在过去的十年间我国经历了严重的PM2.5污染。PM2.5根据其自身的形成过程可以分为一次和二次颗粒物（PPM与SPM）。PPM主要通过一次排放生成,而SPM则由气态前体物通过氧化反应进一步产生。PPM与SPM有不同的环境、气候和健康效应。解析PPM和SPM对于颗粒物污染研究和管控有重要意义。本研究开发多元示踪剂模型（MTEA）,并将其应用到我国PM2.5监测网络以获取高时空分辨率的PPM和SPM浓度数据集。通过与我国多站点气溶胶组分观测和美国气溶胶组分网络数据进行比较,MTEA被证明能够合理地捕捉到PPM和SPM的浓度水平和时空特征。接着,本文探究了我国SPM浓度的时空分布及其年际变化。结果发现:空间上,南方城市的SPM/PM2.5高于北方城市,区域背景城市的SPM/PM2.5高于人口稠密城市。季节上,SPM/PM2.5在秋季最低,其余季节结果接近。年际变化方面,近年来我国主要城市PPM和SPM浓度均为下降趋势,但人口稠密城市SPM/PM2.5在夏季持续上升(0.2%yr-1)。此外,本文还探讨了PPM和SPM与O3在不同时间和区域的相关性差异。MTEA结果指出,PM2.5和O3相关性的区域差异主要是由地区间PPM浓度水平差异引起;COVID-19期间,MTEA解析出北京地区的SPM与O3有强相关性,指出二次生成增强是导致该地区“疫情霾”的主要原因。本文进一步利用优化气溶胶机理的WRF-Chem模式对长三角气溶胶进行模拟研究,并将WRF-Chem模拟结果与MTEA估算结果进行比较。结果指出,WRF-Chem与MTEA在各个城市SPM浓度估算上呈现较好的正相关（r:0.52～0.72）。长三角地区二次无机气溶胶（SNA）与二次有机气溶胶（SOA）有着相反的季节特征和日内变化;SOA最主要的来源是半/中等挥发性有机物（S/IVOCs）的氧化老化过程;在非夏季,NO3-为SNA的主导成分,而夏季SNA的主要成分为SO42-;同时,受夏季液相SOA的高浓度影响,PM2.5的主要成分为SOA,占比约为35%。综上所述,本文使用了自主研发的统计学模型MTEA与优化数值模式WRF-Chem对我国SPM特征进行分析,两类模型在不同尺度的SPM特征研究方面均表现较好,可为我国未来的颗粒物污染管控提供科学支持。