1. 课程导入与评价目标界定
环境空气监测网络的价值，不在于站点数量多，而在于每个站点所测得的浓度能否真实反映其周边一定范围内人群与生态所受的空气质量状况。空间代表性（Spatial Representativeness）正是描述这一能力的核心概念：它指某一监测点位（或监测点位所代表的浓度值）在多大空间尺度上、以何种可信程度代表周边区域的空气污染水平与暴露特征。通俗地说，一个点位"代表"的范围越大、越稳定，其空间代表性越强；反之，若点位受局地源强烈干扰、浓度随距离急剧衰减，则其代表性范围很小。
需要强调的是，空间代表性不是点位自身的固有属性，而是"点位—污染物—地形气象条件—评价目的"共同决定的相对属性。同一个点位，对PM₂.₅可能代表数公里范围的城市背景，对NO₂可能只代表数百米的交通走廊影响区，对SO₂则可能因周边无显著源而代表更大区域。因此，评价工作必须首先明确"为谁评价、评价什么、在什么尺度上评价"。
空间代表性在监测网络中的角色
从监测网络全生命周期看，空间代表性贯穿选址、布点、运行评估与网络优化四个环节。选址阶段，它决定点位应落在污染最重处、人口暴露最高处还是区域背景处；布点阶段，它决定同类点位之间应保持多大间距以避免冗余或遗漏；运行阶段，它用于判断某点位是否因周边新建道路、拆迁或工业搬迁而"代表性漂移"；优化阶段，它支撑站点的增设、迁移与撤并决策。可以说，空间代表性是连接"监测数据"与"管理决策"的桥梁——没有代表性判断，浓度数据只是孤立数字；有了代表性判断，数据才能转化为区域空气质量结论与暴露评估依据。
评价目标的具体界定
本课程将空间代表性评价的目标界定为三个层次，逐层递进。第一层是尺度界定：明确某点位对指定污染物在何种空间距离内具有可接受的代表性，通常以"代表性半径"或"代表性面积"表达。第二层是可信度判断：给出该尺度内浓度估计的不确定范围，例如"该点位PM₂.₅浓度可代表周边3 km范围内年均值，偏差约±15%"。第三层是决策支持：将前两层结论转化为布点间距建议、点位调整方案或数据使用范围说明。
为使目标可操作，评价需明确四项输入：监测点位的经纬度与采样口高度、目标污染物的历史浓度序列、点位周边一定范围内的源清单与土地利用数据、以及评价所服务的管理尺度（城市级、区县级或街区级）。缺少任一项，代表性结论都会失去约束条件。例如，仅凭浓度序列无法区分"浓度平稳是因为区域均匀"还是"因为局地源与汇恰好抵消"；仅凭源清单又无法判断实际浓度响应。
一个教学示例：如何起步
假设某城市站点A位于居民区与主干道之间，采样口离地约15 m，目标污染物为NO₂，管理尺度为街区级暴露评估。起步阶段可先做两件事：其一，调取该点位近三年NO₂小时浓度序列，计算年均值与日变化幅度，观察是否存在明显的早晚高峰双峰结构——若双峰显著，说明交通源贡献突出，代表性范围可能被压缩至道路两侧数百米；其二，以点位为圆心，按100 m、300 m、500 m、1000 m建立缓冲圈，统计各圈内道路长度、人口密度与用地类型，形成"源—受体"分布剖面。两项结果对照，即可初步判断该点位应被定位为"交通影响型"还是"城市背景型"，从而确定后续评价应采用的道路扩散模型或区域浓度场方法。