大气CO是衡量区域大气污染的关键成分,安徽地区位于中国经济活跃、工业发展迅速的长三角地区,面临着严重的大气CO污染问题。基于迭代最大后验概率算法反演的航天平台TROPOMI CO垂直柱浓度和地面站点直接测量的近地面CO浓度分析了 2018年6月～2019年5月期间安徽地区大气CO时空分布特征;并结合社会经济、自然地理、气象、排放清单数据和模式模拟分析了影响安徽地区大气CO时空分布的因素。为探究当地CO源汇特征、有效防治CO污染提供了数据支撑。主要研究内容和结论如下:1.开展了基于迭代最大后验概率算法的TROPOMI CO柱浓度反演研究。以强吸收成分CH4为研究对象定量分析了短波红外波段气体反演的特异性;总结了反演过程的参数分析与设置;验证了迭代最大后验概率算法反演的CO柱浓度浓度,它与地基FTIR光谱仪的观测数据具有较高的相关性,相关系数为0.84,与星载SICOR算法的反演具有相似的空间分布特征,相关系数为0.94,平均差异为+0.17%,标准差为3.55%.2.开展了安徽地区大气CO时空分布特征研究。卫星遥感观测的CO柱浓度的高值区主要分布在中北部地区和长江沿岸,低值区主要分布在高海拔的皖西大别山区和皖南山区,其高值期出现在冬季,在12月表现为最高值,低值期出现在夏季,在7月表现为最低值。地面站点直接测量的近地面CO浓度在合肥市、黄山市的日分布呈双峰型,在马鞍山市的日分布呈单峰型。合肥市、马鞍山市研究站点的数据显示出工作日浓度高于周末的周末效应,而黄山市研究站点的数据显示出工作日浓度低于周末的反周末效应。3.开展了安徽地区大气CO时空分布影响因素的研究。卫星观测的CO垂直柱浓度在空间上的分布差异源于排放强度的差异,在月、季节方面的时间分布差异源于消耗CO的OH自由基的浓度变化。站点监测的近地面CO浓度在各个城市日分布的平均水平取决于城市能源消耗量,其波动性取决于城市交通运输量、OH自由基的浓度和大气扩散条件的变化。近地面CO浓度在各个站点的工作日、周末分布差异源于区域工业、交通能源消耗量的差异。此外,大气CO输送路径和潜在源区分析表明位于长三角地区的江苏、上海和浙江,京津冀地区,以及邻省江西、河南和山东是影响安徽地区合肥市冬季CO污染的主要潜在源区。