谢劭峰，魏朋志，黄良珂*，张 伟，黎峻宇

(1.桂林理工大学测绘地理信息学院，桂林 541006；2.广西空间信息与测绘重点实验室，桂林 541006)

大气霾污染因其对人体健康、生态环境和气候变化的影响而成为全球关注的严重环境问题，PM2.5是霾污染的主要原因[1]。中外学者对PM2.5预测研究热度也在不断提高。周体鹏[2]基于克里金插值法对昆明市PM2.5浓度变化进行了估算；卢月明等[3]基于局部加权线性回归模型提出了一种引入正则化项的空间插值方法，该方法提高了PM2.5插值效果；谢劭峰等[4]对南宁市PM2.5浓度与气象因素的关系进行了探讨并结合多种气象因素运用多元线性回归模型对其浓度变化进行了预测；王德冬等[5]利用时空回归克里金法对区域PM2.5进行了时空建模及插值；王娟[6]利用灰色关联度、多元回归分析等方法定性定量分析了中国30个代表城市的污染程度及污染规律；胡稳等[7]利用普通克里金(ordinary Kriging，OK)法进行空间插值获取PM2.5、PM10分布特征并比较了6种半变异函数模型的适用性；Masood等[8]建立了基于机器学习方法的PM2.5预测模型；焦利民等[9]基于土地利用回归模型进行了武汉市PM2.5浓度高分辨率空间分布模拟研究；李爽等[10]将主成分分析与逐步多元线性回归相结合,提出了一种改进的土地利用回归模型模拟大区域PM2.5浓度空间分布的方法;刘妍月等[11]运用多种插值方法对长沙市大气中PM2.5浓度分布进行比较研究，发现基于反距离加权的克里金插值方法效果较好；车磊等[12]运用一种基于多尺度最小二乘支持向量机优化的克里金插值方法对青岛市PM2.5浓度变化进行插值计算，效果优于传统克里金模型插值效果；……