近年来我国PM_2.5污染严重,尤其是在京津冀地区,重污染过程频繁发生,准确解析PM_2.5的贡献来源是科学制定相应控制措施的重要前提。目前国内外对PM_2.5的源解析技术方法各异,且各有弊端。基于空气质量模式的方法由于排放清单的不确定性等原因,与化学监测方法的源解析结果有较大出入,而化学监测的方法也受限于时效性,无法像空气质量模式即时快速地输出源解析结果,因此本文以区域空气质量模型CAMx中颗粒物源追踪模块PSAT为核心,以京津冀地区PM_2.5观测源解析结果为依据,建立污染来源快速诊断以及控制措施效果评估的方法,并设计对北京市机动车减排的方案,对削减后的PM_2.5浓度变化及行业贡献占比变化进行研究,研究成果如下:（1）建立基于空气质量数值模型的源解析方法。利用区域空气质量模式CAMx的颗粒物源识别技术（PSAT）,对京津冀地区PM_2.5浓度的区域以及行业来源进行追踪,对空气质量进行预报的同时得到区域及行业来源贡献结果。（2）建立观测事实和数值模式模拟融合的污染来源计算方法。将PM_2.5按颗粒物性质分为一次和二次组分分别与观测数据进行比较,并利用各自调整系数调整一次及二次模拟浓度。同时,考虑到目前国内模式模拟二次组分的反应速率严重偏低,导致二次污染物生成的时间尺度拉长,夸大了二次组分外来源的贡献,因此使用铵盐的区域来源模拟贡献比例,将调整后的二次总和分配到各区域,依此作为融合方法下各区域二次组分浓度的贡献。（3）建立控制措施效果评估的方法。在观测事实和数值模式模拟融合的污染来源计算方法的基础上,通过PSAT技术的模拟追踪结果,得到PM_2.5各组分前体物排放量到面源浓度贡献的响应关系,根据各组分的响应关系,在已知的行业排放量和减排比例下,设计多种本地二次组分浓度分配方案以及计算方案,可以得到PM_2.5及其各组分的浓度削减比例,即可预知控制措施的效果并进行快速评估。（4）对2014年1月北京市PM_2.5在融合方法下的污染来源识别,结果发现:北京市PM_2.5一次、二次组分浓度贡献占比分别为48%和52%,其中二次组分本地浓度贡献率为69%,外地占31%;总PM_2.5的本地及外地浓度贡献率分别是68%和32%。对2014年1月北京市本地机动车行业排放量进行40%削减后的控制措施效果进行评估,结果发现:北京市PM_2.5一次、二次组分面源浓度贡献占比分别为54%和46%,其中二次组分面源本地浓度贡献率为90%,外地占10%;从削减比例来看,在重污染时期,两种计算方案的PM_2.5削减比例分别在1.40%².72%以及1.40%³.34%之间,而在月均时期,两种计算方案的削减比例分别在1.90%².83%以及1.90%³.73%之间。且在同样的减排力度下,所有的调整方案都会增加PM_2.5浓度的削减比例。无论是月均还是重污染时段,在同样的削减力度下,按照模式模拟的各二次组分比例对二次组分浓度进行分配,并对机动车行业一次组分浓度不做调整系数调整的计算方案的PM_2.5削减效果最为明显,也更趋近于观测事实。