基于高斯过程的低成本传感器网络PM2.5空间预测模型在乌干达城市的应用与验证

《Environmental Data Science》：Using Gaussian processes for spatial prediction of PM2.5 concentration based on calibrated data from distributed low-cost sensor networks

本研究针对撒哈拉以南非洲地区空气质量监测网络稀疏的难题，创新性地利用高斯过程回归（GPR）技术，基于校准后的低成本传感器数据，成功实现了乌干达坎帕拉和金贾两座城市的PM2.5浓度空间预测。通过留一法交叉验证，模型在两地分别取得18.32 μg/m3和16.88 μg/m3的RMSE精度，为缺乏监测设备的区域提供了可靠的空气质量评估工具，对公共卫生决策和环境政策制定具有重要实践意义。

　　

在全球范围内，空气污染已成为严峻的环境健康挑战，每年导致约420万人过早死亡。然而令人担忧的是，中低收入国家虽然承受着不成比例的空气污染影响，却普遍面临空气质量监测网络稀疏甚至缺失的困境。以撒哈拉以南非洲为例，仅有南非、乌干达等少数国家建立了连续监测网络，且多为近年由研究机构主导推动。这种监测空白使得大量城市的真实污染状况成为未知数，严重制约了有效的公共卫生干预措施。

乌干达作为东非低收入国家，其污染特征呈现高度空间异质性。坎帕拉作为首都城市，人口密度高且交通拥堵严重，PM_2.5浓度曾测得超出世界卫生组织指南值11倍；而金贾作为新兴工业城市，拥有超过100家制造企业，其污染特征又有所不同。这种城市间的差异使得传统监测方法难以全面覆盖，亟需开发能够利用有限监测点数据推演全域空气质量的新方法。

在此背景下，来自马凯雷雷大学AirQo团队的研究人员开展了一项创新研究，发表于《Environmental Data Science》。他们首次将高斯过程回归（GPR）应用于乌干达两大城市的PM_2.5空间预测，仅利用经纬度坐标和时间戳特征，成功实现了对未监测区域空气质量的精准推算。

研究方法的核心在于利用高斯过程回归的非线性建模优势。研究团队收集了2021年9月至11月期间，坎帕拉34个监测点和金贾10个监测点的校准后PM_2.5小时数据（共48,112条和13,653条记录）。通过径向基函数（RBF）核构建空间-时间协方差矩阵，模型能够自动学习监测点之间的空间相关性和时间周期性规律。采用留一法交叉验证策略，每次将单个监测点数据作为测试集，其余站点数据用于训练，全面评估模型在未知位置的预测性能。

4.1 模型预测结果

研究表明，GPR模型在两地均表现出稳定预测能力。坎帕拉的平均均方根误差（RMSE）为18.32±7.00 μg/m3，金贾为16.88±4.24 μg/m3。具体到单个站点，如坎帕拉市政中心位置预测值与实测值趋势高度吻合（RMSE=15.84 μg/m3），金贾主街站点同样呈现良好拟合（RMSE=12.64 μg/m3）。模型提供的95%置信区间为不确定性量化提供了直观参考。

4.2 方法对比分析

为验证GPR的优越性，研究团队系统比较了克里金法、支持向量机（SVM）、随机森林（RF）、XGBoost等传统机器学习方法，以及前馈神经网络（FFNN）、长短期记忆网络（LSTM）、贝叶斯神经网络（BNN）和深度高斯过程（DGPR）等深度学习模型。结果显示，GPR在两项指标上均显著优于对比模型：在坎帕拉的RMSE（18.32）比次优模型XGBoost（18.51）降低1%，在金贾的领先优势更为明显（16.88 vs 18.82）。特别值得注意的是，所有对比模型的R2值均为负值，表明它们未能有效捕捉数据中的非线性关系。

5.1 性能差异分析

模型在两城市的表现差异揭示了污染特征的空间异质性。坎帕拉较高的误差变异系数（RMSE标准差7.00）反映了该城市内部PM_2.5浓度的剧烈波动，其中基瓦图勒站点出现最高误差（36.94 μg/m3）。分析发现该站点邻近交通繁忙的商业区，频繁出现的浓度"尖峰"（短时间内浓度急剧升高）是导致预测误差增大的主因。相比之下，金贾的工业污染源分布相对集中，浓度变化更为平缓，因此模型预测稳定性更高。

5.2 技术优势与局限

GPR的成功得益于其独特的核函数设计，通过长度尺度参数自动权衡空间邻近性和时间接近性对预测的贡献。这种能力是时序模型（如LSTM）和传统机器学习方法所不具备的。然而，O(n3)的计算复杂度限制了全数据集的使用，迫使研究采用数据采样策略。此外，3个月的研究周期未能涵盖完整的季节性变化，部分站点的数据缺失也可能对模型性能产生轻微影响。

本研究开创性地证明了高斯过程回归在非洲城市空气质量空间预测中的实用价值。通过利用稀疏分布的低成本传感器网络，成功实现了对未监测区域PM_2.5浓度的可靠估算，为资源受限地区提供了可复制的技术方案。未来研究方向包括引入稀疏近似算法以提升计算效率，整合尖峰检测机制改善局部污染事件预测，以及基于模型不确定性指导传感器优化布局。这项成果不仅为乌干达的环境治理提供了科学依据，更为全球类似地区的空气质量管理树立了技术典范。