大气气溶胶的变化影响着整个人类的生活,对于大气气溶胶的测度主要以大空间尺度上遥感手段的气溶胶光学厚度AOD(Aerosol Optical Depth)或AOT(Aerosol Optical Thickness)监测为主。随着监测范围的扩大,对于大气气溶胶空间模式的分析越发重要。空间模式一般用于指代有几何含义的对象或排列分布格局,在地理学中,空间模式是地理对象的抽象,是地理对象在分析空间中的像,而在本研究中的气溶胶的空间模式指气溶胶在空间上的分布规律(聚集分布,离散分布,随机分布)。一直以来,气溶胶空间模式的测度受遥感产品的精度与算法有效性的局限,而现在得益于气溶胶遥感产品的精度的提高,可获取的对于大气气溶胶的空间分布数据更为准确,使得通过气溶胶遥感产品构建气溶胶空间模式的算法更为有效。本研究通过构建了气溶胶空间模式算法计算得到气溶胶空间模式指数,该指数能够将气溶胶的测度方式由基于气溶胶光学厚度的点模式转向基于气溶胶空间模式的面模式,这种测度方式的转变能够为气溶胶的预测预警提供新的思路。本文主要以2004年-2018年长江三角城市群区域MODIS mcd19A2气溶胶产品为数据。通过构建气溶胶空间模式算法来解析遥感产品数据,求解得到气溶胶空间模式指数。在对该指数进行验证后,研究了在时间维度与空间维度上气溶胶空间模式的变化情况,以及通过机器学习的方式探究气溶胶空间模式指数的应用前景。研究的主要内容与结论如下:(1)气溶胶遥感产品的处理首先,本文以遥感图像的处理为入手点,通过遥感图像的计算得到了关于遥感图像的气溶胶光学厚度每日平均时间序列与气溶胶面积系数每日平均时间序列。通过交叉小波研究了两组时间序列在时域与频域的相似性与相异性。结果发现这种相似性与相异性表征了气溶胶空间分布的变化过程。对于这种变化过程的理解为构建气溶胶空间模式算法建立了逻辑基础。(2)气溶胶空间模式算法的构建通过气溶胶的变化过程,建立以气溶胶光学厚度均值与气溶胶面积系数均值为自变量的函数关系式。通过该函数关系式计算研究区域2004-2018年气溶胶空间模式指数。以现有空间自相关分析方法-莫兰指数为对照,对比验证了该算法的有效性。(3)基于气溶胶空间模式指数的时空分析比较了气溶胶空间模式指数与四种气象因素在时间域与频率域的差异性。发现风场内部环流造成了气溶胶的消散过程,温度与气溶胶聚集过程多表现正相关,降水造成了局部气溶胶的消散,其次气溶胶聚集的过程首先造成了聚集区域内湿度的增强,在湿度累积的情况下会变成降水。统计气溶胶空间模式指数的突变数量。发现气溶胶的突变点总量是一个先增长再减少的波动过程。从聚集突变点的数量可以推断出激化的时间年份应该分别是2007年,2011年与2015年。探究了城市缓冲区随着城市发展域扩张变化下的气溶胶空间模式的变化,发现华东城市群区域在2008年以前的气溶胶来源主要是内部产生的,从2008年开始输入性气溶胶逐渐成为影响该区域气溶胶变化的重要原因。(4)基于隐马尔可夫模型的气溶胶空间模式24小时预测对气溶胶遥感图像进行瓦片化处理并展布,以瓦片化数据模拟海量数据的HMM机器学习过程。利用气溶胶空间模式瓦片化数据,计算了隐马尔可夫模型的状态转移矩阵与空间模式初始概率,通过代入四种气象数据瓦片与气溶胶瓦片化数据相结合计算了模型所需的发射矩阵。以2004-2013年气溶胶空间模式指数瓦片数据为训练数据,以2014年-2018年气溶胶空间模式指数瓦片数据为测试数据。完成了气溶胶空间模式指数24小时预测模型。根据预测结果构建了混淆矩阵并针对结果精度不高的问题提出了改进方案。