开发一种分解-优化-变压器混合模型,用于中国城市PM2.5空气污染的时空预测:一个案例研究
Boyuan Tang1, Qi Li1, Tangsen Huang2
1School of Earth and Space Sciences, Peking University, Beijing 100871, China.
Ecotoxicology and environmental safety
|October 14, 2025
概括
一个新的框架准确地预测了多种空气污染物,对于城市地区的空气质量和公共卫生管理至关重要. 这种先进的模型提高了细颗粒物 (PM2.5) 和其他关键污染物的预测准确度.
科学领域:
- 环境科学 环境科学
- 数据科学数据科学数据科学
- 公共卫生 公共卫生
背景情况:
- 细颗粒物 (PM2.5),粗颗粒物,二氧化,一氧化碳和臭氧造成的空气污染对健康构成重大风险,特别是在城市化地区.
- 准确的空气污染物预测对于有效的空气质量管理和公共卫生干预至关重要.
研究的目的:
- 开发和验证一种用于同时预测多种空气污染物的新框架.
- 提高空气质量预测模型在不同城市环境中的准确性和适应性.
主要方法:
- 采用了多变体实证模式分解-莱维收缩辅助的适应差异演化-变压器框架.
- 该模型整合了污染物和气象数据,利用超参数优化来实现复杂的相互作用.
- 使用来自多个监测站的数据进行了时空分析.
主要成果:
- 该框架在中国四个主要城市 (北京,广州,上海,深) 显示出高预测性表现,PM2.5.5的R2值为0.97-0.98.
- 在北京,PM2.5预测达到R2为0.98,RMSE为3.04μg/m3,MAE为1.96μg/m3.
- 该模型成功预测了空气质量指数 (AQI),并提供了对健康风险的见解.
结论:
- 拟议的框架为多污染物空气质量预测提供了强大而适应性的解决方案.
- 这种工具在加强城市空气质量管理和保护公共健康方面具有重大潜力.
