在过去的几十年里,中国东部频繁发生的灰霾污染,特别是有利于灰霾天气发生的大气条件占优势的冬季,这对能见度和当地居民的健康都产生了不利影响。为了平衡环境保护和经济发展,通过合理减排来使灰霾天气有效减少一直都是政府的首要任务。污染物的浓度主要是由排放的强度和大气传输作用（气候/气象条件）共同决定。本研究分析了中国四大污染区域京津冀、长三角、珠三角和四川盆地灰霾污染的时空分布;利用合成分析和自助抽样的方法识别出影响不同区域灰霾生成的关键气象因子;采用“最优一元线性回归”法定量研究了气候气象条件和排放对PM_2.5浓度的影响同时通过相关分析法和去趋势分析法找出对四个地区PM_2.5浓度年际变化有显著影响的主要气候因子;最后,采用相关分析法、最优全子集回归法和多元线性回归的方法建立了四个地区冬季1月、2月、12月霾日的经验预测模型。京津冀地区1973-2012年40年灰霾日数变化趋势不明显。但2012年以后出现了急剧增长,主要表现为相对湿度增加、温度较高,偏北风减弱,垂直稳定性增强。长三角地区灰霾也受类似的气象因素影响,但该地区灰霾日数一直保持稳定增长,近些年处于历史高值。珠三角地区的霾日数从1973年到2006年逐渐增加,然后逐渐减少,主要是由于西风和北风减弱,以及海洋暖湿气流的影响。四川盆地灰霾日数趋势不明显,该地区灰霾的发生受异常升温带来的大气垂直稳定度增加的影响。采用逐步线性回归方法,定量出气候/气象因子在四大区对PM_2.5浓度的贡献的下限分别为23%、17%、10%和20%。全球变暖和太平洋年代际振荡是影响这四个地区污染物浓度年际变化的主要气候因子。这些气候因子可作为建立经验模型的基础,对四个地区冬季霾日数进行月到季节尺度的预测。本研究给出了一些初步的有希望的结果,然而这些模型存在的主要不确定性和挑战,只有在未来识别和理解了影响四个地区冬季霾日数的所有关键气候因子的研究后才能得以解决。