国民经济的快速发展，城市规模的不断扩大，城市各类工程的不断开展，机动车的不断增加，给城市空气质量带来了严峻的挑战。实践证明遥感在城市空气质量监测中发挥了重要的作用。本文利用MODIS遥感反演的气溶胶光学厚度数据和地面监测的空气污染指数数据，通过两者之间的相关分析，试图建立相应的关系模型。此外由于空气污染状况以及气溶胶光学厚度也与一定的气象条件有关，因此引进气象因子参与关系讨论，并建立相应模型，以找出空气污染指数与气溶胶光学厚度之间的较好模型，从而实现利用遥感手段监测城市空气污染状况的目的。通过研究得到如下结论：1、全年、季节空气污染指数和气溶胶光学厚度建立回归模型，比较各模型精度，得出夏季线性模型和秋季线性模型预测精度较理想，夏季相关系数达到0.853，秋季相关系数达到0.838。2、讨论常规的气象观测数据，选取主导气象因子为风速和气压，考虑两气象因子的作用，对全年和季节模型进行重建，发现有主导气象因子参与的多元回归模型预测精度普遍比没有气象因子参与的一元回归模型高。3、依据主导气象因子风速和气压将样本数据分组，各组空气污染指数和气溶胶光学厚度建立回归模型，并讨论其精度，发现气压大于1020hpa且风速小于1m／s时，空气污染指数与气溶胶光学厚度之间的模型预测精度最理想，预测精度达到95.4％。4、对季节样本数据在气象因子分级后的情况进行讨论，发现夏季和秋季使用气象因子分级模型预测API值比这两个季节本身模型预测效果要好，精度平均提高2个百分点，春季和冬季效果不是很明显。5、通过本文的研究，发现在考虑气象因子的情况下，探讨空气污染指数和气溶胶光学厚度的关系，会得到更好的效果，更能真实地反映地面空气的污染状况。