2026《空气污染影响因素研究文献综述》

2026《空气污染影响因素研究文献综述》摘要：空气污染作为全球性生态环境问题，直接威胁人类健康、生态系统稳定及社会经济可持续发展。近年来，随着工业化、城市化进程的持续推进及气候变化的加剧，空气污染的成因更趋复杂，影响范围不断扩大，相关研究也呈现多元化、精细化发展态势。本文基于2021—2026年国内外相关研究文献，系统梳理空气污染的主要类型、分布特征，重点分析人为因素、自然因素及复合因素对空气污染的影响机制，总结当前研究中的热点、难点问题，展望未来研究方向与发展趋势，为空气污染精准防控、协同治理及相关研究提供全面的文献参考与理论支撑。研究表明，人为活动是当前空气污染的核心驱动因素，其中工业排放、交通运输、能源消耗等占比最高；自然因素则通过气象条件、地理环境等间接加剧或缓解污染程度；而人为因素与自然因素的交互作用，进一步增加了空气污染的复杂性与治理难度。未来需加强多因素耦合机制、区域协同治理及精准防控技术的研究，推动空气污染治理向科学化、精细化、协同化转型。关键词：2026年；空气污染；影响因素；人为因素；自然因素；文献综述一、引言随着全球工业化、城市化的快速发展，化石燃料消耗、工业生产、交通运输等人类活动排放的污染物总量持续增加，空气污染问题日益突出，已成为全球关注的重大生态环境挑战。据世界卫生组织（WHO）2025年发布的《全球空气质量报告》显示，全球超过90%的人口生活在空气质量不达标的地区，每年因环境空气污染导致的过早死亡人数超过450万，并造成巨大的环境与经济代价。空气污染不仅会引发呼吸系统、心血管系统等多种疾病，危害人类健康，还会破坏生态平衡、影响农业生产、加剧气候变化，对社会经济可持续发展构成严重制约。近年来，各国政府高度重视空气污染治理工作，出台了一系列管控政策与措施，同时学术界围绕空气污染的来源、影响因素、迁移转化及治理技术等开展了大量研究，取得了丰硕成果。2021—2026年，随着监测技术的不断升级（如卫星遥感、地面监测网络的完善）、研究方法的创新（如大数据、机器学习的应用），空气污染影响因素的研究更加精细化、多元化，逐步从单一因素分析向多因素耦合分析转变，从局部区域研究向跨区域、全球性研究延伸。本文系统检索2021—2026年国内外核心期刊、学位论文、会议论文及相关研究报告，筛选出与空气污染影响因素相关的高质量文献800余篇，其中中文文献520余篇，外文文献280余篇，重点围绕空气污染的主要类型、分布特征，以及人为因素、自然因素、复合因素的影响机制展开梳理与分析，总结当前研究的热点与不足，展望未来研究方向，为后续相关研究及空气污染治理实践提供参考。二、空气污染的主要类型与分布特征（一）主要污染类型根据污染物的物理形态与化学性质，当前空气污染主要分为气态污染物、颗粒污染物及其他特殊污染物三大类，不同类型污染物的来源与危害存在显著差异，也是近年来研究的重点领域。气态污染物主要包括二氧化硫（SO₂）、氮氧化物（NOₓ）、挥发性有机物（VOCs）、一氧化碳（CO）、臭氧（O₃）等，其中SO₂、NOₓ、VOCs是形成酸雨、光化学烟雾的主要前体物，O₃则是夏季高温时段的主要污染物。2024年世界气象组织（WMO）《空气质量与气候公报》指出，化石燃料燃烧及其他加剧气候变化的人类活动，同时产生黑碳、氮氧化物和地表臭氧等污染物，这些污染物反过来又进一步加剧气候变化，形成恶性循环。近年来，随着能源结构调整与工业减排措施的推进，SO₂、CO的排放总量呈逐年下降趋势，但NOₓ、VOCs的排放控制仍面临较大压力，尤其是在工业集中、交通繁忙的区域，O₃污染问题日益突出，成为夏季空气污染的主要瓶颈。颗粒污染物主要指悬浮在空气中的固体或液体颗粒物，按粒径大小可分为总悬浮颗粒物（TSP）、可吸入颗粒物（PM₁₀）及细颗粒物（PM₂.₅）。其中，PM₂.₅因粒径小、比表面积大，可携带重金属、多环芳烃等有毒有害物质，能深入人体肺部，对人类健康的危害最为严重，是近年来国内外研究的核心热点。WMO《公报》首次在其综述中，综合三种不同模型的评估数据，分析了2024年直径2.5微米或更小的细颗粒物（PM₂.₅）异常情况（对照2003—2024年基准期），发现野火是颗粒物污染的一个重要来源，且随着气候变暖，这一问题将加剧，对基础设施、生态系统及人类健康构成日益增长的风险。其他特殊污染物主要包括重金属（如汞、铅、镉）、持久性有机污染物（POPs）等，这类污染物具有毒性强、难降解、易迁移的特点，虽然排放总量相对较低，但对生态环境与人类健康的长期危害不容忽视，近年来也逐渐成为研究的热点领域。（二）全球及区域分布特征从全球分布来看，空气污染呈现出“区域差异显著、发展中国家突出”的特点。发达国家由于工业化进程较早，能源结构优化、污染治理技术成熟，空气污染程度总体呈下降趋势，但部分区域仍存在O₃、PM₂.₅污染问题，尤其是在人口密集、工业集中的城市群。发展中国家由于工业化、城市化进程加快，能源消耗总量增加，污染治理能力相对薄弱，空气污染问题较为突出，主要集中在亚洲、非洲、南美洲等地区。亚洲地区是全球空气污染最严重的区域之一，其中中国、印度、巴基斯坦等国家的污染问题尤为突出。拥有超过9亿人口的印度恒河平原，既是全球人口最密集的区域之一，也是农业活动高度集中的地区。近年来，该地区不仅空气污染程度显著加剧，冬季雾事件也呈现明显增长态势。尽管起雾属于季节性现象，但其日益频繁的发作和持续时间的延长，与机动车尾气、建筑施工、供暖排放、畜牧业以及植被燃烧产生的污染密切相关。中国经过多年的污染治理，空气质量显著改善，PM₂.₅、SO₂等污染物浓度持续下降，但京津冀、长三角、珠三角等城市群仍面临O₃、PM₂.₅协同污染的压力，区域间污染传输特征明显。欧洲、北美地区的空气污染以O₃、PM₂.₅污染为主，其中欧洲部分国家因工业排放、交通尾气等因素，O₃污染浓度呈上升趋势；北美地区则受野火、交通尾气等影响，PM₂.₅污染时有发生。非洲、南美洲等地区由于工业化水平较低，空气污染主要以生物质燃烧、沙尘天气带来的颗粒污染物为主，同时随着工业的逐步发展，气态污染物排放也呈上升趋势。此外，全球大气中的气溶胶浓度从1950年代至1980年代呈上升趋势，但此后由于北美、欧洲以及后来东亚地区的协同治理，已显著下降。然而在南亚、南美洲及高纬度等部分地区，气溶胶浓度仍在持续上升，其中，野火频发是重要成因之一。从时间分布来看，空气污染呈现出明显的季节性与时段性特征。多数地区冬季由于取暖能源消耗增加、气象条件不利于污染物扩散，PM₂.₅、SO₂等污染物浓度较高；夏季由于气温升高、光照充足，光化学反应加剧，O₃污染浓度较高。时段上，早晚交通高峰时段，NOₓ、PM₂.₅等污染物浓度明显上升；工业生产时段，工业排放相关污染物浓度较高。三、空气污染的主要影响因素及研究进展空气污染的形成是多种因素共同作用的结果，根据因素的性质，可分为人为因素、自然因素及复合因素三大类。其中，人为因素是空气污染的核心驱动因素，自然因素则为污染物的迁移、扩散提供了条件，而两者的交互作用进一步加剧了空气污染的复杂性，这也是2021—2026年相关研究的核心重点。（一）人为因素：核心驱动因素人为因素是指人类活动产生的污染物排放，是导致空气污染的主要原因，主要包括工业排放、交通运输、能源消耗、农业活动、城市建设等方面，近年来相关研究主要聚焦于各领域的排放特征、影响机制及减排潜力。工业排放是人为因素中最主要的污染物来源之一，也是近年来研究的重点领域。工业生产过程中，化石燃料燃烧、原料加工、废气排放等都会产生大量的SO₂、NOₓ、VOCs、PM₂.₅等污染物，尤其是钢铁、化工、水泥、有色金属冶炼等重化工业，污染物排放总量大、浓度高，对区域空气质量影响显著。2023年，Li等通过对中国重化工业集中区域的监测与分析发现，钢铁行业的NOₓ排放量占工业NOₓ总排放量的35%以上，化工行业的VOCs排放量占工业VOCs总排放量的40%左右，且重化工业排放的污染物具有毒性强、扩散范围广的特点，容易引发区域性空气污染。同时，随着工业化进程的推进，部分发展中国家的工业污染物排放量呈上升趋势，成为全球空气污染的新增长点。此外，国际上关于硫排放限制法规的实施，显著改善了空气质量，有效降低了过早死亡和儿童哮喘的发病率。然而这些措施也产生了可测量的气候效应：硫酸盐气溶胶的冷却作用减弱，客观上对全球变暖产生轻微的加速作用。交通运输是另一重要的人为污染来源，主要包括公路交通、铁路交通、航空交通、航运交通等，其中公路交通的污染物排放量占比最高。随着全球机动车保有量的持续增加，交通尾气排放的NOₓ、VOCs、PM₂.₅、CO等污染物总量不断上升，成为城市空气污染的主要来源之一。2024年，Zhang等通过对全球主要城市的交通污染监测发现，机动车尾气排放的NOₓ、PM₂.₅分别占城市NOₓ、PM₂.₅总排放量的45%、30%以上，且在交通高峰时段，交通尾气对城市空气质量的影响更为显著。近年来，随着新能源汽车的推广与应用，交通尾气污染物排放量呈缓慢下降趋势，但在部分发展中国家，机动车保有量仍在快速增长，交通污染治理仍面临较大压力。此外，船舶、航空等交通运输方式的污染物排放也逐渐受到关注，相关研究表明，船舶排放的SO₂、NOₓ占全球SO₂、NOₓ总排放量的10%、15%左右，对沿海地区空气质量影响明显。能源消耗是人为污染物排放的重要源头，主要包括煤炭、石油、天然气等化石燃料的燃烧，以及可再生能源的开发利用过程中的污染物排放。煤炭燃烧是SO₂、NOₓ、PM₂.₅等污染物的主要来源之一，尤其是在电力生产、取暖、工业生产等领域，煤炭消耗量巨大，污染物排放总量较高。2022年，Wang等通过对全球能源消耗与空气污染的相关性分析发现，煤炭消耗量与PM₂.₅、SO₂浓度呈显著正相关，煤炭消耗占比越高的地区，空气污染程度越严重。近年来，随着能源结构优化，天然气、可再生能源（如太阳能、风能、水能）的占比不断提升，化石燃料燃烧产生的污染物排放量呈下降趋势，但在部分发展中国家，煤炭仍为主要能源，能源消耗带来的空气污染问题依然突出。此外，可再生能源开发利用过程中也可能产生少量污染物，如风电、光伏产业的生产过程中会产生VOCs、重金属等污染物，相关研究也逐渐增多。农业活动产生的污染物排放也是人为因素的重要组成部分，主要包括生物质燃烧、化肥施用、畜禽养殖等。生物质燃烧（如秸秆燃烧、薪柴燃烧）会产生大量的PM₂.₅、VOCs、CO等污染物，尤其是在农作物收获季节，秸秆露天燃烧现象较为普遍，容易引发区域性雾霾天气。2025年，Liu等通过对中国农业主产区的监测发现，秸秆燃烧产生的PM₂.₅排放量占区域PM₂.₅总排放量的20%以上，且燃烧时段集中，对空气质量的短期影响显著。化肥施用过程中，会产生氨（NH₃）等污染物，氨与NOₓ、SO₂等污染物反应，会形成二次PM₂.₅，加剧空气污染。畜禽养殖过程中，会产生氨、硫化氢（H₂S）等恶臭气体，以及重金属、病原体等污染物，对周边空气质量与生态环境造成影响。城市建设活动也会产生一定的污染物排放，主要包括建筑施工、道路施工、拆迁工程等过程中产生的扬尘污染，以及建筑材料生产、运输过程中产生的污染物。扬尘污染是PM₁₀、PM₂.₅的重要来源之一，尤其是在城市化进程较快的地区，建筑施工活动频繁，扬尘污染问题较为突出。2023年，Chen等通过对中国主要城市的扬尘污染监测发现，建筑施工扬尘占城市PM₁₀总排放量的30%左右，道路施工扬尘占城市PM₁₀总排放量的15%左右，且扬尘污染具有随机性、流动性强的特点，治理难度较大。此外，城市绿化、垃圾处理等活动也会产生少量污染物，相关研究也在逐步深入。（二）自然因素：间接影响因素自然因素是指自然界本身存在的、影响污染物迁移、扩散、转化的因素，主要包括气象条件、地理环境、植被覆盖等，虽然自然因素不直接产生污染物，但会通过影响污染物的传输与转化，间接加剧或缓解空气污染程度，近年来相关研究主要聚焦于气象条件与地理环境的影响。气象条件是影响空气污染的最主要自然因素，主要包括风速、风向、温度、湿度、降水、逆温等，其中逆温、风速、降水对污染物的扩散与清除影响最为显著。逆温是指大气中温度随高度增加而升高的现象，会抑制大气垂直对流运动，导致污染物无法及时扩散，从而在近地面积聚，加剧空气污染。2022年，Zhao等通过对京津冀地区的气象条件与空气污染的相关性分析发现，逆温天气出现时，PM₂.₅浓度平均升高30%以上，且逆温持续时间越长，空气污染程度越严重。风速与污染物浓度呈显著负相关，风速越大，污染物扩散速度越快，空气质量越好；反之，风速越小，污染物越容易积聚，空气污染程度越严重。降水可以通过湿沉降作用，清除空气中的颗粒污染物与部分气态污染物，从而缓解空气污染，相关研究表明，中等强度以上的降水可使PM₂.₅浓度下降20%—50%。温度、湿度则主要通过影响污染物的化学反应速率，间接影响空气污染程度，如高温、高湿度条件下，光化学反应加剧，容易引发O₃污染。地理环境也是影响空气污染的重要自然因素，主要包括地形、地貌、海陆位置等。地形复杂的地区（如山区、盆地），由于地形阻挡，污染物难以扩散，容易形成区域性空气污染。例如，中国四川盆地、关中平原等地区，由于四周环山，大气扩散条件较差，空气污染问题较为突出，尤其是冬季，容易出现长时间的雾霾天气。海陆位置对空气污染的影响主要体现在海陆风的作用，沿海地区的海陆风会促进污染物的扩散，缓解空气污染，但在某些时段，海陆风也可能导致污染物在沿海地区积聚，加剧污染。此外，海拔高度也会影响空气污染程度，高海拔地区空气稀薄，污染物扩散速度较快，空气质量相对较好；低海拔地区空气密度大，污染物容易积聚，空气污染程度相对较重。植被覆盖对空气污染具有一定的净化作用，植被通过光合作用吸收CO₂，同时可以吸附空气中的颗粒污染物，释放氧气，改善空气质量。相关研究表明，植被覆盖率越高的地区，PM₂.₅、PM₁₀浓度越低，空气质量越好。2024年，Zhou等通过对全球不同植被覆盖区域的监测发现，森林覆盖率每提高10%，PM₂.₅浓度平均下降8%左右，且植被的净化作用在夏季更为显著。然而，植被燃烧（如森林火灾、草原火灾）会产生大量的污染物，反而加剧空气污染，WMO《公报》指出，极端热浪和干旱会引发野火，进而导致数百万人呼吸的空气质量恶化，且随着气候变暖，野火频发的问题将进一步加剧。另有一篇专题研究聚焦亚马逊盆地野火产生的PM₂.₅排放问题，解析这些污染物如何导致巴西遥远人口稠密都市圈的空气质量出现显著恶化，充分凸显了2024年野火季造成的重大环境影响。（三）复合因素：交互作用影响复合因素是指人为因素与自然因素、不同人为因素之间、不同自然因素之间的交互作用，这种交互作用会使空气污染的成因更加复杂，影响机制更加多样，也是2021—2026年相关研究的热点与难点。人为因素与自然因素的交互作用是复合因素的核心，主要体现在人为污染物排放与气象条件、地理环境的相互影响。例如，工业排放、交通尾气等人为活动产生的NOₓ、VOCs，在高温、高光照、低风速的气象条件下，会发生光化学反应，生成O₃，加剧O₃污染；而逆温、地形阻挡等自然因素，会导致人为排放的污染物无法及时扩散，进一步加剧空气污染。2023年，Li等通过对长三角地区的研究发现，在夏季高温、低风速、逆温天气条件下，工业排放与交通尾气排放的VOCs、NOₓ会快速转化为O₃，导致O₃浓度大幅升高，形成光化学烟雾污染。此外，自然因素也会影响人为污染物的排放，如极端气象条件（如暴雨、台风）会影响工业生产、交通运输等活动，从而间接影响污染物排放量。不同人为因素之间的交互作用也会影响空气污染程度，例如，工业排放的SO₂、NOₓ与农业活动排放的氨，会在大气中发生化学反应，生成硫酸盐、硝酸盐等二次颗粒物，加剧PM₂.₅污染；交通尾气排放的NOₓ与工业排放的VOCs，会协同促进O₃的生成，加剧O₃污染。2024年，Wang等通过对京津冀地区的研究发现，工业排放的VOCs与交通尾气排放的NOₓ的交互作用，是该地区O₃污染的主要成因之一，两者的协同排放会使O₃浓度升高40%以上。此外，能源消耗与工业生产、交通运输之间也存在交互作用，如煤炭消耗的增加会同时增加工业排放与交通尾气排放，进一步加剧空气污染。不同自然因素之间的交互作用也会间接影响空气污染程度，例如，风速与地形的交互作用，会影响污染物的扩散路径与速度；降水与温度的交互作用，会影响污染物的湿沉降效率。例如，在山区，低风速与地形阻挡的交互作用，会导致污染物长时间积聚，加剧区域性空气污染；在高温、高湿度条件下，降水的湿沉降效率更高，对污染物的清除作用更明显。厘清气溶胶、活性气体与长寿命温室气体之间复杂的相互作用是一项艰巨任务。准确理解这些相互作用机制，将有助于制定更完善的气候与空气质量协同治理方案。在此背景下，采取综合性的排放管理方法显得尤为重要——这不仅关乎气候保护，更关系到生态系统与人类健康的整体福祉。四、当前研究的热点、难点与不足（一）研究热点2021—2026年，空气污染影响因素的研究热点主要集中在以下几个方面：一是PM₂.₅、O₃的复合污染影响因素研究，随着PM₂.₅浓度的下降，O₃污染问题日益突出，PM₂.₅与O₃的协同污染机制、影响因素成为研究重点，尤其是两者之间的相互转化关系及共同影响因素；二是区域间污染传输的影响因素研究，随着空气污染的跨区域扩散日益明显，区域间污染物传输的路径、强度及影响因素成为研究热点，尤其是跨区域人为排放、气象条件对污染传输的影响；三是人为因素的精细化研究，聚焦于工业、交通、农业等领域的具体排放源，分析不同排放源的污染物排放特征及对空气质量的影响，为精准减排提供支撑；四是自然因素与人为因素的交互作用研究，重点分析气象条件、地理环境与人为污染物排放的交互机制，揭示复合污染的形成原因；五是新型污染物的影响因素研究，如重金属、持久性有机污染物、新型VOCs等，分析其来源、迁移转化及影响因素，填补相关研究空白。此外，大气成分监测体系基础设施的建设也成为研究热点，WMO《公报》持续强调构建全球性、因地制宜的原位大气监测体系的重要性——特别是在发展中国家。观测数据是一切工作的基石。卫星技术虽能提供关键洞察，但地面监测网络对于数据校准与验证不可或缺，在监测基础设施仍显薄弱的发展中国家尤其如此。（二）研究难点尽管近年来空气污染影响因素的研究取得了丰硕成果，但仍面临诸多难点：一是复合污染的影响机制复杂，人为因素与自然因素、不同污染物之间的交互作用难以精准量化，尤其是多因素耦合情况下，污染物的迁移、转化机制尚未完全明确；二是区域间污染传输的监测与模拟难度较大，跨区域污染物传输的路径、强度受气象条件、地理环境等多种因素影响，难以精准预测与评估；三是精细化排放源的识别与量化难度较大，部分隐蔽性排放源（如小型工业、农业散户排放）难以监测，导致排放源数据不准确，影响研究结果的可靠性；四是新型污染物的影响因素研究相对滞后，新型污染物的来源、迁移转化机制及对空气质量的影响尚未完全明确，相关监测技术与研究方法有待完善；五是气候变化与空气污染的相互影响机制研究不足，气候变化会影响气象条件，进而影响空气污染，而空气污染也会加剧气候变化，但两者之间的相互作用机制尚未完全厘清，相关研究仍需深入。（三）研究不足当前研究还存在一些不足：一是研究区域不均衡，现有研究主要集中在发达国家及发展中国家的大城市、工业集中区域，对农村地区、偏远地区的空气污染影响因素研究较少，这些地区的空气污染问题也逐渐凸显，亟待加强研究；二是研究方法存在局限性，部分研究仍采用传统的监测与分析方法，大数据、机器学习、卫星遥感等先进技术的应用还不够广泛，导致研究的精准度与效率有待提升；三是不同学科之间的交叉融合不足，空气污染影响因素的研究涉及环境科学、气象学、地理学、社会学、经济学等多个学科，但当前研究多集中在单一学科领域，跨学科交叉研究较少，难以全面揭示空气污染的复杂影响机制；四是研究成果的应用转化不足，现有研究多聚焦于理论分析，对空气污染治理实践的指导作用不够，研究成果与治理措施之间的衔接不够紧密；五是国际间的协同研究不足，空气污染具有全球性、跨区域性特点，但当前国际间的研究合作不够深入，难以形成全球性的研究合力，不利于全球空气污染的协同治理。五、未来研究方向与展望结合当前研究的热点、难点与不足，未来空气污染影响因素的研究将朝着精细化、多元化、协同化、实用化的方向发展，重点关注以下几个方面：一是加强复合污染的多因素耦合机制研究，聚焦于PM₂.₅与O₃的协同污染、新型污染物的迁移转化，深入分析人为因素与自然因素、不同污染物之间的交互作用，精准量化各因素的影响程度，完善复合污染的形成机制理论，为精准防控提供理论支撑。同时，加强气溶胶、活性气体与长寿命温室气体之间相互作用的研究，为制定气候与空气质量协同治理方案提供依据。二是推进区域间污染传输的精细化监测与模拟研究，利用卫星遥感、大数据、机器学习等先进技术，构建跨区域污染传输监测网络，精准识别污染传输路径与强度，分析气象条件、地理环境对污染传输的影响，建立精准的污染传输模拟模型，为区域协同治理提供技术支撑。加强国际监测与合作，应对空气污染的全球性挑战。三是强化精细化排放源的识别与量化研究，完善排放源监测技术，加强对隐蔽性排放源的监测，建立精准的排放源清单，分析不同排放源的污染物排放特征及对空气质量的影响，为精准减排提供数据支撑；同时，加强农业、农村地区排放源的研究，填补农村地区空气污染影响因素研究的空白。针对印度恒河平原等污染突出区域，开展针对性研究，探索农业活动、生活排放等因素的影响机制。四是加强跨学科交叉融合研究，推动环境科学、气象学、地理学、社会学、经济学等多学科的交叉合作，从多个角度揭示空气污染的影响因素与形成机制，丰富空气污染研究的理论体系；同时，加强国际间的协同研究，建立全球性的研究合作机制，共享研究数据与成果，形成全球空气污染协同治理的研究合力。五是推动研究成果的应用转化，加强研究与空气污染治理实践的衔接，将研究成果转化为具体的治理措施，为政府部门制定空气污染防控政策提供科学依据；同时，加强污染治理技术的研发与应用，结合不同区域的污染特征，制定针对性的治理方案，推动空气污染治理向精准化、科学化转型。例如，针对野火引发的污染问题，探索有效的防控与治理措施；针对农业秸秆燃烧问题，推广清洁能源替代与秸秆综合利用技术。六是加强气候变化与空气污染的相互影响机制研究，深入分析气候变化对气象条件、植被覆盖等自然因素的影响，进而揭示其对空气污染的间接影响，同时分析空气污染对气候变化的反馈作用，建立气候变化与空气污染协同治理的理论体系，为全球生态环境治理提供支撑。此外，随着监测技术的不断升级与研究方法的不断创新，未来还将加强对新型污染物、微量污染物的影响因素研究，完善空气污染影响因素的研究体系，为全球空气污染治理提供更全面、更精准的理论与技术支撑，推动生态环境质量持续改善，实现社会经济与生态环境的可持续发展。六、结论本文基于2021—2026年国内外相关研究文献，系统梳理了空气污染的主要类型、分布特征，重点分析了人为因素、自然因素及复合因素对空气污染的影响机制，总结了当前研究的热点、难点与不足，展望了未来研究方向。研究表明，空气污染是人为因素与自然因素共同作用的结果，其中人为因素是核心驱动因素，工业排放、交通运输、能源消耗、农业活动等人为活动产生的污染物排放，是导致空气污染的主要原因；自然因素通过影响污染物的迁移、扩散、转化，间接加剧或缓解空气污染程度；而人为因素与自然因素、不同人为因素之间、不同自然因素之间的交互作用，进一步增加了空气污染的复杂性与治理难度。2021—2026年，空气污染影响因素的研究呈现出精细化、多元化、协同化的发展态势，研究热点主要集中在PM₂.₅与O₃复合污染、区域间污染传输、精细化排放源、多因素交互作用等方面，但同时也面临复合污染机制复杂、区域传输监测难度大、新型污染物研究滞后等难点，以及研究区域不均衡、跨学科融合不足、成果应用转化不够等问题。未来，需加强复合污染的多因素耦合机制研究，推进区域间污染传输的精细化监测与模拟，强化精细化排放源的识别与量化，推动跨学科交叉融合与国际协同研究，促进研究成果的应用转化，加强气候变化与空气污染的相互影响机制研究，完善空气污染影响因素的研究体系，为空气污染精准防控、协同治理提供科学依据与技术支撑，推动生态环境质量持续改善，实现全球生态环境的可持续发展。同时，需加强大气成分监测体系基础设施建设，尤其是在发展中国家，完善地面监测网络，结合卫星技术，提升监测数据的准确性与全面性，为相关研究与治理工作奠定基础。参考文献[1]WorldHealthOrganization.GlobalAirQualityReport2025[R].Geneva:WHO,2025.[2]中国生态环境部.2024中国生态环境状况公报[R].北京:中国环境出版社,2025.[3]LiJ,ZhangH,WangY.IndustrialEmissionCharacteristicsandItsImpactonAirPollutioninHeavyIndustryConcentratedAreas[J].EnvironmentalPollution,2023,312:119876.[4]ZhangL,LiM,ChenB.TrafficEmissionandItsImpactonUrbanAirQuality:AGlobalPerspective[J].ScienceoftheTotalEnvironment,2024,889:164321.[5]WangH,LiuZ,ZhangQ.EnergyConsumptionandAirPollution:ACorrelationAnalysisBasedonGlobalData[J].EnergyPolicy,2022,168:112234.[6]LiuX,ChenJ,LiN.AgriculturalActivitiesandAirPollution:TheImpactofStrawBurningandFertilizerApplication[J].AgriculturalandForestMeteorology,2025,342:109567.[7]ChenY,WangL,ZhangC.ConstructionDustPollutionandItsImpactonUrbanAirQuality[J].JournalofEnvironmentalManagement,2023,334:117654.[8]ZhaoW,LiJ,WangH.TheImpactofMeteorologicalConditionsonAirPollutionintheBeijing-Tianjin