近年来我国长三角、珠三角和京津冀等地区频繁发生灰霾污染事件,细颗粒物(Fine Particulate Matter,PM_2.5)污染成为了能见度下降、区域霾天气增加的罪魁祸首。由于其尺寸≦2.5μm,故能在空气中长时间停留,致使肺癌、呼吸道、心血管疾病,甚至导致死亡率的增加和气象条件的恶化,因而时刻威胁着人体健康及其生活环境。安徽位于长江三角洲地带,近年来逐渐加快的城市化和工业化进程使得PM_2.5污染日趋严重。尽管国内外学者对PM_2.5的污染特征及潜在源进行了大量的分析研究,但针对安徽地区长时间连续的PM_2.5观测研究及分析仍十分稀少。本文以安徽省典型城市（蚌埠市、合肥市、池州市）为研究对象,基于2015-2017年PM_2.5及气象监测数据,分析其质量浓度的时空分布规律及污染特征,研究了其他气态污染物和气象要素对PM_2.5质量浓度的影响,并利用Hybrid Single Particle Lagrangian Integrated Trajectory（HYSPLIT）后向轨迹模式,分析了典型城市PM_2.5冬季输送路径和潜在源区特征。主要研究结论如下:（1）近三年蚌埠、合肥市PM_2.5年均浓度呈下降趋势,池州市呈上升趋势。三市PM_2.5浓度均呈现夏低冬高的季节变化规律,逐月变化呈“U”型曲线,日变化呈“W”型曲线,其中合肥市和蚌埠市表现为“白天变化显著、夜间变化平缓”,池州市恰恰相反。蚌埠、合肥市PM_2.5浓度的空间变化特征表现为由南到北逐级递增,池州市PM_2.5浓度空间差异不明显。重污染过程的冬夏季节差异显著,并对PM_2.5浓度存在一定程度的拉升作用。（2）PM_2.5与PM₁₀之间具有显著的正相关关系,SO₂、NO₂与PM_2.5呈负相关关系,且秋冬季的相关性较春夏季更高,O₃与PM_2.5相关性不稳定。PM_2.5与温度、气压均无显著相关关系,而与相对湿度、降水、风速均呈负相关关系,且特定的风向对PM_2.5浓度变化的影响更为显著。（3）三市的PM_2.5输送路径基本都为偏西、偏北方向,其中合肥、池州冬季污染物首要输送路径为短距离,蚌埠为长距离。近三年冬季PM_2.5潜在污染源区面积变化表现为合肥市逐年减小且范围逐渐集中,蚌埠市最小,但大值区面积有增加趋势。池州市总体与合肥市相似但污染源区范围大,延伸较远。冬季重污染情况下三座城市的首要输送路径均来自安徽省内。污染物的首要短距离输送路径显示:合肥市以北方为主;蚌埠市由偏东方向向偏西方向转变;池州市以东北方向为主。