进入21世纪以来,我国工业化进程加速,社会经济突飞猛进,人民生活水平实现巨大提升,但是随之而来的大气污染对居民健康福祉以及经济可持续发展造成严重威胁。PM2.5作为一种主要的空气污染物,其形成过程与污染性气体的排放息息相关,是衡量空气污染程度的重要指标。虽然诸多研究表明PM2.5污染与气象条件相关,但人类与环境不和谐的生活和生产方式才是PM2.5污染愈演愈烈的根源。目前,由于监测站点有限,PM2.5浓度数据在空间上离散分布,存在大片未观测区域,并不能有效支撑精确的健康风险暴露评估等研究工作。高时空精度的PM2.5浓度估算依赖于对其真实时空过程的重构,由于其真实过程涉及多重地理效应（空间、时间和尺度效应）,需要将其真实过程划分为固定性趋势、小尺度上具有空间依赖性的随机变异和小尺度上不具有空间依赖性的随机变异。诸多学者采用多种时空统计方法,从空间相关性、异质性和时间效应出发,基于时空回归对PM2.5进行了高时空分辨率的估算与制图。但无论是理论上还是方法上,都存在一定改进空间,主要表现为对尺度效应和真实过程考虑不足。因此如何将尺度效应和真实地理过程纳入到PM2.5浓度的估算中,以获得高时空精度的PM2.5浓度数据,是PM2.5浓度估算研究的前沿,同时也具有很强的现实意义与理论意义。基于真实过程的思想,首先,本文从地理学角度详尽分析了PM2.5的真实时空过程,并对PM2.5的时空过程进行地理学特征检验,为PM2.5浓度估算提供先验知识。其次,通过构建多类别、多模型参数的时空克里金PM2.5浓度估算模型,深入分析空间基函数对空间变异的捕捉能力、时间基函数的时间平滑效应、气象因素的滞后效应、空间基函数对空间异质性的响应关系等诸多问题,以更好地刻画PM2.5的真实地理过程。最后,基于Shapley-Value从年时间尺度和日时间尺度,定量化探究了不同因子组对PM2.5浓度估算的精度贡献。分析得出以下结论:（1）PM2.5的时空与尺度特征明显,多尺度的基函数可以捕捉更为精细的空间变异,进而提高PM2.5估算精度。PM2.5浓度既具有显著的空间自相关性（Morans’I=0.805）,同时具有显著空间异质性（区域与整体差异测算统计量:q=0.836）。此外空间自相关性随着尺度扩大先减小后增大,空间异质性随着尺度的扩大线性递减。空间基函数通过多尺度的空间分区以应对空间异质性带来的统计偏差,从而提高模型精度,3层基函数模型相对于2层基函数模型精度从0.7612提升到0.7897。（2）时间基函数对可以有效平滑PM2.5的时空过程,从而修正数据中存在的测量误差。11月的时空模型与空间模型相比其精度从0.8362提升到0.8414。表明时空过程模型结果相对于空间模型既可以估算高时间分辨率的时间平滑数据,又可以获得高精度的月度、年度数据,但是时间平滑作用存在一定的过拟合现象。此外,气象因素在时空模型之中对PM2.5的影响具有滞后作用。（3）PM2.5时空过程统计模型显示:空间异质性与估算精度具有显著的正相关关系,二者相关系数达到0.942。空间分层虽然可以较好的应对空间异质性,却会造成不必要的空间特征割裂,所以有偏的空间分层不仅会在应对空间异质性时失效,还会在进行空间重构时带来过多的统计偏差,但是层间异质性（区域与整体的差异）的空间分布可能为空间分层提供有效的依据。（4）不同因子对PM2.5浓度估算的精度贡献存在差异。人文因素作为污染性气体的主要排放源,虽然决定了PM2.5污染的初始特征,但是受到较大的自然因素和气象因素的影响。在年时间尺度下,自然环境作为PM2.5时空过程的“容器”,是PM2.5浓度时空分布的第一影响力,气象条件作为PM2.5时空过程的“催化剂”,是其空间浓度分布的第二影响力,而人类活动与社会经济的影响力次之。贡献度排序为:自然环境＞气象条件＞人类活动＞社会经济。在11月的日时间尺度下,因子贡献度排序为:自然环境＞人类活动＞气象条件＞社会经济。自然仍然为第一影响力,而人类活动成为第二影响力,其主要原因是冬季人类活动产生的污染性气体排放量增加。