El problema creciente de la contaminación del aire en las áreas urbanas de rápido desarrollo de China ha llevado a prestar más atención al papel de las condiciones meteorológicas en la contaminación por PM. Este estudio examina la distribución espaciotemporal de las concentraciones de PM y su relación con los factores meteorológicos en seis importantes aglomeraciones urbanas chinas desde 2017 hasta 2020, utilizando datos promedio diarios. Se emplean técnicas de análisis estadístico y espacial, junto con la construcción de ocho modelos de aprendizaje automático con fines de predicción. El estudio también compara la importancia de las características de varios factores meteorológicos que impactan las concentraciones de PM. Los resultados revelan diferencias regionales significativas tanto en los niveles promedio de PM como en las influencias meteorológicas. El modelo de Perceptrón Multicapa (MLP) demuestra la mayor precisión de predicción para las concentraciones de PM. Según la identificación de la importancia de las características del modelo MLP, la temperatura es el factor más significativo que afecta las concentraciones de PM en todas las aglomeraciones urbanas, mientras que la velocidad del viento y la precipitación tienen el menor impacto. Sin embargo, las contribuciones de la presión del aire y la temperatura del punto de rocío varían entre diferentes aglomeraciones urbanas. Esta investigación considera el impacto de las aglomeraciones urbanas y las condiciones meteorológicas en el PM y también ofrece valiosas perspectivas basadas en inteligencia artificial sobre los principales factores meteorológicos que influyen en las concentraciones de PM en diversas regiones, informando así el desarrollo de políticas efectivas de control de la contaminación del aire.