本书主要内容为基于机器学习的PM2.5浓度反演及预测，介绍了PM2.5浓度的来源、危害、监测方法以及PM2.5浓度反演与预测方法和模型等方面的理论与技术，同时详细介绍了机器学习算法的基本原理、分类、回归、聚类等方面的知识。以长三角城市群为主要研究对象，分析了PM2.5在不同时间尺度和空间尺度的变化特征，进而挖掘影响PM2.5浓度的因素，包括自然因素、社会因素。通过相关性分析，选择相关因素，建立线性模型和机器学习模型，反演PM2.5浓度，并对建立的模型进行评价，最后基于机器学习方法预测PM2.5浓度，提出PM2.5污染防治对策和建议。