空间变系数模型通过将空间数据信息嵌入到一般的线性回归模型中,以此来检测变量之间的空间非平稳性,及关联程度.对于含有空间信息的空间数据集的分析十分直观.本文介绍了空间变系数模型的基本原理和局部线性GWR估计方法,以及Gauss权函数和光滑参数的选择方法,重点研究了空间变系数模型的局部线性GWR二步估计.全球环境日益恶化,部分地区污染严重.中国幅员辽阔,地形复杂,经济发展不平衡,人口分布不均,为空气质量的影响因素的进一步研究带来极大困难.因此,对于全国大面积的定量的研究空气质量影响因素十分必要.论文选取了2011年计算空气质量指数的污染因子浓度的污染物的主要来源作为研究指标,并采用了空气质量指数作为衡量空气质量好坏的标准,对全国空气质量的影响因素及其影响程度进行研究.建立空间变系数模型,并且分别用局部线性GWR估计和局部线性GWR二步估计,对模型拟合,实例验证了局部线性GWR二步估计的优越性.本文基于空间变系数模型得出人类活动与气象条件对空气质量的影响程度,呈现空间非平稳性.随着空间位置的变化,人类活动与气象条件对空气质量的影响程度也会随之变化.