本文以环首都地区100km内为研究区域,根据矩形格网法对所研究区域进行不同边长尺度的格网划分,通过2013年的MODIS数据、TM数据等对所研究范围内的各项因子指标进行提取和整合。本研究采用MODIS遥感影像数据与实地调查相结合的手段对所研究数据进行获取,主要包括气象数据、土壤数据、植被数据(植被覆盖指数-N)、地形数据、环境数据等。利用北京市环保局提供的空气污染指标数据对2007-2012年6年间的空气质量进行对比分析,利用GS+软件的3种插值方法和莫兰指数——Moran’s Ⅰ对所提取的变量数据进行空间自相关性的研究,计算在不同格网尺度下环首都地区的环境、土壤、水文、植被等各类因子的空间自相关效应的影响变程,并建立优化模型。本研究的创新点在于以北京二环为中心建立矩形格网,且拟定每个格网内部的各类要素均等,以中心格网为研究的中心样本点,按照3x3、5x5、7x7、9x9、11x11、13x13、15x15、17x17的8种宫格制对植被与环境间的空间相关性进行研究,按照空间距离Dr相关法推导出不同矩形格网边长不同宫格取值的情况下,植被对环境所能影响到的最远距离r。综合以上,本文得到的主要结论如下：(1)插值算法后各因子的空间自相关性的辐射变程A通过运用地统计学软件GS+对各类因子的空间效应的变程进行计算,得出：在不同的格网尺度下,以每个格网中心作为一个样本点,利用克里格插值、反距离加权插值和条件模拟插值3种方法对样本点进行空间插值,建立各类因子的空间效应的最佳模型。通过相关模型得出：年均降雨量、植被盖度、高程、土壤中磷含量、钾含量、有机质含量及空气污染指数等因子的空间自相关性的影响变程分别是：Range(A)降雨量max为113.45km,Range(A)降雨量min为103.23km,Range(A)植被盖度为74.40km,Range(A)DEM为132.15km,Range(a)P max为7.27km,Range(A)P min为232.20km,Range(A)K max为165.50km,Range(A)K min为93.30km,Range(A)Q为100.45km,Range(A)API为67.10km,得出的结论是随着样本点与点之间距离的增加各因子的空间相关性降低。(2)莫兰指数法-Moran’s ⅠⅠ推算不同格网尺度各因子空间自相关性的影响范围本文利用莫兰指数-Moran’s Ⅰ法对各类因子的点与点之间的空间自相关性进行研究,发现各因子的自相关影响区域半径普遍小于辐射变程,但与变异函数相同的是各类因子的空间自相关性也随着点与点间的距离增大而降低的结论,不同的是在合理的格网尺度下才会得到这种结论。经莫兰指数计算得知,年均降雨量、植被盖度、高程、土壤中磷含量、钾元素含量、有机质含量及空气污染指数等因子的空间自相关性的影响范围分别是：Ir植被盖度∈(6620m,7131m)、Ir降雨量max∈(6923m,9756m)、 Ir降雨量∈(7112m,8933m)、IrAPI∈(2998m,6864m)、IrK∈(6623m,6789m)、 IrP∈(6016m,8827m).Ir有机质∈(6621m,6721m)、IrDEM(8850m,8893m)。通过对环首都地区100km范围内能够影响环境状况的各类因子进行变异函数分析和莫兰指数分析,得出在一定的格网尺度范围内的各因子随空间距离变化的最优模型,模型的内符合精度都达到98%以上,同时对各类因子预留20%的样本点对所选模型进行F检验,得到的外符合精度也都在90%以上,模型拟合度较高。(3)植被因子与环境因子间的空间相关性研究了植被因子、气候因子、环境因子、土壤因子及地形因子的空间自相关性后,本文利用空间距离Dr相关法的公式推导植被因素(植被盖度C、生物量B)与环境因子(可吸入颗粒物PM、SO、NO2、平均降雨及平均温度)的空间相关性,并计算距离的幂指数r,得出在不同的矩形格网边长范围及不同的宫格取值的情况下,植被对环境的影响随距离的增大而减小的结论,得到植被因子对PM值、SO2、NO2、平均降雨量和平均温度的最大影响距离是14.74km、13.96km、13.59km、26.57km和18.0km。综上所述可见,在环首都地区范围内,对环境影响的各类因子的区域间的交互效应随着点与点之间的距离增大而减小,即通过本文的研究,将环境污染区域限定在空间相关性的影响范围内,并针对该范围进行具体整治,如出台相应措施对汽车尾气进行合理控制,对周边排放超标的工厂进行适当迁移,增强市民保护环境的意识,根据“适地适树”原则进行植树造林,依照树种的吸附机理对树种进行合理配置等。环首都地区环境效应的研究是跟各种因素密切相关的,本研究只是在己知定量因子的基础上建立相关模型并求解了主要影响因子和影响半径,对各类定性因子如各类人为因素等的相关研究将有待进一步的分析。