以O₃、PM_2.5、NO_x等为主要污染物的大气污染问题依然严峻,大气污染成为制约城市发展的重要因素,而机动车尾气与工业废气的排放是城市大气污染的主要来源。由于气体污染的排放具有隐秘性,又受到大气扩散的影响,污染源往往难以追溯,污染治理、处罚工作无法顺利进行,如何快速、有效的进行大气污染源追踪,从源头控制大气污染,是大气治理工作中亟需解决的重要问题。本文以车辆及工业气体污染(PM_2.5、PM₁₀、NO_x、CO、SO₂、VOCs等)为研究对象,提出基于区域污染时空分布的污染小尺度源追踪方法:构建研究区域气体污染全域监测网络,使用空间插值方法获取区域污染时空分布,提取高浓度点作为污染源追踪的反算点,构建气体污染小尺度源追踪模型,使用遗传算法求解染源位置,助力区域大气污染防治。本文的主要研究工作及成果如下:（1）车辆及工业气体污染采样方法研究:利用开发的气体污染感知器,以移动监测为主、固定监测为辅构建气体污染全域监测网络;参照标准设备对气体污染感知器的测量精度进行分析和优化,优化后各种污染物浓度的测量平均相对误差降低到了4.46%-16.22%,其测量精度可以满足实验要求;提出基于时间序列和空间序列的大气污染物浓度估计方法对采样数据进行修正与补全;为城市气体污染采样提供了新手段。（2）车辆及工业气体污染空间插补方法研究:改进反距离插值模型（Inverse Distance Weighted,IDW）和普通Kriging插值模型,提出基于空间相似度加权的气体污染空间插补模型（Spatial Similarity Weighted,SSW）和基于空间相似度的气体污染普通Kriging插补模型（Kriging With Spatial Similarity,SS-Kriging）,为气体污染空间估计提供了新方法。以PM_2.5为例,基于采样数据对模型进行评估可知,在相同的样本数据下SS-Kriging的空间插值性能比IDW、SSW和普通Kriging更好,SSW的空间插值性能强于IDW但仍不如普通Kriging。（3）车辆及工业气体污染小尺度源追踪方法研究:基于SS-Kriging空间插补获取区域气体污染时空分布,提取高浓度点为作为污染源位置反算点,建立基于最优化理论与大气扩散模型的小尺度源追踪模型,设计遗传算法求解污染源位置。通过模拟案例分析验证了气体污染小尺度源追踪方法在污染源快速、有效定位上的可行性。（4）车辆及工业气体污染全域监测网络与诊断分析系统开发与应用:实现污染实时感知、污染分布分析、污染小尺度源追踪、数据查询管理四大功能,助力大气污染精细化、智慧化、自动化管控。基于系统开展上路监测实验,基于SS-Kriging空间插补方法获取了不同污染气体的区域时空分布;以PM_2.5为例,反演得到的PM_2.5排放源位置与实际PM_2.5排放源位置相距仅100 m,验证了基于气体污染时空分布的小尺度污染源追踪方法在实际应用中的可行性。