Entender la dinámica espaciotemporal de la concentración de PM atmosférico es altamente desafiante debido a que sus procesos de evolución tienen patrones complejos y no lineales. Los métodos tradicionales de descomposición de modos luchan por capturar con precisión las características de los modos de las concentraciones de PM. En este estudio, utilizamos las capacidades de linealización global del método de Koopman para analizar los procesos espaciotemporales horarios y diarios de la concentración de PM en la región de Beijing-Tianjin-Hebei (BTH) desde 2019 hasta 2021. Este enfoque descompone los datos en la superposición de diferentes modos espaciales, revelando su estructura espaciotemporal jerárquica y reconstruyendo los procesos dinámicos. Los resultados muestran que las concentraciones de PM exhiben ciclos de alta frecuencia de 12 y 24 h, así como ciclos de baja frecuencia de 124 y 353 días, al mismo tiempo que revelan modos espaciotemporales de crecimiento, recesión y oscilación. La superposición de estos modos permite la reconstrucción de dinámicas espaciotemporales con un error porcentual absoluto medio (MAPE) de solo 0.6%. A diferencia de la descomposición de modos empíricos (EMD), el método de descomposición de modos de Koopman (KMD) evita la confusión de modos y proporciona una identificación más clara de los modos globales y clave en comparación con el análisis de wavelet. Estos hallazgos subrayan la efectividad del método KMD en el análisis y la reconstrucción de la dinámica espaciotemporal de la concentración de PM, ofreciendo nuevas perspectivas para la comprensión y reconstrucción de otros fenómenos espaciotemporales complejos.