气溶胶在地球大气辐射收支平衡和全球气候变化中却扮演着重要的角色，此外，气溶胶中的可吸入颗粒物被人吸入后，会引发许多疾病。越来越多的研究表明心肺疾病的发病率与大气颗粒物浓度相关。尽管地面监测站点可以对气溶胶粒子进行监测，但是站点较分散，难以全方位监测气溶胶的时空变化，MODIS在监测气溶胶光学厚度方面具有独特的优势，极大的弥补了地面监测的不足。随着我国经济的快速发展，工业化和城市化进程加速，大气污染问题日趋严重。可吸入颗粒物PM10己成为在我国大多数城市的首要污染物。空气质量指数（AQI）是一个反映和评价空气质量的重要指标，AQI指数只表征污染程度，并非具体污染物的浓度值。由于AQI评价的6种污染物浓度限值各有不同，在评价时各污染物都会根据不同的目标浓度限值折算成空气质量分指数（IAQI）。简言之，AQI就是各项污染物的空气质量分指数（IAQI）中的最大值，当AQI大于50时对应的污染物即为首要污染物。本文利用河北省7个市区站点2011年1月-2012年12月的MODIS气溶胶光学厚度资料和河北省环保部门公布的AQI指数转化得到的PM10质量浓度进行相关分析，利用全年和分季节数据分别建立气溶胶光学厚度和PM10质量浓度的线性回归模型，我们发现二者的直接相关程度较低,鉴于季节性规律，季节回归模型的相关性要大于全年回归模型的相关性。以2012年河北省20个站点的MODIS卫星获取的气溶胶光学厚度资料和近地面水平能见度数据为基础，应用Peterson模型和高斯模型，拟合了气溶胶标高月均值随时间变化的回归模型，并采用Kriging插值方法，编制了河北省四季及全年气溶胶标高均值分布图。研究发现，全省气溶胶标高呈现夏季高、春秋次之、冬季低的时间变化规律，并存在春夏季地域差异显著、秋冬季地域差异较小的空间分布规律；在全省尺度上，大气颗粒物排放强度是气溶胶标高时空变化的主要贡献者；在下辖区域尺度上，大气颗粒物排放强度越大的区域，大气边界层高度对气溶胶标高的贡献率越大，反之亦然。然后，对PM10浓度和气溶胶光学厚度分别进行湿度订正以及标高订正后，二者的相关性明显提高，并且利用7个市区的样本，分别建立冀中南地区、沿海地区、冀北地区以及河北省气溶胶光学厚度和PM10浓度的关系模型。利用ARCGIS技术平台，把气溶胶光学厚度、气溶胶标高、相对湿度等因子按照月、季、年全部实现空间化，利用河北省气溶胶光学厚度和PM10浓度的关系模型反演出河北省尺度的污染物空间分布图，并且利用步长分析法对河北省模型进行了检验，分析结果表明所用模型精度较高，利用卫星遥感气溶胶光学厚度可以作为监测PM10污染分布的有效手段。