兰州是中国重化工业为主的山地城市,严重的空气污染和大量降尘等问题频发[1]。由于兰州市冬季风速小,大气环境稳定度大,不利于湍流扩散,本地源污染物持续积累[2],由复杂河谷地形引起的气流输送特征、边界层结构、逆温强度等都是造成兰州市严重空气污染问题的重要因子[3-7]。依据环保部颁布的《"十二五"国家环境空气监测网(地级以上城市)设置方案》[8],兰州市共布设了5个空气质量自动监测站点,其中郊区对应背景点榆中兰大校区站,城区对应职工医院站、兰炼宾馆站、铁路设计院站、生物制品所站。兰州市5个监测站点间的同步观测数据是否存在"信息重叠"问题,及其监测站点空间代表性如何尚不清楚。除观测尽量不重复这一指标之外,由于气象观测资料的代表性是建立在准确性的基础之上的[9],所以还可以利用常规监测数据与高精度观测资料之间的相关性来评估站点的环境代表性。本文利用环保部发布的兰州市2015年7-12月兰州市5个监测站点的6种主要空气污染物(PM2.5,PM10,CO,NO2,SO2,O3)浓度的逐小时监测数据,及MODIS-Aqua和Terra探测得到的二级产品550nm Dark Target和陆地Deep Blue气溶胶光学厚度(AOD,Aerosol Optical Depth),采用空间差异率(COD,coefficient of divergence),模糊评价模型和方差分析(ANOVA,analysis of variance)方法等统计分析方法和客观分析方法,对兰州市空气污染物分布和变化特征进行分析,得到如下结论:(1)由模糊评价方法计算6种环境空气质量影响因子的权重系数随时间的变化,可知兰州市的主要污染物为PM10,次要因子为PM2.5,SO2对兰州市空气质量的影响最小。(2)兰州城区4站间颗粒污染物和O3滞后±1H的相关系数均在0.6以上,且由单因素方差分析可认为2015年下半年兰州市城区4站监测得到的PM10浓度数据来源于同一总体,即可认为各站间存在污染物的扩散和输送,且4站间存在重复观测。(3)2015年下半年首要污染物PM10的空间分布表现出了一定的差异,从7月到12月,城区4站间PM10的COD呈逐步增长趋势,其中兰炼宾馆站与其余3站空间差异最大。(4)参考成贺玺[10]的方法,在相关分析前先对PM10浓度进行湿度订正,再对AOD日数据进行气溶胶标高订正,利用经两步订正后的卫星反演PM10浓度与城区4站进行一至三次回归分析,得到显著性最高的回归方程;利用最优回归方程,可以由AOD日值反演插补出一套时间连续性较好的市区PM10日值数据,再用市区4站的PM10浓度日均值与这套反演浓度做相关分析可知,职工医院站与反演数据之间的相关性最高,且能通过90%的显著性检验,即认为该站点与高精度卫星资料间相关性最高,代表性较好。(4)空气质量监测站点代表性的概念可以从两方面来衡量,首先是在城市范围内各站点尽量不重复观测,其次是能够在区域分析中与高精度数据(如卫星数据)高度相关。基于以上两点,本文构建了一个站点代表性评价模型,用表示站点代表性,其表达式为=0.77+0.23反演,其中系数由熵权法和研究时段内的本地观测数据计算得到。代入前文分析结果,由模型计算得到兰州城区4个空气质量监测站点中生物制品所站的空气质量监测站点代表性最好。