本研究開發一套PM2.5擴散時空機制萃取的研究流程，第一部分為提升PM2.5推估之時空解析度的創新資料融合技術，第二部份為PM2.5擴散特徵萃取技術，以台灣中部地區2010至2018年空污季節資料作為示範區，探討在污染日(PM2.5日均值>35μg/m3)時，PM2.5的擴散特徵及相對應的大氣條件。本研究跨領域整合物聯網(IoT)及時空巨量資料分析技術，以資料探勘角度進行PM2.5時空特徵萃取與物理機制探討，藉創新資料融合技術提高PM2.5觀測的時空解析度並同時維持資料的品質，更首創以訊號分析技術結合機器學習方法，萃取出PM2.5時空變化的主要分布情形，以及進行其與大氣因子之關聯性分析。本研究流程將IoT、巨量資料分析與地理資訊系統整合，可應用至全台各地，供業者、政府機構和教研單位等，將污染物分析結果視覺化，透過各類平台呈現給用戶及民眾，快速地接收當前的空品狀況和變動趨勢，亦提供空品控制政策制訂、都市規劃、健康風險之暴露量評估、微型傳感器佈建規劃及發展等面向，更有效的科學參考依據。