霾主要是由悬浮在大气中的气溶胶颗粒物所造成的。目前霾的研究集中在天气成因、污染机理和人体健康等方面,对霾的监测方法和指标研究较少,并且对霾颗粒物质量浓度遥感估算是通过气溶胶光学厚度与颗粒物浓度二者建立统计关系、进而定量推算出颗粒物浓度的时空分布。但气溶胶光学厚度反演算法需要假设的条件比较多,公式也很复杂。基于这些原因探索直接利用遥感图像本身特征来监测灰霾及估算大气颗粒物质量浓度就显得十分必要。本文立足于遥感图像本身特征利用2014年10月份的MODIS LIB. MYD03以及地面观测数据,探索研究了两种监测灰霾及估算大气颗粒物质量浓度的方法分别为：(1)采取MODIS红绿蓝三个波段真彩色合成方法判识灰霾的空间分布,并用RGB反射率值与地面观测大气颗粒物质量浓度建立多元线性回归方程,估算大气颗粒物浓度。(2)结合每日地表反射率MYD09GA数据利用图像运算的霾优化变换(Haze Optimization Transformation, HOT)方法基于频率分布法和阂值技术提取霾的分布信息,并估算大气颗粒物质量浓度。最后基于以上研究,利用数字高程模型(DEM)、MYD08气溶胶光学厚度月平均数据以及气象数据从地形地貌对京津冀发生霾的内外原因作分析。研究结果表明：(1)MODIS真彩色合成能够很好的判识霾的空间分布：RGB反射率与大气颗粒物质量浓度之间具有显著性相关,置信度水平为0.001(双尾),与PM2.5、PM10的相关系数分别是0.68和0.65；其构建的多元线性回归方程拟合精度分别为86.8%和76.3%,拟合精度高。(2)HOT影像得到的HOT值和地面站观测大气颗粒物质量浓度之间的回归结果得出：HOT与大气颗粒物质量浓度之间具有显著性相关,置信度水平0.001(双尾),与PM2.5、PM10的相关系数分别为0.435和0.440；其建立的一元二次模型的精度分别为76.8%和87.1%,模型的精度较高。(3)对比两种方法分析发现：两种方法的精度差不多,都能达到很好的效果,但RGB方法是属于一种统计关系而HOT方法是一种机理研究方法,相比较而言HOT方法更适合于推广应用。(4)从霾气溶胶颗粒物分布和成因分析得出：张家口和承德市及其以北地区的气溶胶光学厚度(AOD)<0.2，保定石家庄西北部的AOD在0.2-0.3之间,而其东南部地区的AOD在0.4-0.6之间,北京北部地区的AOD值在0.4-0.5之间,京津冀地区其他地方的AOD在0.5-0.8之间,总体上来说京津冀地区南边的AOD大于北边,也就是平原区域的AOD要高于北边海拔高的区域,并且京津冀平原地区AOD的分布从南到北逐渐减少。西北部海拔相对高,使得东北风输送颗粒物时受阻挡导致京津冀平原大气污染物聚集。