摘 要

随着社会经济的发展，环境问题逐渐成为制约着人们进入美好社会的阻碍，其中由PM_2.5引起的大气环境问题更是吸引了人们越来越多的关注。PM_2.5又称细颗粒物，是评价质量的重要指标之一，常见的PM_2.5浓度分布数据主要来源于地面监测站点，但站点数据无法很好地估算未覆盖区域的PM_2.5浓度，那么如何利用有限的监测站点数据实现PM_2.5浓度分布的模拟重建就成为了我们研究的重点。

本文基于空间插值对湖北省PM_2.5的重建方法进行研究，主要采用五种不同的空间插值方法：普通克里金插值法、反距离权重法、样条函数法、自然邻域法、趋势面法对2018年湖北省PM_2.5样本点数据进行空间插值，通过检验插值精度，选取最优空间插值方法及参数设置。

研究结果表明：在对不同空间插值方法得到的预测值与实际值进行精度检验后，发现五种插值方法预测的插值效果排序为：普通克里金插值法gt;反距离权重法gt;样条函数法gt;自然邻域法gt;趋势面法。即普通克里金插值法的插值精度最高。同时对基于不同半变异函数模型的普通克里金插值法进行研究，发现运用指数模型或圆模型时，普通克里金插值法的插值效果较好，而高斯模型完全不适用于此次研究。

关键词：PM_2.5；空间插值；留出验证法；精度检验；时空分布

Abstract

With the development of social economy, environmental problems have gradually become a barrier to people's entry into a better society. Among them, atmospheric environmental problems caused by PM2.5 have attracted more and more people's attention.PM2.5 is also called the fine particulate matter, is one of the important indexes of quality evaluation, the common data mainly comes from the ground monitoring of PM2.5 concentration distribution site, but cannot estimate uncovered area well site data of PM2.5 concentrations, so how to make use of the limited monitoring site data of PM2.5 concentration distribution simulation reconstruction became the focus of our research.

Method in this paper, based on the reconstruction of the spatial interpolation of PM2.5 in hubei province were studied, mainly USES the five different spatial interpolation methods: ordinary kriging interpolation method, inverse distance weighting method, spline function method, the natural neighborhood method, trend surface method in hubei province in 2018 PM2.5 samples to spatial interpolation point data, by examining the interpolation precision, select the optimal spatial interpolation methods and parameters Settings.

The results show that: after checking the accuracy of the predicted values and the actual values obtained by different spatial interpolation methods, it is found that the interpolation effects predicted by the five interpolation methods are as follows: ordinary kriging interpolation method gt;Inverse distance weighting gt;Spline function method gt;Natural neighborhood method gt;Trend surface method.The ordinary kriging interpolation method has the highest interpolation accuracy.At the same time, the ordinary kriging interpolation method based on different semi-variogram models is studied, and it is found that the ordinary kriging interpolation method has a better interpolation effect when the exponential model or the circle model is used, while the gaussian model is not suitable for this study at all.

Key Words：PM_2.5；Spatial interpolation；Set aside method of verification；Accuracy test；Spatiotemporal distribution

目录

摘 要 i

Abstract ii

第1章 绪论 1

1.1 研究背景及意义 1

1.2 国内外研究现状 2

1.2.1 PM2.5的监测利用现状 2

1.2.2 空间插值重建方法的研究现状 2

1.2.3 卫星遥感建模方法的研究现状 3

1.3 研究内容与目的 4

1.4 技术路线 4

第2章 数据来源与研究方法 6

2.1 研究区概况 6

2.2 数据来源 6

2.3 数据有效性规则 7

2.4 空间插值方法介绍 8

2.4.1 克里金插值法 8

2.4.2 反距离加权插值法 9

2.4.3 样条函数法 9

2.4.4 自然邻域法 10

2.4.5 趋势面法 10

第3章 PM_2.5空间插值的实现 12

3.1 数据预处理 12

3.2 留出验证法选点 13

3.2.1 随机选点 13

3.2.2 固定选点 14

3.3 空间插值的实现 15

3.4 预测值的提取 17

3.5 插值精度检验 17

3.5.1 检验指标介绍 17

3.5.2 精度检验 18

第4章 插值精度的比较与分析 19

4.1 不同空间插值方法的插值精度比较 19

4.2 半变异函数模型的插值精度比较 21

第5章 湖北省PM_2.5时空分布特征 23

5.1 PM_2.5浓度分布季度变化规律 23

5.2 PM_2.5浓度分布月变化规律 25

第6章 总结与展望 28

6.1 总结 28

6.2 不足与展望 28

参考文献 30

致 谢 32

第1章 绪论

1.1 研究背景及意义

PM_2.5，又被称为细颗粒物，在我国2016年正式施行的《环境空气质量标准: GB3095—2012》中则是这样定义PM_2.5的：环境空气中空气动力学当量直径小于等于2.5μm的颗粒物。而在日常生活中PM_2.5常常会造成一些比较常见的大气污染现象，例如雾霾、灰霾、酸雨、粉尘等^[1-3]。相比于其他大气污染物，PM_2.5的突出特点在于其粒径小，可以进入更深的呼吸道，严重情况下将直接抵达肺部，影响肺部的正常运行；污染面积大，活性强，不仅仅会引发哮喘和慢性支气管炎等呼吸道疾病，还会造成心脏病、动脉硬化、心脑血管阻塞等较为严重的疾病^[4]；易附带影响人体健康的重金属，微生物等有毒、有害物质。而国内大量的PM_2.5污染危害研究更是早已证明PM_2.5不仅仅会给人体带来极大的危害，还会对交通运输、经济发展带来无法避免的影响^[5，6]。

在全球化逐渐成为社会主流的今天，伴随着经济的快速发展，我国的空气污染状况逐渐恶化，人们开始将关注转向日益严峻的大气环境质量问题。在中国，严重的大气污染早已威胁到我们的身体健康，据相关报告显示，我国由空气污染引发的疾病类型在急剧增加。虽然近些年来我国的空气质量有所改善，但总体形势依然严峻，以湖北省为例，2018年湖北省17个重点城市PM_2.5浓度累计均值为44μg/m³，尽管较2017年（49μg/m³）下降了10.2%，较2015年（65μg/m³）下降32.3%，但依旧达不到空气质量二级标准。同时湖北省近年来由于城市化和工业化进程加快，造成雾霾现象频发，例如在2018年11月湖北省受大风天气的影响，使华北地区的大气污染物迁移到了省内，使得湖北省内各地的空气质量状况开始呈现恶化趋势，在短短的一天内，湖北省大部分地区的大气污染状况达到了重度污染级别，其中荆门为严重污染级别，宜昌、黄冈、鄂州为中度污染级别，而此次大气污染的首要污染物正是PM_2.5。此次由PM_2.5引起的雾霾天气是2018年湖北省遭遇的最严重的一次大气污染现象，它的持续时间长，污染面积大，湖北省的大部分区域都受到了严重的影响。而湖北省自改革开放以来，社会经济发展较为迅速，而伴随着城市化进程的加快，湖北省的大气环境也在迅速恶化，相比于那些看得见的大气污染物，PM_2.5这样看不见的大气污染无疑更加值得关注。

1.2 国内外研究现状

1.2.1 PM2.5的监测利用现状

当前，国内较为普遍的对PM_2.5的监测利用就是全国或省级的空气质量监测网站，人们可以随时从中得到所在城市或地区实时的PM_2.5浓度数据，但从广东省环境保护厅发布的PM_2.5浓度数据计算方法中，可以看到我国对PM_2.5浓度的计算往往从监测站点的小时PM_2.5浓度出发，通过对监测站点测定的周边区域每天超过20小时的有效PM_2.5浓度数据进行均值计算，得到监测站点的PM_2.5日均浓度，而城市PM_2.5日均浓度则是对城市里所有监测点进行均值计算。这种计算方法的缺点在于，由于数据来源于各监测站点的实时监测，因此只能得到监测站点附近的日均PM_2.5浓度，难以获取其他监测站点未覆盖到区域的PM_2.5浓度值。以湖北省为例，尽管已有湖北省53个国控点的原始数据，但相比于湖北省18.59万平方千米的总面积，53个监测站点的分布有局限性、偶然性，想要利用有限的观测数据进行分析，空间插值是一个有效的方法，空间插值的优势在于可以对湖北省PM_2.5浓度整体分布状况进行模拟，对监测站点未覆盖到的区域也能提供较为可靠的重建方法进行模拟。本文利用不同的空间插值方法完成了对PM_2.5浓度分布的重建工作，可以得到监测站点未覆盖区域的PM_2.5浓度。

1.2.2 空间插值重建方法的研究现状

除此之外，国内外也有不少学者对大气环境中的PM_2.5进行理论方面的研究，而除了普遍的对PM_2.5污染的危害^[4]、大气中PM_2.5的主要来源^[9-10]、化学组成成分^[11]以及污染防治方面^[11]的研究外，PM_2.5浓度分布的模拟重建研究也是一个比较热门的研究方向，针对这一研究方向，国内外各有其侧重点。一般来说，针对PM_2.5浓度分布的模拟重建常见的两种重建方法分别是基于空间插值的PM_2.5浓度重建方法和基于卫星AOD数据间接反演地面PM_2.5浓度的卫星遥感建模方法。