作为主要的温室痕量气体之一,甲烷（CH₄）的吸热能力约是二氧化碳的28倍,严重影响了地球生态系统的辐射收支平衡。受限于站点的分布与数量,当前CH₄浓度缺少大范围长时间的近地表尺度的研究。随着遥感技术的不断发展及产品的日益成熟,卫星遥感在监测大气CH₄的空间分布上取得了重要进展。本研究利用大气红外探测仪器（Atmospheric Infrared Sounder,AIRS）,结合大气化学模型（Model for Ozone and Related Chemical Tracers-Version 4,MOZART-4）,建立了一种中国地区近地表CH₄浓度的遥感估算方法,并探讨了我国2007～2019年近地表CH₄浓度的时空分布特征及变化趋势;基于省级尺度近地表CH₄浓度与排放的关系,利用MRIO模型定量分析了隐含CH₄排放在国内外贸易中的转移情况。主要结论如下:基于卫星监测和大气化学传输模型模拟估算的近地表CH₄浓度具有较高的精度。本研究首先利用大气化学模式输出数据,构建了基于多项高斯函数的CH₄浓度垂直分布模型。廓线拟合结果表明,R²高于0.95的占比达90%以上,平均RMSE为2.92×10¹³molec./cm³。在不同季节上,春、冬季的模拟精度高于夏秋季,原因是冬季大气状况较为稳定,夏季由于温度升高,对流层和平流层之间的大气传输剧烈。在长时间序列上,估算的近地表CH₄浓度与地面监测浓度具有较好的一致性,R²在0.68～0.87之间;空间验证无严重偏离值,相关系数为0.80（p<0.01）,绝对误差为60.69 ppb,相对误差为3.18%。利用估算的近地表CH₄数据,探讨了中国区域CH₄浓度的空间分布特征及源汇分布状况。2007～2019年中国近地表平均CH₄浓度为1827.76 ppb,表现为较强的空间异质性。整体上,CH₄浓度呈现北高南低、东高西低的分布特征。由于区域源汇分布不同,空间上存在高值聚集圈,包括华北平原（京津冀工业圈）、山东、四川盆地、新疆甘肃一带以及西藏南部喜马拉雅山区,次高值位于长江三角洲（江苏-上海、安徽）,珠三角（广东-广西南部）、河南、河北等地区。低值区分布在青藏高原地区,以自然源排放为主,受自然湿地、植被分布的影响。近地表CH₄浓度受到人类经济活动的变化影响较大,包括农业生产活动（稻田种植、秸秆燃烧）、能源的开采利用、垃圾废弃物处理、牲畜养殖反刍等。卫星估算的中国区域近地表CH₄浓度呈现明显季节变化。冬季、夏季浓度分别为1842.63 ppb和1828.43 ppb,春季最低（1801.08 ppb）,秋季居中（1813.75ppb）,整体曲线呈现“W”型变化趋势。通过热点地区的气流轨迹分析季节,低高度的气流输送不仅增加了当地的CH₄浓度值（新疆、京津冀、四川）,而且通过长距离输送加强了其它地区的污染状况（长三角）。长时间序列分析结果显示,中国近地表CH₄浓度月增长速率为0.44ppb.month^-1,季节性振幅为16.48 ppb.month^-1。全国CH₄浓度呈现显著的增长趋势,八大区CH₄增长速度大小依次为:西北（0.61）>青藏高原（0.59）>华北（0.57）>西南（0.52）>华中（0.51）=东北>长三角（0.47）>华南（0.44）。国内外贸易隐含的CH₄排放在我国存在较强的空间异质性。中国省级近地表CH₄浓度与排放数据具有较强的相关性,R²为0.81（p<0.01）,基于该线性关系将卫星监测的近地表CH₄浓度转换成排放量。投入产出（MRIO）分析表明,我国与国际贸易关联的经济活动拉动CH₄排放量占总量的16%。沿海省份和经济发达地区的国际出口贡献了更高的CH₄排放占比。省际贸易关系上,山西、内蒙、河南等省通过外省拉动（生产者）引发的CH₄排放量较大;江苏、浙江、广东等省通过拉动外省（消费者）引发的CH₄排放量大。各省人均GDP与拉动外省CH₄排放量呈正相关,R为0.57（p<0.01）,表明能源富集和重化工业密集地区为经济发达地区和产业结构不完善的落后区域承担了更多的排放风险。通过长三角、京津、广海以及重庆等热点地区分析,发现华北、西北、华中地区通过省际出口贸易增加本地区的CH₄排放,总量估算为136.83×10⁴t、115.07×10⁴t和95.17×10⁴t,而长三角和华南地区则主要通过省外进口,相对地减轻了当地的排放压力。省际贸易减轻了沿海发达省份的排放风险,却给内陆欠发达地区带来了排放压力。综上,利用卫星和模式估算长时间序列的近地表CH₄浓度具有可行性。我国近地表CH₄浓度存在明显的季节和空间变化特征,长时间序列的变化趋势具有明显的区域差异。同时,贸易隐含的CH₄排放量受区域经济发展水平、工业化程度和能源产业结构等多重因素的影响。研究结果描绘了我国温室气体近地表的空间分布特征,也为各部门制定相应的减排政策提供指导依据。