依据北京市2009-2011年逐日空气质量指数(AQI)与同时段常规地面气象观测数据,区分污染日与非污染日、不同季节(月份)研究AQI与各气象要素的关系,再以气温为着眼点,深入研究气温对空气质量的"指示剂"作用。最后,首次引入Fourier级数和广义相加模型(GAM),分别对逐月、逐旬和逐日的AQI进行拟合,并与基于最小二乘法的逐步回归法进行比较。分析结果表明:1 AQI年际变化不明显,冬季中、重度污染易发(2.22%),秋季空气优良率最低(73.63%),春季易发生轻微污染(23.19%)。2污染日,AQI与平均气压、最高气压显著正相关,与温度、相对湿度为负相关;非污染日,AQI与气压、平均/最大风速和日照时数负相关,而与温度、相对湿度、降水量正相关。3 T<0℃时空气质量优良率较高,一般污染较轻微;0<T<10℃是中度污染最常出现的区间;10<T<25℃时轻微污染常发;最后,T>25℃时空气质量最优,AQI一般集中在50~100之间。4 AQI相对危险度的对数(logRR)与气温的关系为复杂的非线性函数关系:t<-5℃时,AQI与t反向变化,但置信度不高;-5<t<5℃时,AQI与t正相关关系明显;5<t<13℃时,AQI随着气温上升而减小,即负相关;13<t<20℃时,污染指数与气温呈现正相关关系;20<t<28℃时,污染指数又随着温度上升开始减小;t>28℃时,模型显示正相关,但置信区间较宽。5 Fourier级数对逐月和逐旬AQI拟合的可决系数分别达到0.921和0.627,这是常规的线性拟合无法达到的。本文只是为气象环境预报预警提供一种新的思路,并作了初步尝试,还有待更深层次的研究和挖掘。