一种用于预测多种空气污染物的多尺度时空变量特征融合网络

《Environmental Advances》：A multiscale spatial–temporal-variable feature fusion network for predicting multiple air pollutants

提出基于多尺度时空变量融合网络（MSTVFFN）的空气质量多污染物预测模型，通过分解时间、空间和变量维度，分别提取并融合特征，显著提升预测精度。

　　城市空气质量监测站的污染物浓度预测对于提升环境管理效率和保障公共健康至关重要。然而，目前大多数研究集中在单一污染物的预测上，忽视了多种污染物之间的复杂相互作用，从而限制了预测的准确性。为了解决这一问题，本文提出了一种名为多尺度时空变量特征融合网络（MSTVFFN）的模型，旨在对多个空气质量监测站的多种污染物进行联合预测。该模型通过编码器和解码器的结构，分别提取时空和变量特征，并通过特征融合模块实现多维特征的交互捕捉。

在当前的空气质量预测方法中，存在两个主要挑战：首先，多维特征提取不完整。现有方法通常只关注时间和空间维度的异质性特征，而忽略了污染物之间的相互作用。其次，多维特征融合不足。多数研究采用时间建模和空间建模的方法分别处理时空特性，然后通过简单的拼接进行整合，未能深入探索时空异质性。此外，不同污染物在动态变化的时空背景下表现出不同的趋势，这表明了污染物的特定性。因此，需要设计一个能够捕捉和融合多维特征之间交互关系的模型。

为了解决这些挑战，本文提出了一种基于编码器-解码器架构的MSTVFFN模型，旨在预测多个空气质量监测站的多种污染物。编码器由三个关键模块组成：时间特征提取模块（TemFEM）、空间特征提取模块（SpaFEM）和变量特征提取模块（VarFEM），分别用于提取时间、空间和变量维度的特征。解码器则包含一个多交叉注意力特征融合模块（MFFM）和一个预测层，通过两个交叉注意力操作将时间、空间和变量特征进行融合，从而捕捉多维的交互特征。

在实验部分，本文使用了北京、伦敦和武汉三个城市的空气质量数据集，对四种污染物进行了12小时和24小时的联合预测。实验结果显示，MSTVFFN在多个污染物和不同城市的预测任务中，相较于现有最先进的模型，实现了11%–33%的平均绝对误差（MAE）减少和3%–16%的决定系数（R2）提升，显示出显著且一致的性能优势。此外，该模型不仅推动了方法论的发展，还为更准确的空气质量预测提供了有价值的工具，从而支持了决策制定和公众健康保护。

MSTVFFN的提出，不仅提升了预测的准确性，还增强了模型对多污染物间复杂相互作用的捕捉能力。通过解码器中的MFFM模块，模型能够整合时间和空间特征，并结合变量特征，从而实现对多维特征的深入学习和融合。这一设计使得MSTVFFN在多种污染物的预测中表现出色，同时减少了计算成本，提高了预测的响应速度。

实验结果还显示，MSTVFFN在多个污染物和不同城市的预测任务中，相较于现有模型，均表现出更高的预测准确性和更低的误差。通过消融实验，验证了每个模块的有效性，证明了其对多维特征提取和融合的贡献。此外，模型的注意力机制能够动态捕捉污染物之间的相互作用，使得模型在不同季节和不同地理位置中具有良好的适应性和解释性。

尽管MSTVFFN在多个方面表现出色，但仍存在一些局限性。首先，该模型未显式考虑气象因素（如风速和风向）对污染物扩散和转化的物理影响。未来的工作可以探索将这些气象因素整合到模型中，以增强其解释性和预测性能。其次，本文的研究主要集中在单一城市内的多站点、多污染物预测，模型在不同区域的泛化能力仍需进一步验证。后续研究可以专注于开发一个统一的模型框架，使其能够适应多城市场景，并实现跨城市的稳健泛化和推理。最后，本文使用的机器学习模型存在一定的不确定性，这种不确定性主要源于数据质量和完整性、监测站之间的空间异质性以及模型性能对超参数设置的敏感性。为了减少这种不确定性，可以考虑将领域知识嵌入建模过程，构建一个知识与数据驱动的双驱动框架，从而提升模型的解释性并降低不确定性。

总体而言，MSTVFFN通过多尺度时空变量特征的提取和融合，实现了对多种污染物的联合预测。模型的结构设计使得其能够同时考虑时间、空间和变量维度的特征，克服了单一视角的局限性。此外，MSTVFFN的模块化设计具有高度的灵活性，其核心组件可以作为时空预测模型的基本构建块，便于扩展至更广泛的时空预测任务。这不仅提高了模型的实用性，还进一步增强了本研究的科学价值。