近年来,随着我国工业化与城市化的进一步推进,大气污染问题日益突出。其中,PM2.5(细颗粒物)污染备受人们的关注。PM2.5是我国城市大气的主要污染物,也是杭州大气污染的重要组成部分。随着杭州市大气污染治理力度的不断加大,杭州市的空气质量有了很大的改善,但PM2.5浓度仍未达到国家环境空气质量二级标准,需要引起我们的重视。需要注意的是,PM2.5浓度的监测仍然存在一些不足。PM2.5的监测主要依靠地面监测站点的实时监测,虽然监测精度较高,但面对复杂的城市地表类型,面对PM2.5的大范围监测,地面监测数据就略显乏力。与此对应的是,利用遥感监测手段能得到整个区域的PM2.5空间分布情况,这对大气污染的防治和土地利用结构的优化与布局有很大帮助。本次研究基于杭州市的空气质量监测站站点数据,从多个角度对杭州市2015～2019连续五年的PM2.5时空变化情况进行了分析;利用MODIS L1B遥感影像反演得到杭州2017年3月至2018年2月杭州市PM2.5浓度空间分布图,分析了杭州四季的PM2.5浓度时空分布特征,并分析了其与地表覆盖类型、植被覆盖度等之间的关系。主要研究内容及结果如下:(1)本文基于2015～2019年杭州11个空气质量监测站点逐小时监测数据,以年、季、月、周为单位,分析了杭州市PM2.5的变化规律及污染状况。结果表明,杭州2015～2019年PM2.5年均浓度、季均浓度、月均浓度逐年下降,月均值则以年为尺度周期性变化,并呈“U”型分布。在进行周变化分析时,以2017年为例,发现杭州城区周末的PM2.5浓度高于年平均浓度,且周末的PM2.5浓度值几乎全天高于工作日均值。此外,本文尝试利用PM2.5站点数据进行插值,得到了杭州2015年和2019年的PM2.5空间分布图。(2)本文基于V5.2算法对MODIS L1B数据进行了遥感反演,最终得到了杭州的AOD空间分布图,并利用MODIS气溶胶产品MYD04＿3K对AOD反演结果进行了验证,两者之间的决定系数值达到0.8702,整体反演精度较高,证明了AOD反演结果的可靠性,AOD反演结果能用于下一步的研究工作。(3)本文采用SPSS软件对杭州PM2.5浓度与订正前和订正后的AOD进行了相关性分析。结果表明,AOD经过订正后,AOD与PM2.5之间的相关性较订正前明显提高,其中冬季两者之间的相关性最好,秋季两者之间的相关性稍低。本文结合AOD和PM2.5浓度的关系建立了多种回归模型,发现二者之间一元二次模型在四季的拟合效果均为最优,春、夏、秋、冬四季研究区一元二次模型的检验结果相对较好,其预测决定系数分别为0.6294、0.6636、0.5486、0.6846。(4)本文根据AOD和PM2.5浓度的相关关系,结合两者之间的最优拟合模型,经过反演等处理得到了杭州市主城区四季的PM2.5浓度空间分布图,并对其与土地覆盖类型、植被覆盖度等之间的关系进行了探讨。通过分析杭州主城区范围内大气污染物PM2.5的时空分布特征,发现杭州主城区PM2.5浓度在空间上呈现出中部及东部区域PM2.5浓度相对较高,西部及南部区域PM2.5浓度相对较低的特点;土地覆盖类型对PM2.5浓度分布的影响较为明显,PM2.5浓度在不同土地覆盖类型上呈现季节性的变化规律,PM2.5浓度在四季均显示人造地表>水体>耕地>林地的特点;PM2.5浓度在四季都和植被覆盖度呈负相关关系,春、夏、秋、冬四季的决定系数分别为0.886、0.6066、0.8403和0.9643。