大气可吸入颗粒物PM10已成为我国大中城市的首要空气污染物,并严重影响城市生态环境及居民身体健康,探讨区域PM10浓度的空间分布特征及其影响因素具有重要的理论与现实意义。本文以武汉市为研究对象,拟利用武汉市2008-2010年MODIS卫星遥感监测的大气气溶胶光学厚度(AOD)与地面站点监测的PM10质量浓度数据建立回归关系模型,并选择近3年九月份具有代表性日期的MODIS-AOD空间分布数据,应用遥感和地理信息系统技术,利用以上模型计算合成武汉市各时期大气可吸入颗粒物PM10浓度的空间分布,在此基础上收集建设用地面积比例、水体面积比例、地形起伏度、植被指数NDVI与地表温度5个PM10浓度空间分布的影响因素数据,利用Arcgis与SPSS软件定量分析各因素对大气PM10浓度空间分布的影响。主要研究结果如下：(1)三个时期的武汉市大气气溶胶光学厚度(AOD)空间分布均呈现出明显的空间差异性,综合来看,主城区的洪山区与武昌区以及郊区的东西湖区、蔡甸区东北部、江夏区北部一直都是AOD高值区,这些地区普遍人口与建筑分布密集,人类生活与生产活动频繁；而郊区的黄陂区北部、新洲区东部与江夏区南部一直都是AOD低值区,这些地区耕地、林地较多,工业活动较少,这表明人类活动对AOD的空间分布影响较大。(2)对比2008-2010年大气气溶胶光学厚度(AOD)与大气可吸入颗粒物PM10质量浓度建模数据的全年与四季相关性分析,表明经过标高订正过的AOD与经过湿度订正过的PM10浓度两者间的相关系数均比订正前两者的相关系数有所提高。再对比建立的AOD与PM10浓度两者间的线性、对数函数、指数函数、乘幂函数与一元二次方程五种回归关系模型,建立的五种春季AOD与PM10浓度模型的决定系数R2只是略高于0.3,整体偏低于全年及其他三季；建立的全年及夏季AOD与PM10浓度模型的R2能高于0.4,位居中间；而建立的秋季及冬季AOD与PM10浓度模型的R2位于首位,均能达到0.5以上。最终根据R2大小的排序筛选出全年以及四季武汉市AOD与PM10浓度两者通过回归方程F检验的最优数学模型为：全年为线性模型,春季为指数函数模型,夏季为一元二次方程模型,秋季为线性模型,冬季为对数函数模型,且利用各自的检验数据所做的模型精度检验结果均能达到70%以上,表明这些模型均具有实际使用意义。(3)三个时期的武汉市大气PM10浓度空间分布均呈现明显的分布特征,而且这种空间分布特征与AOD的空间分布特征基本保持一致。综合来看,主城区的洪山区与武昌区一直为PM10浓度的高值区,这两个区频繁的人类生活与生产活动形成了高污染区；郊区的蔡甸区东北部、汉南区以及江夏区北部一直都表现为PM10浓度的高值区,原因是蔡甸区拥有大面积的采矿业,形成了大量的采矿迹地,汉南区有大量成片的乡镇与旱田,湖泊与林地相对较少,江夏区北部已靠近主城区,随着城市化进程的加速,这里已经形成了人口与建筑密集的景观格局；而郊区的黄陂区北部、新洲区东部以及江夏区南部一直都处于PM10浓度低值区,主要有由于这些地区以耕地、林地为主要土地类型,水域面积较大,相对来说工业活动较少,这就表明人类活动对PM10浓度的贡献很大。(4)三个时期的五个影响因素与PM10浓度的偏相关分析表明,除了2009年9月7日当日的PM10浓度与水体面积比例无显著相关性以外,三个时期的其它所有因素与PM10浓度均表现出极显著的相关性。建设用地面积比例、水体面积比饲与PM10浓度均呈现极显著的正相关,表明PM10浓度随着建设用地面积比例、水体面积比例的增大而增高；地形起伏度、植被指数NDVI、地表温度与大气PM10浓度均呈现极显著的负相关,表明PM10浓度随着地形起伏度、植被指数NDVI、地表温度的升高而降低。但每个时期的各个因素与PM10浓度偏相关系数绝对值的大小排序结果并不一致,相一致的是水体面积比例均排在末位,表明水体面积比例对PM10浓度空间分布的影响力是最小的,而植被指数NDVI均排在前三位,表明植被指数NDVI对PM10浓度空间分布的影响力较大。(5)三个时期的五个影响因素的主成分分析结果表明,三个时期特征值大于1的主成分都为两个,但是它们的累计贡献率均在60%-70%之间,此值较低,这就说明还有其它因素影响PM10浓度空间分布,这五个因子对PM10浓度的解释力度不够大。三个时期的主成分载荷矩阵结果并不完全一致,保持一致的为植被指数NDVI这一影响因素一直在第一主成分上有较高荷载,三个时期依次为0.822、0.820、0.877,表明城市绿地具有明显的消除大气可吸入颗粒物PM10污染的功能。