雾霾现象频发,细颗粒物污染已严重影响居民的健康和生活,随着卫星遥感监测技术的不断发展,其覆盖范围广、更新频率高、获取快速便捷等优势已成为国内外学者研究PM2.5污染的重要手段,对居民人口受PM2.5污染程度的合理评估是有效进行大气污染防治的重要环节。因此,本文以上海-杭州湾地区为研究区域,采用2016年全年共827景MODIS L1B遥感影像数据与暗像元气溶胶反演算法,遥感反演得到空间分辨率为1km的气溶胶光学厚度(AOD),基于环境空气质量监测站PM2.5浓度实测数据,建立AOD与PM2.5两者最优关系模型,由反演AOD估算出研究区PM2.5浓度时空分布结果,结合统计年鉴人口数据和POI点位数据,进行人口密度空间模拟,得到空间分辨率为1km的2016年人口栅格数据,借助人口相对暴露风险模型对7个城市各区/县年均PM2.5人口暴露风险和四季变化进行评估与分析。本文的主要研究结论如下:(1)基于MODIS L1B遥感数据与暗像元算法反演得到AOD,空间分辨率为1km,与全球气溶胶AERONET站点数据验证精度达到0.781,呈显著相关性,证明利用MODIS遥感影像反演AOD的可行性和可靠性,其空间尺度适用于上海-杭州湾地区。(2)反演AOD与实测PM2.5浓度两者构建的回归模型中,春季、秋季和冬季均以乘幂模型为最优模型,夏季以指数模型为最佳,模型拟合程度R2夏季(0.551)>秋季(0.524)>春季(0.511)>冬季(0.504),基于四季最优模型和反演AOD估算与模拟得到2016年四季PM2.5浓度分布,空间尺度为1km×1km,较监测站点的实测PM2.5浓度数据更具时空连续性。(3)遥感估算的PM2.5浓度在上海-杭州湾地区的时空分布存在明显规律,季节上呈现冬季>春季>秋季>夏季的特点,高浓度集中在上海市、嘉兴市与杭州市主城区,低浓度主要分布在杭州市西南地区以及舟山市。除舟山市外,其它城市各区/县的主城区PM2.5浓度均超过国家二级年均浓度限值35μg/m3,说明在精细尺度下的PM2.5污染形势仍然严峻,应加大重点城市、特殊季节的PM2.5排放控制力度。(4)各城市四季PM2.5人口暴露风险变化不大,危险等级主要分布在各城市主城区,暴露风险以上海市(3.57)和嘉兴市(1.24)较高,以舟山市(0.46)与湖州市(0.44)较低。上海-杭州湾地区暴露风险有较强的空间自相关性,高值聚类分布在上海主城区(虹口、静安、黄浦、徐汇区等)和杭州主城区(上城、下城、西湖、江干区等),宁波主城(镇海、江北区)、海曙、鄞州、北仑区和慈溪市,以及绍兴越城区;低值聚类集中在海拔较高的区域,以及上海崇明区和舟山市。空间集聚现象明显,需要因地制宜对高风险城市区/县的人口数量和排污总量实行增强管控,对低风险地区进行空气质量保持和生态维护。本研究产生了适用于上海-杭州湾地区的、空间分辨率较高的AOD与PM2.5浓度产品,着力解决了人口与PM2.5浓度数据的空间尺度与时空连续性问题,在精细尺度上完成了空间单元内PM2.5人口暴露风险评估,并证时了基于人口密度空间分布特征的暴露风险评估远比只考虑PM2.5浓度污染的暴露风险评估结果来得更加准确,能够综合地揭示上海-杭州湾地区真实的PM2.5人口暴露状况,以期为减缓大气细颗粒物污染、改善人居环境提供科学参考。