓。而且空气污染治理不能一蹴而就,大规模简单地关停高污染、高排放企业,这必然使得环境质量改善,但也导致经济断崖式下跌。因此在PM2.5污染长期治理措施下,应结合短期污染防治。短期污染治理及在重污染天气来临前采取减排,避免重污染天气,这对未来PM2.5浓度预测精度提出要求。参考相关文献,机器学习方法具有独特优势,训练带注意力机制的循环神经网络结构预测未来7天PM2.5浓度,可以在重污染天气来临前发起预警,为政府采取减排措施进行政策指导,得到了以下主要结论。首先对北京、上海、广州和成都四城市PM2.5污染现状对比分析,结果显示成都市污染状态平均持续天数6.85天,远高于其他三个城市,污染最为严重。在5%显著性水平下,检验2018年比前几年同期PM2.5浓度是否有显著下降,检验结果显示,空气污染没有明显改善,有些时段污染显著上升,成都市PM2.5污染治理迫在眉睫。其次利用联立方程组模型,在统一框架内研究PM2.5污染长期影响因素,从源头治理空气污染。模型结果显示煤炭、工地扬尘是造成PM2.5污染的罪魁祸首,彻底改善空气质量,政府需提倡全社会使用清洁能源,短期防止集中修建,同时提高公民环保意识。在重污染天气来临前采取短期减排措施,可以有效降低短期污染物浓度,做到短期治理。短期PM2.5浓度受气象条件的影响,为了使预测精度提高,更科学治理短期PM2.5污染,分析气象条件对PM2.5浓度的影响是必要的,结果显示,静风条件下,空气流动减弱,污染物不易扩散,造成短期PM2.5污染。最后基于气象条件、污染物浓度历史信息,训练带注意力机制的循环神经网络,对未来7天PM2.5浓度做预测,测试集选为2018年7、8月份,根均方误差10.71?g/m~3。当模型预测未来7天污染物浓度超标,政府可提前采取减排,减缓此次重污染天气。但是本文也存在一些不足之处,分析气象条件对成都市PM2.5浓度的影响,结果显示污染开始状态西南风占比增加,这说明西南方的污染物沿气流轨迹传输到成都市也是形成本地大气污染的原因。在面对严重大气污染,为了有效治理,不止要减小本地排放,周边城市也是引起污染的重要原因。为了有效治理成都市本地空气污染,应结合周边城市污染现状,才能做出更精准的政策支持。