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

摘要

PM_2.5是严重危害人们身体健康的空气污染物之一，了解PM_2.5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PM_2.5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PM_2.5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^*_i推断安徽省2021年逐月平均PM_2.5浓度的空间分布特征。结果表明，PM_2.5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