随着国民经济的高速发展和城市化进程的加快，我国许多大、中城市面临着严重的环境污染问题，尤其是近些年来PM2.5细颗粒物污染越来越严重，对人们的生产生活造成重要影响，严重威胁到身体健康。我国已经将 PM2.5列为空气质量评价的重要指标，并且在许多城市建立地面PM2.5实时监测站点，但是站点数量有限、受各种外界条件影响、耗费大量人力财力且难以监测较大范围的PM2.5动态变化情况，卫星遥感探测技术具有覆盖范围广、获取周期短、能反映动态变化、受条件限制少、获得的信息量大且成本低的优点，能够弥补地面监测站点的不足。　　本研究对2013年4月至2014年4月北京地区的MODIS和VIIRS的气溶胶光学厚度AOD产品与地面监测站点获取的PM2.5质量浓度进行对比分析，构建基于卫星遥感AOD估算PM2.5质量浓度的回归模型，具体内容包括：　　1、分别对MODIS和VIIRS的AOD产品进行时空变化分析，研究北京市不同季节、不同区域的AOD分布变化特征和状况。总体上AOD数值在冬季呈现较低的状态，其余季节的AOD水平相当，没有较大起伏，AOD空间分布呈现由南向北逐渐递减的趋势。　　2、对北京地区的 PM2.5质量浓度做时空变化分析，PM2.5质量浓度每天的变化呈现双峰状态；月变化最低值出现在8月份，最高月份是2月，高达190μg/m3；季节变化是冬季的PM2.5质量浓度最高，夏季最低。探讨不同地面监测站点获取的PM2.5质量浓度变化情况，分析北京市不同区域、不同性质的监测站点的 PM2.5质量浓度变化趋势，呈现由南向北递减的趋势。对比PM2.5质量浓度和相对湿度、气压、降水量、气温、风速等气象条件的相关关系。　　3、AOD与PM2.5质量浓度呈正相关关系，AOD的空间分辨率会对相关性造成影响，空间分辨率越高，二者之间的相关性就越好，反之越差；2013年4月至2014年4月北京地区VIIRS的AOD产品要比MODIS的AOD产品与PM2.5质量浓度间的相关性差。分析不同季节AOD与PM2.5质量浓度的相关关系，相关性最好的季节是秋季，R2可以达到0.6191，相关性最差的是冬季。对北京地区17个地面监测站点的数据进行相关性分析研究，分析AOD与PM2.5质量浓度相关性空间变化趋势，然后分别对卫星AOD数据和PM2.5质量浓度做垂直订正和湿度订正，获取近地面消光系数和当时大气湿度环境下PM2.5质量浓度数据并进行相关性分析明显比之前的直接相关性高，R2可由0.4973提高至0.5486。　　4、构建基于卫星AOD的PM2.5质量浓度遥感估算模型，包括线性函数、对数函数、一元二次函数、幂函数以及指数函数5种关系模型。分别对不同模型进行对比分析和显著性检验，2013年4月至2014年4月北京地区基于卫星AOD的PM2.5质量浓度最优估算模型是一元二次回归模型，而利用气象因子风速、气温、气压参与构建的 AOD估算PM2.5质量浓度的多元回归模型为拟合度最好的最优PM2.5质量浓度遥感估算模型。　　研究最终构建了北京地区的细颗粒物PM2.5质量浓度的遥感估算模型，为PM2.5污染的遥感监测技术提供方法应用研究。