随着我国城市化、工业化的飞速发展,城市的空气质量受到了严重的威胁,近地面颗粒污染物的质量浓度逐渐增加,不仅严重影响人类的身体健康,还制约我国经济的发展。本文分别对2015年6月到12月和2016年6月到12月大连地区的近地层颗粒污染物PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃的浓度数据进行数据统计,并利用MODIS数据基于ENVI软件平台反演大连地区的气溶胶光学厚度（Aerosol Optical Depth,AOD）。然后通过回归建模研究大连地区AOD与10个地面监测站点的近地层颗粒污染物PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃的浓度数据的相关性。回归建模以AOD为自变量,以颗粒污染物PM_2.5、PM₁₀、SO₂、NO₂、CO和O₃为因变量,在SPSS软件中选取了线性、对数、三次、乘幂、指数五种函数类型进行研究,通过对比回归模型的拟合优度R²,选择最优拟合模型,探讨利用遥感数据反演AOD监测大气污染的相关性和可行性。结果分析表明:2015年8月,AOD与NO₂的最优拟合模型为三次模型,其拟合优度R²为0.685;2015年10月,AOD与O₃的最优拟合模型为指数模型,其拟合优度R²为0.367;2015年11月AOD与PM_2.5和PM₁₀两种颗粒污染物的最优拟合模型皆为三次模型,其中与PM_2.5的拟合优度R²为0.801,与PM₁₀的拟合优度R²为0.845;2016年8月,AOD与CO的最优拟合模型为对数模型,其拟合优度R²为0.810;2016年10月,AOD与SO₂的最优拟合模型为指数模型,其拟合优度R²为0.482。这些结果为大气气溶胶治理提供了基础数据。