近年来,全国多次大范围雾霾事件引起了社会各界对PM2.5的关注,如何监测PM2.5已受到各国政府和有关部门的高度重视。本文以台湾岛、北京地区和福建省为研究区,综合利用高分一号(GF-1)卫星WFV遥感数据和气象等辅助数据,开展区域PM2.5质量浓度反演方法研究。主要研究内容及成果如下:(1)提出了针对GF-1星WFV数据波段特征的云检测方法。云对卫星反演气溶胶具有极大的干扰性,需将其从遥感影像上剔除以保证反演精度。针对国产GF-1星16m宽幅多光谱遥感影像仅含有可见近红外波段的特点,提出了基于波段运算与空间纹理特征相结合的云检测方法。该方法能够很好地检测出不同时相、不同类型下垫面上空的云像元,可以满足后续气溶胶反演的应用需要。(2)提供了兼顾高低反射率地表的气溶胶光学厚度(AOD)反演方法。集成暗像元和深蓝算法的优势,提供了一种能够同时对低反射率和高反射率地表类型实现AOD反演的方法。基于该方法,利用GF-1星WFV数据反演得到550nm处的AOD分布。与MODIS气溶胶产品(MOD04)相比,二者具有很好的空间分布一致性且显著相关(r>0.9);与AERONET实测值具有显著的相关性(r>0.85),70%的反演结果满足误差精度要求。相较于单一算法,本文方法在反演精度和空间覆盖范围方面具有综合性的优势。(3)构建了PM2.5质量浓度的遥感估算模型。基于直接关系模型的PM2.5遥感估算方法表明:PM2.5与AOD之间存在显著的相关关系;季节模型较全年模型具有更高的精度；PM2.5与AOD之间的最佳模型存在区域和季节性差异。基于逐步回归模型的PM2.5遥感估算方法显示:AOD对模型结果的影响最为明显,其次为风速,温度、行星边界层高度、太阳辐射等其他因子对估算结果影响不大;模型反演精度普遍不高。基于地基加权回归模型的PM2.5遥感估算方法表明:相对于逐步回归方法而言,采用地理加权方法进行建模可能会获得较高的精度;先采用逐步回归方法进行变量选择,再利用地理加权回归方法进行建模,对构建高效、高精度的PM2.5反演模型比较有利;模型反演结果与AOD以及插值结果较为一致,且反演结果更为可信。