大气污染问题严重影响着人们的生存环境,越来越多的人们已经关注此事,而气溶胶污染就是其中很重要的一个方面。近些年来,卫星技术快速发展,利用其成像速度快、成本低、受天气因素制约小的特点进行长期、实时的监测大范围的气溶胶污染已经逐步为各国广泛应用。根据植被的生长状态,可将研究区植被的生长时期划分为裸露地表时期、浓密植被时期、稀疏植被时期三个时期。前人通过对研究区裸露地表时期的MODIS影像采用针对该时期的改进的时间序列算法、浓密植被时期的MODIS影像采用针对该时期的DDV算法、稀疏植被时期的MODIS影像采用针对该时期的地表光谱模型算法,最终实现了研究区各时期气溶胶光学厚度的反演并取得了良好的效果。但是,上述研究存在以下两个问题:1、裸露地表时期算法需要的气溶胶光学厚度最小值只是本研究区的,对于其他研究区利用该时期算法时还得需要人工获取。2、研究区各植被生长时期的MODIS影像是通过手动筛选的。针对上述问题,本文的研究内容就是将手动部分变为自动部分,从而节省时间与人力。具体为:1、全球气溶胶光学厚度最小值统计研究。2、植被生长时期MODIS影像自动筛选方法研究。我们通过自动筛选研究区各植被生长时期MODIS影像实现了气溶胶光学厚度的反演并利用前人研究所用地面观测站点进行了验证,然后加入了前人通过手动筛选研究区各植被生长时期MODIS影像反演出的气溶胶光学厚度验证结果。对比显示:前者的反演值同地面站点观测值的均方根误差(RMSE)为0.1779,拟合系数(R2)为0.9271;后者的反演值同地面站点观测值的均方根误差(RMSE)为0.1500,拟合系数(R2)为0.9173。因此,两者具有很好的吻合性。随后,我们将这一方法结合统计出的全球气溶胶光学厚度最小值分别应用于热带、干旱、寒带的选定地区完成了气溶胶光学厚度反演及其验证,这里利用了ppeno K(5)(5)的气候分类法。验证结果为:热带地区选定区域反演值同地面站点观测值的均方根误差(RMSE)为0.0278,拟合系数(R2)则达到了0.9681;干旱地区选定区域反演值同地面站点观测值的均方根误差(RMSE)为0.0943,拟合系数(R2)为0.8951;寒带地区选定区域反演值同地面站点观测值的均方根误差(RMSE)为0.0345,拟合系数(R2)为0.7427。因而,我们将此方法应用于全球大气气溶胶光学厚度的遥感反演,就可以快速监测全球大气环境污染。