在中国大气区域性复合型污染特征日趋显著的背景下,实施大气污染联防联控是改善区域空气质量的有效途径,而准确理解与科学量化区域范围是实施大气污染联防联控需要回答的首要问题。然而如何科学划定区域范围,至今尚未有成熟的理论技术方法。如果实施大气污染联防联控的区域范围过小将降低治污的有效性,过大将增加区域间协调难度。本研究基于空气污染气象学、数值模拟技术、复杂网络理论等多学科融合的方法,旨在开发一种能够高效准确识别污染特征和“空气流域”特征高度相似或趋同的区域的技术方法,为大气联防联控区域范围优化与污染控制决策提供理论和技术支撑。研究选取PM2.5作为中国大气污染特征表征指标,收集2013-2017年PM2.5逐时监测数据,采用算术平均值法和百分位数法对比分析中国城市尺度PM2.5时空分布特征。研究结果显示,大气污染防治行动计划（简称“大气十条”）实施以来,城市空气质量呈现大幅改善的趋势,全国及三大重点区域PM2.5年均浓度累积下降均超过30%。全国PM2.5污染仍然呈现较强的区域性特征。PM2.5高值区主要分布在京津冀及周边地区,污染程度呈现以河北南部地区为中心向外逐渐减轻的分布格局。从时间变化趋势来看,全国PM2.5浓度整体呈现“冬高夏低,春秋季居中”的季节变化特征和“U”型的月度分布特征。针对大气流动的复杂性,研究提出并构建空气资源禀赋（ARE）指数作为表征“空气流域”时空变化特征的综合指标。在此基础上,开发了适用于不同时空尺度ARE及其分指数计算模块,并应用于中国ARE时空分布特征研究分析。结果显示,本研究构建ARE指数计算模型能够较好的表征污染气象条件与PM2.5浓度间的关联性,两者间相关系数高达-0.632（P<0.01）。全国ARE分布呈现显著的时空差异性。从空间分布来看,中国约15%的国土面积为ARE指数高值区,ARE指数较高和较低的区域分别占比20%和25%,ARE指数最低的区域占比约40%。从时间分布来看,全国及三大重点区域ARE及其分指数月均变化整体呈“M”型变化,京津冀“M”型变化特征最为显著。在以上工作基础上,研究建立了ARE和PM2.5网络相关性模型,进而整合形成区域网络相关性模型,并通过复杂网络拓扑特性分析,确定了最优社团网络构建对应的临界阈值W。最后,分别从“空气流域”相似、污染特征趋同两个方面,将所开发的网络相关性模型应用于中国省级大气联防联控区域划定,并对比分析了ARE指数用于联防联控区域划定的可行性和有效性。研究结果显示,全国共划分出九大空气流域相似和污染特征趋同的区域。其中京津冀、京津冀及周边、长三角、华东区域、东北三省等五大区域均为ARE网络和PM2.5网络重合区域,成渝地区、西北区域、西南区域、华南区域等四大区域为ARE网络特征显著区域。