Air quality monitoring network (AQMN) plays an important role in air pollution management. However, setting up an initial network in a city often lacks necessary information such as historical pollution and geographical data, which makes it challenging to establish an effective network. Meanwhile, cities with an existing one do not adequately represent spatial coverage of air pollution issues or face rapid urbanization where additional stations are needed. To resolve the two cases, we propose four methods for finding stations and constructing a network using Euclidean distance and the k-nearest neighbor algorithm, consisting of Euclidean Distance (ED), Fixed Surrounding Sphere (FSS), Euclidean Distance + Fixed Surrounding Sphere (ED + FSS), and Euclidean Distance + Adjustable Surrounding Sphere (ED + ASS). We introduce and apply a coverage percentage and weighted coverage degree for evaluating the results from our proposed methods. Our experiment result shows that ED + ASS is better than other methods for finding stations to enhance spatial coverage. In the case of setting up the initial networks, coverage percentages are improved up to 22%, 37%, and 56% compared with the existing network, and adding a station in the existing one improved up by 34%, 130%, and 39%, in Sejong, Bonn, and Bangkok cities, respectively. Our method depicts acceptable results and will be implemented as a guide for establishing a new network and can be a tool for improving spatial coverage of the existing network for future expansions in air monitoring.

中文翻译：

---

使用欧氏距离和可调整的周围球面找到最佳测站

空气质量监测网络（AQMN）在空气污染管理中起着重要作用。然而，在城市中建立初始网络通常缺少诸如历史污染和地理数据之类的必要信息，这使得建立有效的网络具有挑战性。同时，拥有一个城市的城市不能充分代表空气污染问题的空间覆盖范围，或者面临迅速的城市化进程，需要增加站点。为了解决这两种情况，我们提出了四种使用欧几里得距离和k最近邻算法来寻找站点和构建网络的方法，包括欧几里得距离（ED），固定环球（FSS），欧氏距离+固定环球（ ED + FSS）和欧几里得距离+可调环绕球（ED + ASS）。我们介绍并应用覆盖率和加权覆盖度来评估我们提出的方法的结果。我们的实验结果表明，ED + ASS优于其他方法来寻找站点以增强空间覆盖范围。在建立初始网络的情况下，与现有网络相比，覆盖率分别提高了22％，37％和56％，在现有网络中添加站点的比例提高了34％，130％和39 ％，分别位于世宗，波恩和曼谷的城市。我们的方法描述了可接受的结果，将被用作建立新网络的指南，并且可以作为改善现有网络空间覆盖率的工具，以用于将来的空气监测扩展。我们的实验结果表明，ED + ASS优于其他方法来寻找站点以增强空间覆盖范围。在建立初始网络的情况下，与现有网络相比，覆盖率分别提高了22％，37％和56％，在现有网络中添加站点的比例提高了34％，130％和39 ％，分别位于世宗，波恩和曼谷的城市。我们的方法描述了可接受的结果，将被用作建立新网络的指南，并且可以作为改善现有网络空间覆盖率的工具，以用于将来的空气监测扩展。我们的实验结果表明，ED + ASS优于其他方法来寻找站点以增强空间覆盖范围。在建立初始网络的情况下，与现有网络相比，覆盖率分别提高了22％，37％和56％，在现有网络中添加站点的比例提高了34％，130％和39 ％，分别位于世宗，波恩和曼谷的城市。我们的方法描述了可接受的结果，将被用作建立新网络的指南，并且可以作为改善现有网络空间覆盖率的工具，以用于将来的空气监测扩展。并在世宗，波恩和曼谷的城市中分别增加了34％，130％和39％的车站。我们的方法描述了可接受的结果，将被用作建立新网络的指南，并且可以作为改善现有网络空间覆盖率的工具，以用于将来的空气监测扩展。并在世宗，波恩和曼谷的城市中分别增加了34％，130％和39％的车站。我们的方法描述了可接受的结果，将被用作建立新网络的指南，并且可以作为改善现有网络空间覆盖率的工具，以用于将来的空气监测扩展。