NO₂是一种痕量气体,在对流层与平流层化学中起重要作用,大量研究表明京津冀、长三角、珠三角以及四川盆地是NO₂高值区域。近年来四川省常住人口持续增长,工业水平急速发展,到2018年末,四川省常住人口达8341万人,在全国排名第四,导致四川省大气污染日渐突出,通过卫星遥感方法分析对流层NO₂柱浓度时空分布特征已经较为成熟,但目前对四川NO₂时空分布状况研究相对较少,且国内外学者对流层NO₂柱浓度反演至近地面的相关研究亦较为匮乏。因此本文通过OMI卫星资料分析2005—2018年四川省NO₂时空分布特征并结合2015—2018年地面NO₂监测数据与同期气象因子在卫星资料与地面资料之间建立联系。研究发现:（1）研究期间四川省对流层NO₂柱浓度年平均值为1.66×10¹⁵ mol cm^-2,年上升率为0.02 mol cm^-2 yr^-1,季节特征明显且季节变化趋势表现为冬季(2.15×10¹⁵ mol cm^-2)>春季(1.72×10¹⁵ mol cm^-2)>秋季(1.65×10¹⁵ mol cm^-2)>夏季(1.49×10¹⁵ mol cm^-2);（2）四川省对流层NO₂柱浓度空间分布趋势与地形因素密切相关,高值区域集中在海拔高度低于800m的盆地内部;从2005—2018年四川省对流层NO₂柱浓度平均值来看,成都市、德阳市及广安市为高值区域(>4×10¹⁵ molcm^-2),自贡市、眉山市、泸州市、内江市、资阳市、遂宁市、宜宾市为次高值区域(3×10¹⁵ mol cm^-2—4×10¹⁵ mol cm^-2),乐山市、南充市、达州市、绵阳市、广元市、巴中市、攀枝花市、雅安市为中值区域(1×10¹⁵ mol cm^-2—3×10¹⁵ mol cm^-2),凉山、阿坝、甘孜为低值区域(<1×10¹⁵ mol cm^-2);（3）四川省国控站在13—14时与13—15时NO₂监测均值与OMI遥感数据相关性均达到0.92,说明这两个时段的国控站NO₂监测均值与OMI遥感数据都能有效匹配,且OMI卫星反演结果能有效反映四川省地面NO₂排放能力;（4）利用逐步回归和BP神经网络建立2015—2017年四川省地面测站13—15时NO₂监测值月均值、卫星遥感对流层NO₂柱浓度月均值,温度、降水及日照时数月均值之间的关系,用2018年数据进行检验,发现逐步回归和BP神经网络拟合效果均较好,适用于四川省OMI遥感对流层NO₂柱浓度反演至近地面。从模拟曲线对比来看逐步回归模拟效果更优,多元逐步回归方程:Ground_NO2=5.835+4.373*OMI_NO2-0.542*T+0.162*RH。通过逐步回归和BP神经网络模型建立了四川省OMI遥感对流层NO₂柱浓度与近地面NO₂浓度之间的关系,并验证了算法的可行性,为近地面NO₂浓度反演提供了方法。