摘 要

本文以武汉市21个空气质量监测站点的监测数据为样本数据，利用克里金插值法、时间序列分析法及相关分析法，对武汉市2018年1月的AQI进行基于克里金插值法的空间插值研究，并对武汉市近五年（2014年至2018年）的AQI进行基于季节性分解的时间特征分析，研究武汉市AQI的空间分布情况及其季节变化特征。通过对比不同克里金方法模型的插值精度，选择最优模型，模拟武汉市13个分区较“真实”的空气质量指数，对武汉市空气质量的空间变化特征进行分析；通过季节性分解方法对武汉市空气质量的时间变化特征分析，并基于样本数据集建立预测模型进行空气质量在时间维度上的短期预测。对探究武汉市空气质量的影响因素具有指导意义，为当前武汉市空气质量的治理力度及今后的治理进度提供合理的建议。

关键词：空气质量；空间插值；克里金插值法；时间序列分析

Abstract

Based on the monitoring data of 21 air quality monitoring stations in Wuhan, this paper uses Kriging interpolation method, time series analysis method and related analysis method to study the AQI-based Kriging space interpolation in Wuhan in January 2018. The temporal characteristics of seasonality analysis of AQI in Wuhan in the past five years (2014 to 2018) are analyzed to study the spatial distribution and seasonal variation of AQI in Wuhan. By comparing the interpolation precision of different Kriging method models， the optimal model is selected to simulate the air quality index of the 13 districts in Wuhan. The time variation characteristics of air quality in Wuhan are analyzed， and the prediction model is built based on the sample data set to conduct short-term prediction of air quality in the time dimension. It will have guiding significance for influencing the influencing factors of Wuhan city air quality, and provide reasonable suggestions for the current Wuhan air quality control and future progress.

Key Words：Air quality; Spatial interpolation; Kriging interpolation; Time series analysis

目录

第1章 绪论 1

1.1研究背景及意义 1

1.1.1研究背景 1

1.1.2研究意义 1

1.2国内外研究现状 2

1.2.1国外研究现状 2

1.2.2国内研究现状 2

1.3研究内容和技术路线 3

1.3.1研究内容 3

1.3.2技术路线 4

第2章 相关理论基础 6

2.1空气质量指数 6

2.2空间插值方法 6

2.2.1确定性插值方法 7

2.2.2地统计学方法 7

2.3时间序列分析方法 8

第3章 武汉市AQI空间插值分析 10

3.1研究区域概况 10

3.2数据采集与处理 11

3.3武汉市AQI插值分析 13

3.3.1数据探索 13

3.3.2插值模型 16

3.4对比与评价 17

3.5.1交叉验证 18

3.5.2插值结果分析 19

第4章 武汉市AQI时序特征分析 20

4.1武汉市AQI季节变化特征 20

4.2 武汉市AQI趋势预测 22

第5章 结论与展望 24

5.1结论 24

5.2不足与展望 24

参考文献 26

致谢 28

第1章 绪论

1.1研究背景及意义

1.1.1研究背景

空气环境是人类和地球上所有生命赖以生存的基本环境。空气质量与我们的生产和生活直接相关。随着中国经济社会的快速发展，日益严重的空气污染给人们的生活带来了越来越多的麻烦。尤其2008年以来，国内普遍出现雾霾天气增多现象，患呼吸系统疾病的人数剧增，引起了公众对空气质量的关注和探讨。

中央和各地方政府也出台了相应的政策法规，采取了一系列控制措施，如交通管制、烟气脱硫脱硝等，进一步控制空气污染排放、规范空气质量监测及预报，缓解空气污染问题。作为中部地区的中心城市，武汉市本着"绿水青山就是金山银山"的原则，投入大量人力物力，严格监控各区空气质量状况，进而为有效改善武汉市空气质量制定合理的政策。

在实际的监视处理中，由于成本限制、较难实施的测量工作，以及复杂的污染现象，这是不可能测量每个位置的区域，使得监测结果只能代表固定小范围内有限数量区域的空气质量的数据。利用区域内定位监测站的数据，分析空气质量在整个区域的时空分布规律及其背后的自然人为因素，进而为合理控制大气污染排放和有效改善空气质量提供合理科学的建议，将是今后我国大气质量监测研究中一个非常重要的研究方向。

1.1.2研究意义

近年来，GIS和计算机技术的不断创新发展，应用地统计学空间数据插值法可将离散点数据模拟至连续面数据从而进行空间特征研究的方法得到了越来越多的支持和认可。一些研究已经指出，空间内插的区域一级的精度比遥感反演更准确^[1]。空间内插已成为一种可行的方法来研究的区域空气质量的空间分布特性。

此外，空间插值法属于空间填充，仅着眼于各区域的变量的空间变化，并不考虑区域变量的时间维度。随着人们不断探索和了解自然的过程，特别是在自然的环境，气象，流行病学等领域，这些过程往往伴随着时间维度的信息^[2]。时间维度信息所占比重逐渐增大，将空间数据被逐渐扩展成时空数据，在进行空间插值分析的同时研究时间序列分布是十分必要的。

通过对武汉市空气质量进行空间插值分析和时间序列分析，分析了武汉市空气质量的时空分布特征，可以合理评价武汉市大气污染控制的现状，为今后的治理方向和治理提供相应的参考。

1.2国内外研究现状

1.2.1国外研究现状

20世纪以来，美国、欧洲、日本、香港等国家根据实际情况制定了自己的空气质量排放标准，建立了完整的空气质量监测系统，用于预防和预测空气污染。许多欧美学者对城市大气的污染物浓度或污染程度进行了长期的监测，一些欧洲学者对比了不同城市和季节条件下的空气质量分布情况，如在莱比锡、曼彻斯特^[3]等地区。