城市区域空气质量监测网络设计是城市环境保障的重要环节。近年来,随着空气质量监测传感器成本的降低与污染物数据获取能力的提高,人们关注的焦点从数据的可获得性逐渐转移到可获取数据的代表性。为了获得具有空间代表性的空气污染物监测数据,需要进行空气质量监测优化布点。优化布点的目的是以最少的监测点位获得最大范围空间的代表性数据,准确客观地反映城市环境质量状况及变化趋势,体现尽量多的信息。监测点位的布设是否具有代表性,将在很大程度上影响监测结果的可靠性和准确性。　　 本文采用了空间分析的思想来指导监测网络的优化布点设计,在充分考虑到污染物的空间相关性与空间变异性的基础上,引入最小克里金方差的评价准则,以监测站点对未知点的插值方差作为监测网络对该点代表性的量化依据。　　 样本点位的选择是一个比较复杂问题,在计算机科学里通常称之为N-P完全问题,当样本量很少时,解决方式很简单,用枚举法即可,但当样本量增大时,计算时间呈指数级噌长,样本量达到一定规模时,枚举式的解决方式将无法实现。用模拟退火的优化算法,可以较好地实现城区单位格网方差的最小化,进而得到空间分布最优的监测网络设计方案。　　 本文以广州地区为研究区,以NO2,PM10的遥感影像反演结果作为先验知识,综合考虑研究区不同污染物多时相的空间变异特性,对已有监测网络进行评价并提出优化的设计方案。