2. 监测点位空间代表性的核心概念体系
在环境空气监测中，“这个点位能不能代表一片区域”是布设与评价工作的根本问题。要回答它，必须先把一组彼此关联的术语厘清：代表性、代表性范围、代表性误差、空间尺度，以及它们与数据有效性、点位布设原则之间的关系。本节围绕这一概念体系展开，先讲清每个术语的确切含义，再说明它们如何在实际评价中协同使用。
代表性：点位与区域之间的“推断许可”
监测点位的代表性，指该点位所测得的污染物浓度及其变化规律，能够在多大程度上反映其所服务区域（或目标对象）的真实状况。它本质上是一种“推断许可”：允许我们用一个点的观测去推断一片面的状况。代表性不是点位自身的物理属性，而是点位、污染物、时间尺度、区域下垫面四者共同决定的关系属性。同一个点位，对PM₂.₅年均浓度可能代表性良好，对NO₂小时峰值则可能代表性很差；对城市建成区有代表性，对城郊农田则几乎没有。
因此，判断代表性时必须明确三个限定：代表什么污染物、代表什么时间尺度、代表什么空间对象。缺少任一限定，“代表性好不好”就是一个无法回答的问题。
代表性范围：把“代表谁”落到空间上
代表性范围是代表性在空间上的具体化，指一个点位能够以规定精度反映其浓度的地表区域。它通常以一个围绕点位的区域（如半径数百米的圆形、沿风向拉长的椭圆，或按土地利用类型划定的多边形）来表达。代表性范围的大小与污染物性质密切相关：惰性、局地排放影响强的污染物（如NO₂、CO）代表性范围小，常在几十至几百米量级；二次生成、区域传输显著的污染物（如O₃、PM₂.₅）代表性范围可达数公里甚至更大。
代表性范围不是靠单点数据“算”出来的，而需要借助多点位对比、移动监测、模型模拟或土地利用回归等手段估计。工程上常用的近似做法是：在候选点位周边布设若干临时对比点，计算其与候选点浓度的相对偏差，偏差落在允许阈值内的最远距离即可视为代表性范围的粗略边界。
代表性误差：可量化的偏差尺度
代表性误差指用点位观测值代替区域真值时产生的偏差，可表示为点位浓度与目标区域平均浓度之差（绝对误差），或该差值与区域均值之比（相对误差）。它是评价代表性的量化抓手，也是连接“概念”与“判定”的桥梁。需要强调的是，代表性误差与仪器误差、采样误差性质不同：后者可通过校准、维护减小，前者源于空间异质性，只能通过优化点位位置或调整评价目标来控制。
一个可操作的示例（以下为教学假设，非实测）：某城市拟评价一个国控点对3 km半径建成区的代表性。在区域内布设8个对比点同步监测PM₂.₅日均值，得到区域均值为42 μg/m³，国控点均值为45 μg/m³，则绝对代表性误差为+3 μg/m³，相对误差约+7.1%。若评价标准设定相对误差不超过±10%，可判定该点位在此尺度下代表性合格；若对比点中某点浓度达58 μg/m³（明显受局地扬尘影响），则说明区域内部异质性大，需进一步核查该点是否应单独设点。
空间尺度：代表性成立的前提条件
空间尺度是代表性讨论的“坐标系”。同一组数据在不同尺度下结论可能相反：一个点位在1 km尺度上相对误差5%，在10 km尺度上可能达到25%。环境空气监测中常见的尺度层级包括微尺度（街道、街区，百米级）、局地尺度（城市片区，1～5 km）、城市尺度（10～50 km）和区域尺度（百公里级）。点位布设前必须先确定评价目标所处的尺度，再据此选择代表性范围的期望值和误差阈值。尺度不清，代表性评价就失去了基准。
与数据有效性的关系：必要但不充分
数据有效性关注的是数据本身是否“可用”——仪器是否在检定有效期内、采样时长与频次是否满足规范、质控指标（如零点漂移、校准偏差、数据捕获率）是否合格。一个点位的数据可以完全有效，却几乎没有代表性：例如把点设在厂区围墙内，数据质量再好，也不能代表居民区。反过来，代表性再好的点位，若数据捕获率不足或校准失效，也无法支撑评价。二者的关系可概括为：有效性是代表性发挥作用的前提，代表性是有效性产生价值的方向。评价实践中应先确认有效性，再讨论代表性，顺序不可颠倒。
与点位布设原则的关系：原则是手段，代表性是目标
《环境空气质量监测点位布设技术规范》等文件给出的布设原则——如避开局地污染源、避开遮挡、采样口高度与周边环境要求、覆盖人口与功能区、兼顾区域传输通道等——本质上都是为保障代表性服务的经验规则。理解这一点很重要：原则不是目的，当原则与代表性目标冲突时（例如某城市功能区复杂、按均匀网格布点会漏掉高密度人口区），应以代表性评价结果为依据做调整，而不是机械套用规则。反过来，布设原则也是代表性评价的检查清单：逐条核对点位是否满足原则，往往能快速发现代表性缺陷的成因。
概念体系的协同使用
把上述术语串起来，实际评价流程可以这样组织：先依据监测目的确定空间尺度与目标污染物；再按布设原则筛选候选点位；然后通过对比监测或模型估计候选点的代表性范围，并计算代表性误差；最后结合数据有效性指标，判断该点位能否在目标尺度上承担代表任务。四个核心术语分别回答“代表谁”“代表多大”“偏差多少”“在哪个层级上成立”，而有效性与布设原则则分别提供“数据能不能用”和“点位怎么选”的支撑。掌握这一体系，后续的代表性评价方法才有明确的落点。