大气污染物的空间特别是垂向监测对于分析、防治大气污染非常重要,也是对目前以地面监测站为主的监测方式的有益补充。小型无人机为大气污染垂向监测提供了新的途径。但是,为了保证采集数据的代表性,需要做气体传感器入口位置的干扰屏蔽结构等关键设计。本文基于六旋翼无人机搭载平台,依靠STM32单片机和传感器技术,研究并开发了PM_2.5及其前体物的浓度监测系统,实现对PM_2.5及前体物的立体化监测。为验证该系统的有效性,以杭州下沙作为研究区域布置了7个监测点,在2018年3月对每个监测点不同高度的细颗粒物(PM_2.5、PM₁₀)和4种前体物（SO₂、O₃、NO₂、CO）的浓度分布状态以及温度、湿度、气压等气象参数实施了监测实验。实验中,无人机从监测点的地面开始监测,每上升50m悬停20秒,测量高度500米范围内的污染物浓度。在此次监测数据的基础上,本文还分析了PM_2.5及其前体物的垂向分布特征和统计学相关性。实验结果表明:面积较大的综合型工业区的PM_2.5浓度随着高度增加而上升,而在小规模工业区与居民区附近则是先降后升;PM₁₀与PM_2.5的变化趋势基本保持一致。在垂直方向上,CO与SO₂的最大值总是出现在近地面附近,之后开始递减,NO₂随着高度的上升而递增;对比具有相近前体物浓度和气象参数的监测点数据,可以观察到湿度越高的监测点,PM_2.5浓度也越高的现象。通过统计学相关性分析发现:前体物SO₂、NO₂、CO和O₃中,CO对于PM_2.5的浓度影响最大;总体上来看,前体物浓度越高,PM_2.5的浓度也越高。实际监测表明利用无人机进行空间污染物分布监测具有可行性、灵活性和高效性,是对现有固定环境监测网络的拓展和补充。借助无人机手段实施PM_2.5及其前体物浓度空间分布的立体化监测,不仅可以刻画各污染物浓度的垂向分布特征,而且通过分析PM_2.5与前体物之间的相关关系,可以为研究细颗粒物的生成过程及大气污染的预测和控制提供依据。