空气污染状况受气象要素和污染源排放的共同影响，为了评估大气污染控制措施的效果，需将由污染源排放的浓度数据分离出来.本文利用KZ滤波方法将天津市6个监测站点2015~2017年逐日的O3、PM2.5和PM10浓度资料和6个同期气象数据分解为长期分量、短期分量和季节分量，计算各分量对原始时间序列方差的贡献.采用逐步回归法建立O3及颗粒物3种分量与相应尺度气象要素的线性模型.结果表明，上述3种污染物浓度数据经分解后，季节分量对总方差贡献最大，其次为短期分量；气温和相对湿度是影响O3季节和短期分量的主要气象因素，其中温度占主导地位，且呈现正相关，与相对湿度呈负相关；风速、气压、降水与颗粒物的短期及季节浓度变化呈负相关，相对湿度与之呈正相关，温度与短期分量呈正相关、与季节分量的变化呈负相关；经逐步回归消除气象影响的PM10的长期分量有波动下降的趋势，PM2.5浓度在2017年年初有所上升，其余部分有下降趋势，O3长期分量浓度有所上升；这几年间颗粒物污染控制措施的效果较为显著，O3污染有所加重.
