PM2.5时空序列缺失数据的反距离权重插值方法补缺研究

来源：环境与职业医学杂志 2025年第2期北京时间：

作者：梁玉柔, 伍红玲, 王伟鹏, 程峰, 段平,

摘要：背景细颗粒物（PM2.5）监测站点因受各种因素的影响，导致在某一段时间的数据缺失。这种数据缺失会影响空气质量评估和污染治理决策的制定。目的提出一种基于粒子群算法（PSO）优化距离指数的反距离权重（IDW）时空插值方法，用于PM2.5时空序列缺失数据的插值补缺，提升插值补缺精度。方法研究分为两部分：第一部分以长三角地区为研究区，基于2017年1月1日四个时刻的小时尺度PM2.5观测数据进行插值补缺实验；第二部分以京津冀地区为研究区，基于2017年1月1日至10日共10 d的天尺度PM2.5观测数据进行插值补缺实验。实验分别选取均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）和平均相对误差（MRE）4种指标对补缺精度进行评估。结果基于PSO优化距离指数的IDW时空插值方法提升了PM2.5时空序列缺失数据补缺的精度。在长三角地区的小时尺度实验中，相较于距离指数取2时，上述方法的RMSE、MAE、MAPE、MRE平均提升了0.17 μg·m−3、0.27 μg·m−3、0.17%、0.01%。基于该方法生成的4个时间段PM2.5空间场图，清晰展示了长三角地区小时尺度PM2.5浓度的时空分布特征。在京津冀地区的天尺度实验中，PSO优化的距离指数相比传统方法表现更优，插值精度提升约为0.215 μg·m−3、0.283 μg·m−3、0.174%、0.014%。此外，该方法生成的四个季节的PM2.5空间场图展现了京津冀地区在不同季节的PM2.5浓度时空分布特征，进一步验证了该方法的有效性和适用性。结论基于PSO优化的IDW时空插值补缺方法在长三角和京津冀地区的PM2.5时空序列缺失数据应用中展现出较优的插值精度和可靠性，为大气污染防治和公众健康保护提供了重要参考。

关键词：细颗粒物, 时空序列, 插值, 反距离权重, 粒子群算法,