自联合国政府间气候变化专门委员会IPCC第五次气候变化会议召开,CO2作为最重要的温室气体,进一步进入人们的视野。目前由于C02的观测资料有限,人们对于C02的排放、空间分布特点、对气候系统的反馈作用等还存在很多的不确定性。传统的地基观测存在站点稀少、空间覆盖范围不够等缺点,相对的基于卫星平台的观测方式则可以提供区域尺度的遥感数据图,具有一定的优势。本文利用热红外高光谱CrIS数据,开展了基于特征向量统计法的Q晴空条件下大气CO2浓度反演方法的研究：首先,根据CrIS传感器多通道的特点,采用信息熵迭代法进行了通道选择。根据大气吸收谱,发现15gm可作为最优反演波段,进而在该波段范围进行信息熵迭代,通过选择CO2最大信息熵确定了43个通道；并在选取通道内进行大气地表参数的敏感性分析。其次,通过选取不同训练样本特征向量和模拟辐射值特征向量,分别进行统计回归系数计算,比较反演结果与真实值相对误差,进而确定最佳特征向量个数。然后,利用CrIS数据反演我国2013年的C02浓度分布,分析了我国C02的季均值变化和月均值变化情况,以及它的空间分布特征。发现我国CO2浓度随纬度变化明显,纬度越高,浓度越低,一年之中在夏季浓度最高,其它季节次之。最后,利用多种数据对基于CrIS L1B级热红外反演的晴空大气CO2浓度进行验证,包括：地基观测数据和AIRS月均CO2柱浓度数据。结果显示良好的相关性,相关性R2达到了0.5371,偏差小于1.5%。