基于PCA-GWR模型的PM2.5浓度空间插值

来源：环境监测管理与技术杂志2026年第1期北京时间：

作者：张茗斐；谢劭峰；唐友兵；孟春阳；林买金；万梓康；

单位：桂林理工大学测绘地理信息学院；桂林理工大学测绘地理信息学院；桂林理工大学测绘地理信息学院；桂林理工大学测绘地理信息学院；桂林理工大学测绘地理信息学院；桂林理工大学测绘地理信息学院；

摘要：采用主成分分析（PCA）和地理加权回归（GWR）模型，结合大气污染物、气象和气溶胶光学厚度（AOD）等数据，估算长三角地区的PM25浓度。引入两种径向基函数（高次曲面和反高次曲面）插值方法对PCA-GWR模型残差进行改正，构建两种基于残差改正的PCA-GWR模型，以优化模型精度。结果表明，PCA-GWR模型能够充分考虑原始变量的信息，有效降低解释变量之间的多重共线性；基于两种插值法改正的PCA-GWR模型的R2、RMSE和MAE相较PCA-GWR模型均有明显提升，其中基于高次曲面插值法（PCA-GWR-MQ）的模型具有更好的插值精度，在不同时间尺度的稳定性更佳。

关键词：PM2.5,地理加权回归,主成分分析,径向基函数插值,

基金资助：国家自然科学基金资助项目（41864002）