钾元素作为地壳和人体中重要的大量元素之一,是地球和人体中不可缺少的一部分。钾元素在人体中主要以离子的形式存在于各个细胞之中,将近90%的钾元素都以离子的形式存在于人体细胞中。钾离子的主要作用是保持心脏规律性跳动。钾元素的浓度和人体的健康有着很重要的关系,血清钾浓度过低或者过高都会对人体造成不可估量的影响。截止到目前为止,和血清钾有关科学研究主要是关于血清钾浓度与慢性病和受伤人群之间的关系,却很少研究地理环境和饮食对血清钾浓度的影响。如果在实际生活中能够考虑地理环境以及饮食情况对血清钾浓度的影响,这对提升我国人群健康会有一定的帮助。通过文献平台搜索功能,按照省市县等项目对我国健康血清钾浓度的相关数据进行数据收集、整合、分类,共收集了中国69个市(县)级医院和有关研究单位及高等院校测定的29576例健康人群血清钾浓度。依据我国独特的地理和气候分布特征,将我国相关的环境因素分为四类:食物摄取量、地势(地形)因素、气候因素和土壤条件。其中地势(地形)因素包括:纬度、经度和海拔,食物摄取量包括:深色蔬菜、浅色蔬菜、腌菜和薯类的摄取量,气候因素包括:年日照时数(X4,h)、年平均气温(X5,°)、年平均相对湿度(X6,%)、年降水量(X7,mm)、气温年较差(X8,°)、年平均风速(X9,m/s),土壤条件包括:表土有机质含量(X10,%)、表土 PH(X11,-)、表土盐基饱和度(X12,%)、表土总可交换量、表土碱度、表土盐分等研究因素作为研究方向。依托SPSS 19.0、SAS 8.5和ArcGIS等软件作为研究平台,运用相关分析研究血清钾浓度与研究因素之间存在的关系,再根据它们之间存在相关关系,通过对比线性研究模型和非线性研究模型,从中选择最优模型,然后对我国健康人群血清钾浓度进行模拟预测。最终通过正态分布检验和拟合效果分析,选择最优模拟值;再通过析取克里金插值统计法绘制空间分布统计。根据相关分析统计结果显示,地势因素的经度,气候因素中的年日照时数、年平均气温、年平均相对湿度、年降水量和气温年较差,食物摄取量中的深色蔬菜、浅色蔬菜、薯类和腌菜等因素对血清钾浓度的影响显著。经过综合分析将经度、年日照时数、年平均气温、年平均相对湿度和气温年较差以及深色蔬菜、浅色蔬菜、腌菜和薯类作为重要指标进行后续研究。通过数据模型对比选择,BP神经网络在数据模拟与实际值匹配度比其他模型更具有优势。根据BP神经网络模拟,得到的模拟值以及空间插值分析,表明我国健康人群血清钾浓度呈现出西北低东南高、东北高西南低的分布规律。结合空间分布规律图对我国血清钾浓度进行综合分析,研究证明了地理环境和食物摄入量的参数和血清钾浓度是息息相关。针对血清钾浓度岭,线性模型回归和非线性模型岭回归分析虽能够解决影响血清钾浓度因素共线性的问题,但在一定程度上出现了过度拟合或者预测精度较低的问题,因此本文选择BP神经网络模型作为最终预测模型,并为后续研究提供可靠支持。研究结果表明血清钾浓度在东西方向有明显的递变规律,并呈现显著的高低值分布,与相关因素体现了较高的一致性。