基于地理加权回归克里金的中国PM2.5浓度空间制图方法

编号 zgly0001660677

文献类型 期刊论文

文献题名 基于地理加权回归克里金的中国PM2.5浓度空间制图方法

作者 邵彦川  王江浩  葛咏 

作者单位 南京农业大学资源与环境科学学院环境科学系  中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室  中国科学院大学 

母体文献 遥感技术与应用 

年卷期 2018年06期

年份 2018 

分类号 X513 

关键词 地理加权回归克里金(GWRK)  PM2.5  空间制图 

文摘内容 空气细颗粒物健康暴露风险等研究需要准确的PM2.5浓度时空分布信息作为健康评估的重要输入。然而,由于监测台站稀疏分布,通常需要融合遥感等辅助信息,通过空间制图模型得到PM2.5浓度的分布状况。如何在估计模型中将PM2.5浓度的空间分布特征融入制图模型将是提高PM2.5制图精度的关键。发展了一种融合地理加权回归和克里金插值方法的混合模型:地理加权回归克里金（Geographically Weighted Regression-Kriging,GWRK）,地理加权回归模型考虑PM2.5浓度分布的空间异质性,克里金模型对回归后的残差中存在的空间自相关性进行建模。基于该方法,利用中国空气质量监测站数据,采用遥感、模式模拟数据作为辅助信息,对2017年中国逐月的PM2.5浓度分布进行估计空间制图。交叉验证结果表明,GWRK相较于传统制图方法（最小二乘回归、地理加权回归、回归克里金）具有更高的精度,决定系数R2为0.824,平均绝对误差为6.96μg/m3,均方根误差为10.94μg/m3。2017年逐月的PM2.5浓度制图结果显示,在时间上,冬季是PM2.5污染最严重的时段,夏季最轻,空间上,东部经济较为发达的城市如长三角地区是污染严重区,西南地区污染程度较轻。