气象归一化（去气象化）在空气污染物浓度预测中的陷阱与局限性

《Environmetrics》：Meteorological Normalization or Deweathering for Predicting Air Pollutant Concentration: Pitfalls and Limitations

　　

专业术语翻译的论文摘要 气象归一化（Meteorological normalization）是研究人为因素对空气污染物浓度及其时间趋势影响的关键概念。尽管该方法在揭示人为效应方面看似成功并被广泛使用，但其存在一些缺陷和局限性，在使用时必须加以考虑。本研究从预测空气污染物浓度的角度审视了气象归一化的概念，特别聚焦于该方法的理论背景和隐含假设。研究人员提供了一项严谨的分析，概述了气象归一化能够有效估计响应变量（response variables）期望值的条件，这些响应变量通常是PM10等空气污染物浓度的时间序列。通过分析，研究人员识别出了关键的假设，例如气象变量与非气象变量的独立性，这些假设会显著影响该方法结果的效度。研究人员还探讨了当这些假设被违反时气象归一化可能出现的失效模式，并提供了突显该技术局限性的实际示例和可视化结果。研究人员的发现表明，虽然气象归一化可以是一个有用的工具，但必须仔细考虑其适用性，以避免在空气质量评估中得出误导性结论。

论文主体内容解读文章

研究背景与现存问题

空气污染物浓度受到多种排放源（如交通、居民生活和工业燃烧）以及局地和全球气象因素（如温度、风、气压和湿度）的共同驱动。气象因素本身具有强烈的时空结构，呈现日循环、天气事件、季节性和长期气候变化等特征，这使得污染物浓度与气象条件之间并非简单的瞬时相关，而是复杂的时空协变关系。这种非平稳的联合变化是分离人为贡献与气象贡献时必须面对的核心挑战。欧盟空气质量指令（如2008/50/EC及其修订版2024/2881）设定了严格的颗粒物限值，进一步凸显了可靠评估人为影响的必要性。然而，在评估限制交通区域等措施对PM的影响时，由于难以将其与季节性和天气条件的影响区分开来，导致这一话题充满争议。

一种广为采用的分离气象因素与排放影响的方法便是气象归一化（meteorological normalization）或去气象化（de-weathering）。该方法通常利用数据驱动的回归模型，如随机森林（Random Forests）和梯度提升模型（gradient-boosted models），将每日或每小时的污染物浓度建模为气象变量和非气象变量（如儒略日）的函数。训练完成后，模型通过对气象变量进行随机重排（permutations）进行评估，同时保持非气象变量不变，从而得到一个“校正后”的模型，旨在排除气象贡献。尽管该方法因与机器学习的成功结合以及易用的R语言库而广受欢迎（据谷歌学术统计，奠基性工作已被引用约480次和350次），但也面临着批评。批评意见指出，模型的预测准确性并不等同于对反事实场景和因果影响的准确估计；此外，该方法无法外推至数据中未涵盖的新场景（如新的风向）。最近，有研究报道随机重采样会导致归一化基准对特定抽样敏感，并提出了一种基于因果推断的替代方案。

研究内容与结论

本研究旨在对气象归一化进行严谨的数学分析，明确其在何种条件下能有效估计目标量，并揭示其潜在的失败模式。研究得出的主要结论是：气象归一化仅在满足两个严格条件时，其结果才收敛于仅依赖于非气象变量的响应变量期望值。这两个条件是：(i) 学习是成功的，即所用模型本身（接近）是条件期望；(ii) 气象变量与非气象变量边际独立。然而，第二个条件在实际应用中往往不成立，因为诸如儒略日这样的时间指标与温度、降水等气象变量存在显著的季节性依赖。当这些条件被违反时，气象归一化会产生有偏的结果，甚至丢失人为趋势，即使模型本身学习得很好。

关键技术方法

本研究主要采用数学推导和合成数据模拟（synthetic data simulation）作为关键技术方法。研究人员首先通过概率论框架对气象归一化过程进行形式化定义，并证明了其在大样本和大重采样次数下的收敛性质（命题1）以及在理想条件下的有效性（命题2）。随后，利用Python 3.11编程语言，结合numpy、scikit-learn、matplotlib和scipy等科学计算库，设计了三个基于合成数据的实验。每个实验都精心构造了违反或不违反命题2条件的场景，通过对比气象归一化结果与真实的直接效应和条件期望，直观地展示了方法的局限性。

研究结果

• •
  实验1：相关输入下的气象归一化
  本实验设置了一个场景，其中气象变量（二元降雨指示符）与非气象变量（儒略日）存在统计依赖（降雨概率随季节变化）。响应变量由线性模型生成，污染浓度随时间线性增加，降雨会降低浓度。研究人员使用完美学习的线性回归模型进行气象归一化。结果表明，气象归一化忽略了气象与非气象变量之间的依赖性，给出了一个基于全年平均降雨概率的估计值。这导致在雨季高估了预期浓度，在旱季低估了预期浓度，这种残留的季节性可能会被误认为是人为干预的效果。
• •
  实验2：预测情景下的气象归一化
  本实验假设气象与非气象变量相互独立，且模型在训练数据域内学习良好，但将气象归一化应用于预测未来时间点的场景。研究人员使用随机森林回归器（random forest regressor）进行学习。结果显示，对于训练数据覆盖范围内的儒略日，气象归一化与真实期望吻合良好。然而，当用于预测超出训练范围的未来儒略日时，由于随机森林缺乏外推能力，气象归一化无法复现数据的线性增长趋势，而是预测为一个恒定值，导致人为趋势丢失。
• •
  实验3：外推情景下的气象归一化
  本实验结合了前两个实验的特点，设置气象与非气象变量高度相关（相关系数0.95），并使用决策树模型进行学习。虽然模型在训练数据的支持域内学习良好，但由于变量间的强相关性，训练数据仅分布在椭圆形的区域内。气象归一化的重采样操作打破了这种相关性，迫使模型在训练数据未曾覆盖的圆形域上进行预测（例如，在小儒略日值下采样到大温度值）。由于决策树模型对这些未见过的变量组合外推性能差，导致气象归一化的结果与真实的直接效应和条件期望均存在显著偏差。

总结与讨论

研究人员在讨论部分明确指出，气象归一化的主要陷阱在于其隐含的气象与非气象变量独立的假设，这在许多实际问题中是无效的。尤其当非气象变量包含绝对时间（如儒略日）时，气象因素的季节性变化导致了强烈的统计依赖。通过合成实验，研究人员证实了当此假设被违反时，气象归一化结果既不能代表非气象变量的直接效应，也不能代表其总效应。这种外推问题（无论是显式的预测还是隐式的变量相关导致）是方法的关键脆弱点。值得注意的是，气象归一化在数学上等价于偏依赖函数（partial dependence function），其在相关输入下的病态行为是已知的。研究人员提出的部分补救措施包括：根据先验知识选择具有良好外推能力的模型类（如线性模型或傅里叶基），或者改进重采样策略，例如仅在相似的非气象变量子集（如相同月份）内重采样气象变量，这与累积局部效应图（accumulated local effects plot）的思想一致。此外，具有明确时空相关结构的时空统计模型或基于因果效应的估计方法也被视为有前景的替代或补充方案。

研究结论

本研究从理论和合成实验两方面界定了气象归一化基线何时可信、何时不可信。研究表明，相关的描述符可能导致估计效应产生偏差，并且人为趋势可能在预测场景中丢失。值得注意的是，即使模型本身学习得很好——这正是实践者最不容易怀疑的情况——这些错误也会发生。通过使这些局限性具体化，本研究旨在帮助实践者在依据归一化浓度制定政策时避免过度解读。认识到气象归一化深受气象描述符对季节性依赖的影响，未来工作需要探索如何应对这些局限。一条途径是对气象数据进行去季节性处理以保证其独立性，另一条更可靠的途径是在重采样时考虑数据的分布，避免产生不可能的气象与非气象变量组合。