流行病学及毒理学研究表明，空气污染会对人群造成不良的健康效应。健康风险评价可以评估空气污染对人群所造成不良健康效应的风险程度。目前，人们对空气污染所致健康效应及其相关风险评价的研究主要集中在单一污染物，各国相关政策的制定也都是基于单一污染物的研究。然而，人体所暴露的空气是包含多种污染物质的复杂混合体。这个混合体对人体健康的影响是不能用单一污染物的健康效应来解释的。因此有必要进行以多污染物为目标的健康研究。要进行健康风险评价，首先必须要了解人群所暴露空气多污染物的精确浓度。　　本研究以美国巴尔的摩市为研究区，使用搭建的移动监测平台和固定监测平台相结合的方法测量了空气中多种污染物的浓度。研究发现:巴尔的摩地区空气中污染物浓度具有明显的季节变化特征。其中NO、NOx和CO2等主要来自于燃烧源的污染物浓度是采暖季比较高，而BC、VOCs、O3和PAHs等主要来自交通排放和工业排放源的污染物浓度在非采暖季较高。不同污染物的空间分布不同，而同一污染物不同季节的空间分布也有所差别。但总体来看，对于交通排放来源的污染物，浓度比较高的地区主要分布在市中心、港口及主要交通道路附近;对于工业排放来源的污染物浓度比较高的地区主要分布在东部工业地区;对于燃烧排放来源的污染物浓度比较高的地区主要分布在西北部住宅区。　　之后基于监测数据，应用PMF源解析模型对巴尔的摩空气污染物进行来源解析，结合实时监控录像，识别出的非采暖季的五个因子分别为汽油排放加二次污染混合源、柴油排放源、道路尘源、PAHs源和细粒子源;采暖季的五个因子分别为燃烧加二次污染混合源、细粒子源、交通排放源、PAHs源和道路尘源。　　随后以源解析因子贡献率为基础，利用土地利用回归模型和地统计插值估算了巴尔的摩采暖季和非采暖季五个因子贡献率的空间分布。选取的回归变量有到商业区、交通路口、飞机场、港口、市政厅的距离;一定缓冲区的总人口数、各污染物(NOx、PM10、PM2.5、SO2、CO)的年排放量、不同土地利用类型面积百分比、归一化植被指数、非渗透性表面百分比、主要交通道路的长度等。土地利用回归模型表明，地统计变量可以较好的解释各因子贡献率。特别是对非采暖季的汽油排放加二次污染混合源和PAHs源贡献率的解释程度分别达到了69.2％和63.7％;对采暖季的细粒子源、交通排放源、PAHs源和道路尘源贡献率的估计效率分别达到了59.4％、63.7％、81.2％和64.8％。对不同季节不同因子贡献率影响较大的地统计变量不同。地统计插值（kriging插值）模拟的巴尔的摩不同季节的各因子贡献率空间分布与实际情况相符。对于非采暖季，对汽油排放加二次污染混合源贡献率大的地区都分布在交通道路网附近;港口周边地区对柴油车排放源排放污染物的贡献最大;港口周边地区和市中心地区对道路尘源污染物的贡献率最高;除西北部和市中心外，其他地区对PAHs的贡献率都很大;细粒子源贡献率的空间分布与道路尘源相似。对于采暖季的源贡献率，从市中心向西北和东北部对燃烧加二次污染混合源和细粒子源排放污染物的贡献率越来越大;市中心和港口周边对交通排放源贡献率最大;西部地区对PAHs的贡献率较大;港口周边地区对道路尘源贡献率最大。