摘要：卫星技术的不断发展成熟使构建高分辨率的PM2.5浓度预测模型成为可能。为解决卫星数据的非随机性缺失会显著降低PM2.5浓度预测模型准确性的问题,运用多重填补法对MAIAC1km分辨率气溶胶光学厚度数据的缺失值实现补缺,其平均决定系数达0.75。在此基础上,运用随机森林模型构建上海市2017-2018年的PM2.5浓度分布预测模型,其决定系数达0.96。结果表明,上海市PM2.5分布整体呈现东低西高,沿海低内陆高的趋势,且2018年上海市PM2.5浓度整体低于2017年。气溶胶光学厚度数据是PM2.5预测模型中最重要的自变量。