为深入探究沈阳市区大气污染污染物变化特征和气象因子对大气污染物浓度的影响,利用2014—2019年沈阳市区PM₁₀、PM_2.5、O₃和空气质量指数日监测数据及地面气象观测数据,研究沈阳市大气污染物质量浓度和空气质量变化特征,选取气温、气压、相对湿度、风速、降水量和日照时数,利用Person相关分析方法研究气象因子对大气污染物PM₁₀、PM_2.5和O₃质量浓度的影响,根据污染物浓度与气象因子相关性建立多元回归方程预报污染物浓度,并评估预报效果。结果表明:2014—2019年沈阳市大气污染得到显著改善,空气质量指数显著下降,总污染天数及其占比逐年降低,优良天数明显增加,重度及以上污染天数急剧减少;PM₁₀、PM_2.5质量浓度逐年下降,O₃质量浓度稍有上升,影响沈阳市空气质量指数的主要污染物是PM_2.5;PM₁₀、PM_2.5月均浓度和空气质量指数呈"U"型分布,O₃月均浓度呈倒"U"型分布;空气质量指数和PM₁₀、PM_2.5质量浓度秋冬季高、春夏季低,O₃反之。Person相关性分析表明,风速、相对湿度和降雨量是影响沈阳市区PM₁₀和PM_2.5质量浓度的主要气象要素,温度和日照时数的影响O₃质量浓度的主要气象要素。小风、适宜的湿度和温度、足够的日照以及适量的降水通常会导致大气污染物浓度升高。多元回归方程对于PM₁₀、PM_2.5、O₃浓度日均值拟合度为12%—65%,准确率为29%—70%,级别命中率为38%—73%,回归方程能够准确反映污染物浓度变化趋势,气象条件改变主要影响污染物浓度的变化趋势。