空气质量(Air Quality)研究是一个非常复杂的系统工程,由于区域空气质量的传播和交互影响,导致空气质量演变过程的动态性和复杂性。因此,有效表征空气质量结构和空间分布关系、反映空气质量内在关联关系和整体效应、揭示空气质量的演变规律成为解决我国空气质量有效分析和污染防控问题的关键。为此,本文在对区域空气质量传播机理分析的基础上,建立空气质量复杂网络模型,采用谱聚类数据挖掘方法对空气质量的时空分布和交互影响进行了系统化研究。主要研究内容如下:首先,分析空气质量传播影响因素,包括气象因素(如温度、天气、污染物浓度等)以及地理因素(如距离),采用巴特利特检验和KMO方法以及皮尔逊系数,分析空气质量影响因素的相关性。其次,提出基于复杂网络的区域空气质量结构特征映射方法,将复杂网络理论应用于空气质量动态分析,把局地空气质量抽象成网络节点,局地之间空气质量交互关系抽象成边,表征空气质量的时空分布和交互关系,结合时间累积效应的变化更迭,动态表征区域空气质量分布状态。再次,提出一种基于谱聚类的空气质量区域划分方法。在复杂网络的基础上对节点进行谱聚类分析,以空气质量复杂网络生成的空气质量关联矩阵与改进谱聚类的相似矩阵结合,实现区域空气质量特征的聚类划分。最后,对空气质量复杂网络模型和基于谱聚类的空气质量区域划分方法进行实验分析,验证分析结果有效性和准确性,为空气质量预测和污染防控提供理论依据。