综述：人工智能与学习技术在PM2.5数据时间序列预测中的作用——全面回顾

本综述系统探讨了人工智能（AI）与机器学习（ML）技术在PM2.5时间序列预测中的前沿应用，涵盖统计方法、机器学习（如SVM、ANN）与深度学习（如LSTM、CNN）模型，分析了其性能指标（MAE、RMSE、R2等），并针对现有研究的局限性提出优化方向，为环境健康决策提供关键技术支持。

　　

引言

空气污染因汽车、工业排放增加而成为全球性问题，尤其PM_2.5（粒径≤2.5μm的颗粒物）与呼吸系统及心血管疾病密切相关。时间序列预测通过分析历史数据趋势预测未来空气质量，对公共卫生干预至关重要。传统方法依赖统计模型，而人工智能（AI）与机器学习（ML）技术显著提升了预测精度与效率。

颗粒物污染

PM污染是空气中碳颗粒的代理指标，其粒径小于10μm（PM₁₀）或2.5μm（PM_2.5）的颗粒可穿透人体防御机制（如鼻腔纤毛和肺泡），进入血液并引发健康风险。主要污染源包括化石燃料燃烧、热电厂及农业焚烧。PM_2.5指数广泛用于全球特定区域的空气污染水平评估。

时间序列预测

时间序列预测是机器学习中的回归问题，通过统计函数学习历史数据趋势并预测未来值。传统方法包括自回归移动平均（ARIMA）和指数平滑，而AI技术（如机器学习和深度学习）通过自动化统计与编程结合，提升了预测分析能力。应用领域涵盖气象预报、金融建模及疫情预测。

统计方法

统计方法适用于单变量数据，通过线性数学函数拟合历史观测值，并基于时间变量系数进行预测。分为平稳性（无时间趋势）和季节性（受周期影响）时间序列。季节性数据常用移动平均和指数平滑处理，而平稳数据多用单变量或多变量线性回归。ARIMA及其变体（如季节性ARIMA）是核心方法，结合自回归和移动平均组件处理趋势与周期成分。

人工智能

AI融合统计与编程，实现自动化数据分析和预测。其子领域机器学习（ML）和深度学习（DL）通过训练历史数据构建模型，支持多维度数据处理。统计编程缺乏学习能力，而AI系统能基于数据自主决策。

机器学习

机器学习算法利用特征参数训练数据，最大化类间距离并最小化类内差异。常用算法包括朴素贝叶斯、随机森林、决策树、支持向量机（SVM）、人工神经网络（ANN）、极限学习机（ELM）和回声状态网络（ESN）。支持向量回归（SVR）、ELM和ESN等尤其适用于PM_2.5时间序列预测，通过数学函数或模型融合提升回归任务性能。

深度学习

深度学习通过融合特征提取与分类步骤，在计算复杂度较高的情况下仍优于传统机器学习。主流算法包括深度信念网络（DBN）、长短期记忆网络（LSTM）、门控循环单元（GRU）和一维卷积神经网络（1D-CNN）。DBN基于受限玻尔兹曼机构建可见层与隐藏层；LSTM通过输入门、遗忘门和输出门处理序列数据；1D-CNN适配时间序列结构，预训练模型（如DenseNet）经修改后可有效用于深度回归预测。

文献综述

统计方法应用

• •

  回归模型：Jeong等使用简单线性回归预测东亚冬季PM_2.5，基于34年数据与交叉验证，9项冬季指数显示>90%置信水平。Sahanavin等通过路径分析和线性回归研究PM_2.5与PM₁₀关系，发现气象条件直接影响颗粒物浓度。

• •

  残差过滤器：Zhang等提出特征向量空间过滤回归（ESFR），降低空间自相关性，提升PM_2.5浓度估计精度。Li等采用残差变分约束模型（RCVM），增强时空数据稳定性。

• •

  ARIMA模型：Zhang等结合Spearman相关性分析（PM_2.5与SO₂、NO₂正相关），评估政策对污染趋势的影响。Wang等融合ARIMA与SVM，处理10小时窗口数据，验证波动性控制。Jin等集成ARIMA与GRU，分解趋势、周期和残差组件，通过Pearson系数和误差指标（RMSE、R²）评估性能。

机器学习方法

• •

  支持向量回归：Yang等使用时空SVR处理空间异质性，高斯核函数优化自相关特征。Chu等结合变分模式分解与SVR，通过相关熵准则避免冗余。

• •

  支持向量机：Zhou等多输出SVM（M-SVM）提升多步预测精度；Leng等利用叶片磁性属性与SVM预测重金属含量，降低成本；He等改进高斯烟羽模型与径向基核SVM，用于扩散模拟。

• •

  人工神经网络：Wang等通过遗传算法优化ANN，提升实时监测精度；Elangasing等结合k均值聚类与ANN，建立浓度-气象关系拓扑。

• •

  其他算法：Ma等采用XGBoost与梯度提升决策树，集成线性混合效应与随机森林；Nguyen等通过遗传算法优化特征选择，提升预测性能。

深度学习方法

• •

  深度信念网络：Xing等提出温度约束DBN，使用部分最小二乘法处理辅助变量，优化隐藏层与温度参数。

• •

  长短期记忆网络：Wang等结合GRU与LSTM的双层RNN，处理74个站点数据；Rico等使用全连接层与Adam优化器；Qiao等引入小波变换与堆叠编码器，缓解梯度消失问题；Xiao等加权LSTM模型整合空间-时间相关性。

• •

  卷积神经网络：Yeo等集成CNN与GRU，地理相关性提升性能10%；Zhang等开发时空因果CNN，避免信息泄漏；Yan等采用DenseNet自动提取特征，无需气象输入即可捕获季节特性。

方法比较分析

基于72篇Scopus文献的统计显示：机器学习应用最多（40%），其次为深度学习（33%）和统计方法（20%），其余为综述论文（7%）。年度分布上，机器学习研究2021年达高峰（26%），深度学习同年占比40%。出版商以Elsevier为主（覆盖多学科领域）。

• •

  统计方法：ARIMA为主导技术（2018年应用最多）。

• •

  机器学习：SVM应用最广，涉及核函数优化与特征选择。

• •

  深度学习：LSTM使用频率最高，适用于序列建模与时空特征提取。

结果比较分析

通过性能指标（MAE、RMSE、R²、MAPE、准确率）评估15项代表性研究：

• •

  统计方法：Jin等（ARIMA+GRU）的RMSE最低（0.1237），Mani等（ARIMA+MLP）准确率达82%。

• •

  机器学习：Leng等（SVM+磁性属性）的R²最优（0.049），Ibrir等（混合SVM）的RMSE为1.9261。

• •

  深度学习：Lin等（LSTM+多头部ANN）的R²领先（0.13），Sun等（深度RNN+LSTM）的SMAPRE为52.47。

  深度学习方法整体表现更优，但仍需提升精度与泛化能力。

建议与展望

现有方法未完全满足实时预测需求，需从多维度优化：

1. 1.

   区域化替代城市单独分析，整合气候相似区的数据；

2. 2.

   融合时空特征增强输入数据代表性；

3. 3.

   引入模糊规则筛选数据，结合深度学习决策；

4. 4.

   设计轻量级分类器作为深度学习新层，提升效率；

5. 5.

   开发新型激活函数，优化Softmax层分类性能。

   通过上述策略，可进一步提高预测准确率、降低误差与时间成本。

结论

AI与ML技术显著推动了PM_2.5时间序列预测的发展，从统计模型到深度学习架构不断进化。未来需聚焦异构数据集成、传感器异常韧性方法开发，并探索实时部署、边缘计算及先进学习范式，以强化环境污染预警能力，支撑公共健康决策。