常用的分析污染物来源的方法或是基于对地面观测数据的统计分析(如正定矩阵因子分解PMF方法)，或是应用空气质量模型的敏感性试验(如通过改变某个排放源分析该排放源的贡献).统计分析往往受限于观测资料的代表性和化学反应非线性考虑的不足，而模型的敏感性试验受限于运算资源和时间使得我们仅能进行有限的敏感性试验分析部分区域和种类排放源的敏感度.本文中，我们应用GEOS-Chem大气化学模式及其伴随模式分析地面PM2.5污染的来源.伴随模式是欧拉形式上的受体模型，能够详细计算模式各个空间网格上不同种类排放源对研究地区PM2.5污染浓度的贡献比例.我们分析了北京和保定地区地面PM2.5污染的精细来源.研究结果显示了河北大面积的民用和工业燃烧直接排放的细颗粒物的重要贡献，也指出在华北地区当前的排放情况下氨气排放对PM2.5的形成贡献要比二氧化硫和氮氧化物排放更为重要.本文也将讨论区域输送对北京和保定的地面PM2.5污染的影响以及其输送路径和时长.