基于局部空间统计量的安徽省PM_(2.5)浓度空间分布特征分析.pdfVIP

第43卷第1期贵州师范大学学报（自然科学版）Vol.43.No.1

2025年1月JournalofGuizhouNormalUniversity(NaturalSciences)Jan.2025

引用格式：汪芬姣，梅长林,续秋霞.基于局部空间统计量的安徽省PM2.s浓度空间分布特征分析[J].贵州师范大学学报（自然

科学版),2025,43(1):89-96.[WANGFJ,MEICL,XUQX.Localspatialstatistic-basedanalysisofspatialdistributionpatternsof

PM2.sconcentrationinAnhuiProvince[J].JournalofGuizhouNormalUniversity(NaturalSciences),2025,43(1):89-96.J

基于局部空间统计量的安徽省PM2.5浓度

空间分布特征分析

汪芬姣，梅长林*，续秋霞

（西安工程大学理学院，陕西西安710048）

摘要：PM2.s是严重危害人们身体健康的空气污染物之一，了解PM2.5的空间分布特征，对制定相应的防控策略及

保护人们的身体健康具有重要意义。局部空间统计量通过在各数据观测位置处定义适当的度量指标探索空间

数据的空间关联性，是揭示数据空间分布特征的有力工具。但PM2.s浓度数据通常来自于所研究区域上不均衡

分布的空气质量监测站点，导致在没有监测站点的位置处无法定义局部空间统计量，这对全面了解PM2.s的空间

分布特征造成困难。利用局部线性地理加权插值方法，首先将观测数据转化为空间格点上的插值并基于局部空

间统计量G’推断安徽省2021年逐月平均PM2.s浓度的空间分布特征。结果表明,PM2.5重污染区和轻污染区随

不同季节变化，冬春季浓度较高，夏秋季较低；西北部污染严重，西南部污染较轻。

关键词：空间数据；局部空间统计量；局部线性地理加权插值；条件随机排列

文献标识码：A

中图分类号:0212.1;X513文章编号:1004—5570(2025)01-0089-08

D0I:10.16614/j.gznuj.zrb.2025.01.009

Localspatialstatistic-basedanalysisofspatialdistributionpatterns

ofPM2.sconcentrationinAnhuiProvince

WANGFenjiao,MEIChanglin*,XUQiuxia

(SchoolofScience,XianPolytechnicUniversity,Xian,Shaanxi710048,China)

Abstract:PM2.sisoneoftheairpollutantsthatareveryharmfultohumanhealth.Understandingthe

spatialdistributioncharacteristicsofPM2.sconcentrationisofgreatimportanceinmakingpreventing

andcontrollingstrategiesforPM2.s.Localspatialstatistics,whicharedefinedineachindividualsam-

plingpointtomeasurespatialassociation,areapowerfultoolforuncoveringspatialdistributi