PM_2.5是衡量空气污染程度的重要指标，研究其时空变化特征和影响PM_2.5浓度空间分异的关键驱动因素对于治理大气污染，提升区域空气质量具有重要意义.基于黑龙江省2000~2021年PM_2.5遥感数据，采用Theil-Sen Median趋势分析、Mann-Kendall显著性检验和空间自相关，分析PM_2.5浓度的时空变化特征，利用地理探测器结合多尺度地理加权回归模型，探究影响PM_2.5空间分异的关键驱动因子及其影响程度和作用方向.结果表明，①2000~2021年黑龙江省ρ（PM_2.5）均值在22.01~41μg·m^-3之间，2008~2015年PM_2.5均值高于《环境空气质量标准》中可吸入颗粒物(粒径≤2.5μm)二级浓度限值(35μg·m^-3)，2013年为PM_2.5浓度变化转折点，总体呈先升后降的变化趋势.冬季是PM_2.5污染的高发季.空间上呈南高北低的分布格局，高值区常年以哈尔滨市、大庆市及周边地区为主，低值区则分布在大兴安岭等北部地区.②因子探测结果表明年均气温是影响PM_2.5空间分异最主要的驱动因子，其余的关键驱动因子按解释力大小依次为：高程、人口密度、年均风速、土地利用、夜间灯光、年降水量、坡度、年均相对湿度和NDVI.交互探测表明各驱动因子在交互作用后对PM_2.5分异性的解释力均大于单一因子，说明影响PM_2.5空间分异是各驱动因子共同作用的结果，自然因子间的交互作用比社会经济因子间的作用更加明显.③不同影响因子对PM_2.5的作用呈现明显的空间差异，年均气温、年均相对湿度、人口密度和夜间灯光对PM_2.5污染起促进作用，高程、坡度、年降水量、年均风速、NDVI和土地利用对PM_2.5污染起抑制作用；PM_2.5与各影响因子的作用尺度具有显著差异，年均气温、年均风速和NDVI的影响尺度最小，变量带宽为43；人口密度和土地利用的作用尺度最大，变量带宽为140.
 

黑龙江省,PM2.5；,时空变化；,驱动因素；,地理探测器；,多尺度地理加权回归模型