气溶胶光学厚度是描述气溶胶光学特性的重要参数。作为可用于估算大气颗粒物浓度的物理参数之一,气溶胶光学厚度被广泛应用于空气质量研究中。卫星遥感可以快速反演大范围的气溶胶光学厚度信息,但其产品通常因云覆盖或暗目标算法等原因而存在空间覆盖率较低的问题。水平能见度作为描述气溶胶光学特性的另一重要参数,由分布广泛的气象台站每日定时监测发布,可作为卫星遥感数据的有效补充。本文设计了一套快速融合算法,以实现Terra MODIS与Aqua MODIS两个星载遥感传感器的气溶胶光学厚度数据与地面水平能见度数据的融合,从而得到具有完整空间覆盖的气溶胶光学厚度融合产品。本文提出的融合算法包括三个步骤：首先,对Terra与Aqua两星之间的MODIS反演气溶胶光学厚度数据做线性融合,有效利用了两星数据的线性关系及空间覆盖范围上的异同以提高数据空间覆盖率；其次,对华东地区71个气象台站的水平能见度数据做模型转换融合,获得空间分布较均匀的点上气溶胶光学厚度数据,以实现对卫星遥感数据大范围缺失区域的数据有效填补；最后,对经前两步融合但仍有空间缺失的数据做薄盘样条插值,以实现气溶胶光学厚度数据的完整空间覆盖。研究中利用2011年数据,采用交叉验证等方法分别验证了三个步骤的精度。结果表明,线性融合法的均方根误差为0.11；模型转换融合法为0.31；薄盘样条插值的精度随插值范围的增大而降低,17×17像元插值范围的均方根误差为0.35。依据各融合步骤的精度高低,本文对各步骤做进一步集成以提高融合算法精度,并建立融合结果的质量控制表。测试数据的验证结果表明,集成融合结果的总体均方根误差为0.26,而空间覆盖率从13.9%提高到了全覆盖。在第二步模型转换过程中,为了更高精度地实现水平能见度到气溶胶光学厚度的转换,本文利用2001年到2009年的Terra MODIS气溶胶光学厚度数据与地面水平能见度数据,对描述两者转换关系的Peterson模型进行了区域优化。研究采用分区域高斯曲线拟合的方法,对影响转换精度的主要参数——气溶胶标高随时间变化规律展开研究和模拟,引入新的时间变量和常数项,建立优化模型。优化模型的精度及区域适用性验证结果表明,区域优化Peterson模型的气溶胶光学厚度估算均方根误差为0.31,低于原模型误差；精度基本上与单站点优化模型一致,但在实用性方面优于单站点优化模型。