近几年来,大气污染越来越严重,人们逐渐重视大气的时空分布并开始对工厂排放的废气进行监测。在大气监测中对气体的研究十分重要,比如像我们常见的光化学烟雾、大面积的酸雨、温室效应等现象都是因为大气中一些痕量气体超标的原因,所以监测和研究大气分布是至关重要的。本论文将MAX-DOAS技术与层析重建算法相结合来进行大气浓度分布的重建,ART算法是检测重构大气气体浓度的二维分布的层析重建算法的主要算法之一,此算法简单,易于实现,但是ART算法的最优松弛因子的选取并不是很好。本论文在传统的ART算法基础上,提出改进ART算法优化松弛因子的方法,并将改进的算法进行Shepp Logan头模型以及大气检测的仿真实验,最后应用在NO₂的空间分布重建上。本论文首先采用了MAX-DOAS软件对NO₂和甲醛等气体进行了浓度反演。并针对ART算法松弛因子的优化问题,提出了利用模拟退火原理实现变松弛因子重建算法（CRRT）的方案。然后通过CRRT算法对Shepp Logan头模型进行仿真实验;对相关实验结果进行分析处理后,通过对比未改进的ART算法,实验结果表明改进后的重建算法的效果比传统的ART算法效果更佳。再用改进后的ART算法和传统ART算法一起对烟羽二维空间分布问题进行仿真重建,并通过数值模拟的方式分析这两种算法,比较两种算法的重建误差。结果表明改进后的ART算法的重建误差要小于传统的ART算法的重建误差。重建效果要优于传统ART算法。最后将MAX-DOAS仪器检测得到的NO₂的浓度与CRRT算法结合进行了分布重建。实验证明CRRT算法可以得到很好的重建效果。