近些年来我国城市的大气环境问题日益凸显,影响了居民的正常生活。据研究,我国城市大气环境问题成因是多元性的,但是机动车对大气污染的贡献都是巨大的。现阶段,学者有关交通大气污染的研究多数是针对交通污染排放本身进行的研究,包括污染源解析、各污染物的理化特征等。本篇论文主要是在较为宏观的角度,通过监测实验,研究交通影响微环境的暴露浓度特征；利用GIS平台及监测实验研究,开发程序,以实现对城市多人群出行所受交通污染情况的模拟。为研究微环境污染暴露浓度受交通的影响,论文选取了受交通影响的典型微环境开展监测实验,包括：①不同出行方式(公交、地铁、出租、自行车)；②车内微环境与车外微环境；③小汽车在行驶中的不同通风状况；④道路旁街区内的微环境。不同出行方式的监测实验表明,公交、地铁、出租三种出行方式的暴露浓度与自行车出行暴露浓度的比值在高峰与非高峰期间不存在显著性差异,公交、地铁、出租三种方式与自行车的暴露浓度比值则各不相同,三者的比值分别为1.30±0.79、0.71±0.32、0.87±0.54。车内外微环境实验表明,车内外的暴露浓度存在一定比例关系,并且与环境背景浓度相关。在轻污染情况下,车外与车内的比值为1.075±0.054；重污染情况下,车外与车内的比值为1.124±0.055。不同行车状况下,关车窗和车内空气循环可以有效降低暴露浓度。开车窗与关车窗的暴露浓度关系与巴士车内暴露浓度关系相似。在清洁天气、轻污染、重污染天气下,开车窗与关车窗的暴露浓度比值分别为1.02±0.01、1.05±0.04、1.14±0.04。道路旁街区内暴露浓度与道路暴露浓度也存在相关关系,在重污染、轻污染、清洁天气下,街区暴露浓度与道路旁浓度比值分别为0.958±0.023、0.915±0.028、0.782±0.078。论文用C#语言在GIS平台上进行程序开发,得到了结合Caline道路污染扩散模型和GIS路径选择功能的人群出行污染暴露模拟程序。根据监测实验研究得到的不同微环境特征,以及道路污染扩散模型模拟的道路暴露浓度,能很好地实现对多人群、大数据量出行的暴露模拟。可以为今后的人群健康研究提供技术支持。