本書主要內容為基于機器學習的PM2.5濃度反演及預測，介紹了PM2.5濃度的來源、危害、監(jiān)測方法以及PM2.5濃度反演與預測方法和模型等方面的理論與技術，同時詳細介紹了機器學習算法的基本原理、分類、回歸、聚類等方面的知識。以長三角城市群為主要研究對象，分析了PM2.5在不同時間尺度和空間尺度的變化特征，進而挖掘影響PM2.5濃度的因素，包括自然因素、社會因素。通過相關性分析，選擇相關因素，建立線性模型和機器學習模型，反演PM2.5濃度，并對建立的模型進行評價，最后基于機器學習方法預測PM2.5濃度，提出PM2.5污染防治對策和建議。