空气动力学当量直径≤2.5μm的固体颗粒物(PM_2.5)是灰霾天气的首要污染物,已成为人类健康的最大威胁之一。科学精准的人口暴露评估是差别化应对风险的前提。基于遥感的长时间序列、宏观尺度的PM_2.5和暴露风险的精细化研究,有利于深度剖析PM_2.5人口暴露风险,对于人居环境改善研究、人体健康效应和环境风险评价等意义重大。本文基于PM_2.5遥感数据、人口格网数据,利用污染物人口暴露风险模型、Theil-Sen Media和Mann-Kendall等方法,分析了2000²016年全球PM_2.5人口暴露风险时空分布特征,并准确地识别了暴露高风险区域的分布格局。在此基础上,以中国为研究区深入分析了呼吸系统疾病和高暴露风险在空间上的相关性,初步探究了它们的空间变化规律,从而为掌握PM_2.5人口暴露风险的动态变化和科学地监测治理提供参考。为更直观地呈现PM_2.5人口暴露风险,本文以栅格为最小的暴露单元进行风险分析,并且分区域地呈现暴露结果。本文主要结论如下:（1）PM_2.5遥感数据和人口格网数据精度良好,可以客观地评价暴露风险程度。选取中国、欧盟和加拿大3个区域对PM_2.5数据产品进行验证。以空间分布均匀为基本原则选取验证点,将PM_2.5遥感数据和地面监测数据进行匹配,共获得442组有效的验证数据。经验证发现,p<0.01水平下,平均R²=0.7551,MPE=3.512%,RMSE=4.739μg·m^-3,精度良好。研究选取世界银行公布的2016年各国家人口进行人口数据验证,以人口总和为验证值,将各个国家境内人口格网数据的统计和与世界银行人口数据进行匹配,共获得97组有效数据并进行精度验证,发现精度良好。在P<0.001时,R²=0.99,平均偏差仅为2.43%。故,PM_2.5和人口格网数据精度较高,满足研究需要。（2）全球PM_2.5平均浓度在各大洲差异显著,PM_2.5污染的高值区域主要分布在东亚、南亚和东南亚。PM_2.5浓度平均值从高到低分别是亚洲14.7μg·m^-3、非洲8.1μg·m^-3、欧洲8.03μg·m^-3、南美洲5.69μg·m^-3、北美洲4.41μg·m^-3和大洋洲1.27μg·m^-3。（3）全球年均PM_2.5人口暴露风险宏观尺度上呈逐渐减少的趋势,而在区域内则呈现出差异性。在空间上,全球PM_2.5人口暴露风险各大洲排名从高到低依次为亚洲5.94、非洲0.62、欧洲0.45、南美洲0.32、北美洲0.27和大洋洲0.01,PM_2.5人口暴露风险的高值区分布在中国东部、印度、东南亚、西欧等工业发达,人口集聚的区域,PM_2.5人口暴露风险极低值区主要分布在高山、高原、高寒地带、沙漠、热带雨林等人迹罕至的区域。从时间上来看,2000²016年全球PM_2.5人口暴露风险在时间序列上差异显著,亚洲和非洲呈增长趋势,欧洲和北美洲呈减少趋势,大洋洲和南美洲变化幅度较小。（4）11种呼吸系统疾病和心血管疾病引起的标化死亡率与暴露风险之间无显著相关性。通过将2013年中国PM_2.5人口暴露风险等级为极高风险与高风险（下文统称为高暴露风险）的各省域与这些省域的11种呼吸系统疾病和心血管疾病引起的标化死亡率进行相关性分析,并分析其皮尔逊相关系数（Pearson correlation coefficient）,在p<0.05水平下,11种呼吸系统疾病和心血管疾病引起标化死亡率与高暴露风险的相关性较低。