空气污染是影响城市发展的一项重要环境问题,近年来频发的雾霾事件给人类生产生活带来困扰,因此及时有效的获取大气环境状况显得至关重要。目前主要通过大气质量监测站来获取空气质量数据,然后对监测站获取的各污染物浓度进行计算,得到一个综合的空气质量数据——空气污染指数(API)来反映城区空气质量状况。该监测方式仅能得到几个监测点上的空气质量,而不能监测整个城区的空气质量分布,因此,这种仅仅依靠点状监测、获得点数据的监测方法受站点分布的影响较大,存在一定的局限性。空气污染受制于多种因素的共同影响,地表温度是影响空气质量分布的一个重要因子,而当前大范围、实时的地表温度数据以遥感监测数据最具代表性。遥感技术能够实现对地表温度宏观、动态、实时的监测。因此本文尝试通过对MODIS地表温度与API进行回归分析,构建两者关系模型,以期实现通过遥感技术获取空气质量的空间分布状况的目的。本研究的主要结论有：(1)地表温度与大气主要污染物CO和03以及API在0.01水平上均呈现显著性相关,相关系数分别为-0.486、-0.727、-0.524、-0.652、0.834和-0.542。(2)分别从全年和季节的角度将地表温度与API进行线性、对数、幂函数、一元二次方程和指数回归分析,根据决定系数R2选取最优模型。选取了一元二次方程为两者全年关系模型,指数为春季关系模型,一元二次方程作为夏、秋和冬季关系模型。全年关系模型和秋季模型的拟合效果较好,决定系数R2分别达到0.44和0.56,春夏冬三季模型拟合效果较差,决定系数R2分布为0.11、0.04和0.05。(3)分别在步长为1、5、10、25、50情况下对全年关系模型和各季节关系模型进行分析验证。在步长为1时,各模型拟合精度和预测精度均较差,因此不能实现通过地表温度直接预测空气质量的目的；随着步长的提高,两精度逐步提高,其中在步长为50的情况下,各模型的拟合精度和预测精度均达到最佳,全年关系模型的拟合精度和预测精度分别为100%和94.4%；春季模型两项指标均为100%,夏季拟合精度为93.65%,预测精度为83.33%；秋季的拟合精度和预测精度均为88.89%；冬季的拟合精度为90.48%,预测精度为100.00%。步长50同时也是API的分级标准,因此各模型能满足对空气等级的预测需求。(4)利用全年关系模型和冬季模型推算出武汉市2016年2月7日空气质量分布状况,API等级为Ⅱ级,与实际发布的等级相同。