随着中国城市化工业化进程的加快，大量持续性有机污染物通过工业或生活等人为活动排放到大气中，并通过扩散传输及多介质迁移分布在全球各个区域。多环芳烃(PAHs)，作为排放量较大且广泛存在的持久性有毒物质，严重威胁到了生态环境和人类的健康，其污染和归趋已成为目前关注的热点。当前研究重点关注基于样点数据对PAHs的调查分析和区域大尺度的PAHs的迁移转化及归趋模拟，较为缺少PAHs在城市区域密集观测得到的时空特征数据及对于城市尺度下大气PAHs的数值模拟。开展城市尺度气相多环芳烃的空间分布与模拟研究对人体健康和城市可持续发展具有重要意义。　　本研究于2015年1-10月期间运用PUF被动采样技术对南京主城区的气相PAHs进行了密集监测，获得有效样点28个。通过索氏提取、过柱净化、GC-MS上机得出各采样周期样点浓度，分析了气相PAHs的时空差异特征，随后使用PMF方法识别了南京主要的四个排放源和季节差异。对于南京大气PAHs的模拟，论文建立了1km×1km网格化且具有季节差异的排放清单，考虑了PAHs在大气的沉降、降解、扩散、迁移等过程，运用Matlab平台对南京PAHs进行了模拟，应用模型定量分析了气相PAHs对气象参数的敏感性程度，并通过实测浓度对模型进行了精度验证，综合灵敏度分析和蒙特卡罗方法确定了模型的不确定性，论文研究的主要结论与成果如下:　　(1)南京气相PAHs时空分异明显，西部高于东部，冬＞秋＞春夏。　　南京城市区平均气相PAHs浓度为31.6ng/m3，其中以3环和4环为主(占比84％)。PAHs分布主要受排放源和气象因素的综合影响，呈现西部高(36.1ng/m3)，东部低(27.3ng/m3)的趋势，南京城区气相PAHs具有明显的季节性差异:冬天＞秋天＞春夏，与环渤海冬夏气相PAHs比值（2倍）相比，南京偏低，冬夏气相PAHs比值为1.6倍，主要归因于南京冬季生活用煤及生物质燃烧量较低，与环渤海区域能源结构有显著差异。虽然核心区年均气相PAHs浓度高于郊区，但是由于江宁作为都市新区，有大量工业园区，并没有发现有明显的城市-郊区的梯度递减规律。　　(2)南京气相PAHs主要源多与工业活动相关。　　通过PMF方法对PAHs进行源解析发现，南京主要的气相PAHs来源有4类:炼焦、煤与生物质燃烧、石油及石油精炼、交通源。采样周期内的平均贡献率分别是31％，25％，25％，19％。其中煤燃烧主要来源于工业用煤，PAHs的主要源基本与工业活动相关，煤及生物质燃烧比例季节变化明显，主要归因于秸秆焚烧贡献比例的季节性变化，且冬季生物质及煤炭燃烧对PAHs有一定贡献。交通源对南京城区气相PAHs贡献较低。　　(3)编制了城市尺度高空间分辨率的排放清单。　　通过建立1km×1km时空分辨率的PAHs排放清单，发现南京年排放PAHs达126.1t，排放密度为19.1kg/km2，7种致癌性PAHs排放量为8.8t。PAHs排放量低于上海、太原等城市，但显著高于苏州、无锡等其他长三角城市。排放量较大的区域主要集中在郊区。排放源占比最高的是石油精炼(34％)和煤生物质燃烧(24％)。与2013年PAHs排放量相比，2014年排放量仅降低了0.5％。PMF源解析的对比可以发现，交通源和煤生物质燃烧两种源的贡献比例基本一致，但炼焦源和石油及炼油源两者的差距仍有一定出入，主要是气相PAHs与总PAHs本身源差异、石油源挥发性及炼焦源统计资料的不确定性综合导致的。　　(4)耦合排放清单和大气传输过程，建立了空间精细化的城市大气PAHs时空变化模型。　　多介质模型在PAHs的研究中应用广泛，却不能准确刻画介质内部污染物的迁移，并且以往对于PAHs的研究主要集中在对于全国或区域尺度的模拟，本文对城市区域的PAHs进行了数值模拟，模拟发现ACE和FLO与实测浓度均体现了南京城区西部浓度高于东部，PAHs向西迁移明显。模拟的季节差异也与实测浓度基本一致。在情景分析中，发现风速对气相PAHs具有显著影响。通过模型灵敏度分析发现风速和排放清单是模型的两个最大关键性参数，提高两者的精确性可大幅提高模型精度。ACE和FLO模拟与实测数据的相关性分别为R=0.57，R=0.58，均在0.01的水平内显著相关。通过蒙特卡罗模拟可以明确数据的不确定性在一个数量级以内，浓度范围呈对数正态分布。