当前,中国迈入了从交通大国转变为交通强国的新时代。据相关数据统计,至2019年年底,全国公路里程已达501.3万公里,机动车保有量达3.84亿辆。社会与经济的进步带来的不仅是繁荣的表象,还有日益严重的空气质量问题。作为首都的北京,也一直面临严重的交通排放污染问题。因此,获取北京地区在不同交通条件及气象条件下的颗粒物浓度,测算实际交通来源的PM2.5排放量和排放因子,对构建北京市颗粒物排放清单具有重要意义。另一方面,研究秋冬季节频发的霾事件下车辆的排放特性,有利于补充对交通来源颗粒物的认识从而制定相对应的政策。本研究从理论与实践相结合的角度出发,并重考虑现场实验与排放建模,利用已开发的基于激光散射法的颗粒物监测设备,设计并实施了一系列监测实验,同时对应不同的交通情景和气象情景分别建立了相应的两套模型。一方面,针对正常天气,即研究中定义的污染事件没有发生的情况,本研究搭建了标定实验平台,通过将收集的环境PM2.5浓度数据与参照的标准仪器数据对比分析,同时引入气象参数作为变量建立了正常天气下可用的基于多元线性回归的设备标定模型。选取南六环南环铁路桥进行基于隧道测试法的分车型排放因子测算实验,根据获得的气象参数、交通信息和PM2.5浓度建立测算不同车型（即轻型车和重型车）的排放因子,并根据最小二乘法估计模型参数及误差,并与已有研究进行对比。另一方面,本研究进行了霾天气下颗粒物监测设备的表现评估及排放因子测算。利用已搭建的标定平台收集的霾天气数据,依然与标准仪器对比分析,建立不同于正常天气的非线性模型作为最终的标定模型。在隧道测试实验中,根据霾发生的定义,考虑霾条件下二次颗粒物的变化,筛选符合日期的颗粒物排放数据、气象参数和车辆数据,引入参考文献中二次颗粒物的排放因子建立多元回归模型,并根据最小二乘法估算轻型车和重型车的排放因子,并与国内外研究进行对比。图29幅;表17个;参考文献150篇。