基于地统计的长株潭大气质量分析

周宇氚 张羿祺

（武汉大学 湖北 武汉 430072）

引言

自改革开放以来，中国的经济建设取得了一系列令人瞩目的成就。但是，经济发展的成功背后，隐藏了严重的环境污染问题。其中，空气污染问题最为突出，每一次呼吸，每一次的空气质量是好还是坏，密切关系到人们的生命和健康。传统的监测站监测方法主要思想是以站点所测的值代表一定区域范围内的值，这种方法在区域较大或者站点位置不合理的情况下误差较大，所以需要在某一地点的到更为精确的值，需要通过内插的方法将离散数据变为连续，这样可以直观的到地图上每一点所对应的空气质量值。

1 长株潭现状分析

1.1 总体概况

近些年来，虽然政府及相关部门在努力治理一些大气污染问题，并得到一些成效，但是，通过横向对比，2019年湖南省空气质量排名中，长株潭空气指数则排在最后三名，可以发现仍然还存在许多问题和不足。通过与武汉城市圈对比，长株潭空气质量亦排名倒数[1]。

1.2 污染成分构成

长沙、株洲、湘潭三市人口稠密，经济活动高度密集，耗油量大，产生大量的空气可溶性胶体污染物（如粉尘、烟尘、悬浮粉尘）和有害气体（如硫磺气化、氢氧化物、光化学烟雾等），改变原有的区域大气成分[2]。对目前长株潭地区的主要大气污染物进行重点分析和总结，发现氮氧化物、PM2.5等属于大气污染的主要污染源。

1.3 污染物变化趋势

通过分析长株潭三个地区五年空气质量变化数据，三市的大气质量呈鲜明的季节性变化，即冬春季高，夏秋季低。而污染物与季节也有着明确的相关性，冬季是大气污染物PM2.5、PM10、SO2、NO2、CO的典型污染季节，夏季是大气污染物O3的典型污染季节[3]。

2 GIS方法分析监测站配置

2.1 克里金插值

克里金法是一种基于变异函数理论的无偏插值，也是一种地统计方法，该方法基于包含自相关的统计函数模型，在描述空间自相关现象时往往会用到，比如大气质量的描述。克里金插值包含找到依存规则和进行预测，对此需要经历两步过程，即协方差函数和创建变异函数，估算取决于自相关模型的统计相关性值，再通过第一步的结果预测未知值。

Z(si)为第i个位置处的测量值，λi为第i个位置处的测量值的未知权重，S0为预测位置，N为测量值数，应用克里金方法时，权重不仅取决于点要素之间的距离、位置，还取决于要素点的整体空间排列。而考虑到空间排列，需要空间自相关量化。因此，在普通克里金法中，权重λi需要用点要素距离、预测位置距离和预测位置周围的测量值共同组成的拟合模型综合计算[4]。

2.2 变异函数

变异函数的目的是拟合空间自相关模型，包含圆、球面、指数、高斯、线性等，而且模型会影响未知值的预测。原点处或接近原点处的曲线越陡，越接近原点的元素对预测的影响越大。因此，输出曲面将更不平滑。所以每个模型都应用于不同的现象。

2.3 结果分析

在ArcGIS中，有集成的克里金插值工具箱，预测输入点是数据集二维分布点的Z值，默认方法是普通克里金法，即一种预测平均值的方法[5]。从图1可以发现，长沙的10个站点，株洲的7个站点，湘潭的7个站点密集分布在三市接壤处，这样密集布设站点不能把握长株潭三市空气质量全貌，应分散布点，便于把握全貌。图2表示克里金插值后的空气质量，对站点间的区域描述更为精准，可以表达空气质量的连续性。

3 结论

长株潭地处湘汇谷地，静风频率高，污染扩散弱，大气质量问题成为限制长株潭地区发展的重大因素。通过分析，长株潭地区空气质量站点的布置过于密集，对每个区县的大气质量不能较好反映，而对于一些旅游业密集区，如果空气质量指数不能反映景区真实值，会对旅游业的发展造成负面影响。克里金插值则是对空气质量进行空间连续的表达，更好地反映了测站之间的空气质量。