为了利用AVHRR传感器可见光通道反演陆地上空气溶胶光学厚度，充分发挥AVHRR数据的优势，本文基于辐射场分解提出了陆地卫星气溶胶反演算法ALAD(An algorithm over land for the retrieval of the aerosol optical depth)。该算法采用植被遥感中冠层辐射场分解的办法，根据与大气发生散射消光作用的次数，将传感器接收到的辐射亮度分解为三个分量:零次散射、单次散射和多次散射，然后对各个分量进行参数化进而来求解辐射传输方程。　　首先，利用以高质量的SeaWiFS数据为基础开发的辐射定标算法，通过定标衰减模型计算任意一颗卫星任意时刻的定标系数。利用计算得到的定标系数，对自1978年至今30多年16颗搭载AVHRR传感器的卫星的前两通道数据重定标，生产AVHRR重定标数据集。　　其次，假设3.75μm波段气溶胶的影响可以忽略不计，利用MODIS数据，基于统计方法获取3.75μm波段和0.64μm波段两个通道之间的线性关系，应用于AVHRR数据对应通道，得到AVHRR数据0.64μm波段的地表反射率，借助气溶胶类型先验知识，反演不同陆地下垫面的气溶胶光学厚度。　　再次，选取华北和中欧两个地区来测试ALAD算法对不同下垫面、不同AVHRR卫星数据的实用性，生产了自1983年至今30多年长时间序列的气溶胶光学厚度(Aerosol Optical Depth，AOD)数据集。为了验证ALAD算法的精度，将反演的结果与地基实测数据及其他卫星产品进行对比分析，一方面是通过ALAD反演结果与地面实测数据的散点图，利用数理统计计算统计参数来定量评价反演结果。另一方面，对比ALAD算法反演结果、MOD04、MYD04及站点数据的时间序列图，定性的分析不同AOD产品在时间变化趋势上的一致性。　　华北地区的反演结果与AERONET站点的对比结果表明，ADAT产品反演结果整体偏低，回归方程为τAVHRR=0.61τAERONET+0.11，相关系数为0.77，均方根误差为0.15，53％的匹配点落在15％的误差线范围内，58％的匹配点落在20％的误差线范围内;中欧地区与ACTRIS的对比结果显示，两者的相关系数为0.66，均方根误差为0.06，回归方程为τAVHRR=0.66τACTRIS+0.02，在所有匹配的1019个点中，79％的点落在了Δτ=±0.05±0.15τ，75％的点落在了Δτ=±0.05±0.2τ。相对误差基本落在±0.1范围内。通过与MODIS的AOD产品对比发现，两者在气溶胶宏观分布趋势上相一致，但是ALAD产品整体偏低。　　两个研究区域的季节变化时间序列图显示ALAD反演结果与站点观测结果及MODIS产品的一致性较好。AOD最小值基本出现在秋季（9-11月）和冬季（12-2月），在夏季（6-8月）AOD达到最大值。AOD的季节变化性明显，AOD值高达1.5。两个研究区域的年变化时间序列图显示，四种气溶胶产品的年变化趋势相一致。ALAD结果相对于其他AOD产品来说，存在明显的低估问题。　　最后，我们尝试生产整个中国地区的2007年的气溶胶光学厚度产品，通过月平均和季平均产品来分析中国地区的气溶胶分布特征。与AERONET和CARSNET站点数据的直接验证显示，基于AVHRR数据和ALAD算法生产的中国陆地气溶胶光学厚度日产品普遍存在低估现象，这可能由气溶胶类型选择和地表反射率估计引起的;与MOD08_M3月平均产品的交叉验证表明，两种产品的气溶胶宏观分布特征一致，但AOD值仍存在较大差异，回归方程的斜率最大只有0.74，截距基本都在0.2以内。两者的相关系数R最大值为0.73。