基于地球静止卫星AOD迭代填补与随机森林的PM2.5高分辨率预测及其在美国本土（CONUS）暴露与健康评估中的应用

《GeoHealth》：Machine Learning Predictions of PM2.5 and Their Applications to Exposure and Health Assessment in the CONUS

　　

大气细颗粒物（PM_2.5）是多种呼吸和心血管疾病最重要的风险因素之一。研究人员开发了一个两阶段数据驱动框架，利用地球静止卫星气溶胶光学厚度（AOD）反演预测0.01°×0.01°分辨率的逐小时PM_2.5，并支持多种时空背景下的暴露评估。研究人员使用受图像修复启发的类似U-Net的部分卷积神经网络框架，处理来自GOES-R地球静止卫星的缺失AOD数据。为填补GOES-R记录中的大时空缺口，研究人员实施了一种迭代填补方法，为连续预测扩展上下文信息，在与同址AERONET（气溶胶机器人网络）观测保持较强一致（R = 0.75）的同时，将配对观测从430,603增加到728,115。研究人员使用随机森林，利用时空连续填补后的AOD预测地表PM_2.5浓度。所得到的2019–2023年美国本土（CONUS）人口最多的前50个县的PM_2.5估计值，捕获了美国环境保护署空气质量系统（EPA AQS）和PurpleAir低成本传感器网络测量的量级和空间梯度（日均R² = 0.85，平均偏差 = ?0.11 μg/m³）。研究人员使用这些预测评估人群暴露并估算PM_2.5归因死亡率，发现黑人、西班牙裔和原住民人群在这些县中的PM_2.5暴露比白人人群高1.7%–5.5%。在监测较少的农村地区开展的额外野火案例研究，展示了该框架在尽管卫星观测存在大量缺口时表征短期暴露事件的能力。这些发现突出了填补后的地球静止AOD用于高分辨率暴露评估的价值。

研究背景与问题。大气细颗粒物（PM_2.5；空气动力学直径小于2.5 μm）是呼吸和心血管疾病、卒中以及全球疾病负担的重要环境风险因素。准确量化健康影响依赖高分辨率暴露监测。然而，地面监测存在空间和人口覆盖限制：美国环境保护署（EPA）空气质量系统（AQS）覆盖美国不到30%的县，许多农村和低密度地区未监测；PurpleAir低成本传感器网络虽增加数据，但偏向高收入和以白人为主社区，仅覆盖12.7%贫困普查区和36.4%非白人居民。PM_2.5来源和暴露空间异质性大，点观测不足以表征人群暴露，因此需要空间连续估计。卫星气溶胶光学厚度（AOD；柱积分气溶胶消光）与地表PM_2.5相关，但太阳同步卫星如中分辨率成像光谱仪（MODIS）重访时间为1–2天，地面AERONET（气溶胶机器人网络）站点稀疏固定；GOES-R（地球静止环境观测卫星-R系列）可每10–15分钟反演AOD，但云覆盖等造成时空缺失。化学传输模型（CTM）可填补但存在区域和时间依赖偏差且计算成本高；MERRA-2（现代时代回顾分析研究与应用第二版）再分析AOD空间粗（0.5°×0.625°）且有15–20天延迟。深度学习方法中标准卷积神经网络（CNN）将缺失像元视为有效输入，可能偏置特征提取；部分卷积利用二值掩膜改善填补。随机森林（RF）在结构化遥感表格数据中平衡精度和效率。因此，研究人员提出两阶段数据驱动框架，以提高GOES-R AOD可用性并评估暴露与健康。

研究开展与意义。研究人员构建两阶段框架：第一阶段用受图像修复启发的类似U-Net的部分卷积神经网络，并引入迭代填补策略，优先填补缺失率较低的子域，为后续预测增加上下文；用MERRA-2 2023年AOD训练，再用于GOES-R 16/18 AOD，生成2019–2023年CONUS时空完整AOD。第二阶段用随机森林结合填补AOD和其他预测因子，估计0.01°×0.01°小时PM_2.5，在CONUS人口最多50县评估，并进行健康评估和相对暴露分析。研究结论是填补后AOD与AERONET保持较好一致，PM_2.5预测在日、月、年尺度表现稳健，并能用于野火短期暴露和健康差异评估，突显填补的地球静止AOD对高分辨率暴露评估的价值。

关键技术方法。数据来源：GOES-R ABI Level 2.0 AOD（5分钟2 km聚合成小时0.02°），MERRA-2 AOT再分析，AERONET Version 3 Level 2.0，EPA AQS 1,002站点和PurpleAir 19,212个传感器位置（经EPA校正）的2019–2023小时PM_2.5；ERA5 0.25°气象变量（风、温度、辐射、边界层高度）、人口、高程、土地覆盖，并将时间/经纬度编码为正弦余弦。方法：U-Net类部分卷积神经网络迭代填补AOD，使用三种感受野预训练模型；随机森林按年和CONUS时区分区训练，空间10次10折交叉验证和BLISCO评估；健康评估采用GBD 2021相对风险、三次样条插值和暴露响应函数。

研究结果。3.1 AOD填补模型评估：通过将填补前后GOES-R AOD与AERONET比较，原始AOD R = 0.84、MB = 0.07，填补后数据点增加约69%，R = 0.75，MB仍为0.07，RMSE由0.12升至0.14；日相关R = 0.76；99.32%样本AOD在0–1时一致强，AOD > 1时性能下降；2020年西部野火季误差稍大；5年平均空间分布R = 0.55、MB = 0.06、RMSE = 0.08；冬季相关低且高估，夏季较强。3.2 50个县健康分析域内PM_2.5预测评估：在日、月、年尺度，MB低于?0.11 μg/m³，RMSE从日3.0降至月1.6、年1.1 μg/m³，日、月R²超过0.8；高PM_2.5（>150 μg/m³）存在低估；空间10次10折交叉验证RMSE = 3.0 ± 0.7 μg/m³；BLISCO缓冲使日R²从0.63降至0.58（5 km）和0.53（10 km）；99.8%站点MB在±5 μg/m³；与四个模型比较，本模型月R² = 0.87、MB = ?0.097 μg/m³、RMSE = 1.6 μg/m³最优。3.3 更广域性能和高分辨率暴露应用：CONUS日均R² = 0.76、MB = 0.06、RMSE = 5.26 μg/m³，城市优于农村；Santa Clara野火案例准确估计峰值，填补迭代次数可指示峰值；Idaho农村站点在AOD大量缺失下仍捕捉峰值；CONUS小时R² = 0.61、MB = 0.019、RMSE = 6.82 μg/m³，昼夜R²相近，城市小时高于农村。3.4 健康评估和相对暴露分析：2019–2023年50县月中位PM_2.5在2020年8–10月和2023年6月升高；西班牙裔、黑人、原住民分别比白人暴露高5.5%、3.9%、1.7%；2020年野火中西班牙裔和亚裔高暴露比例超过30%，白人和黑人低于15%；2023年加拿大野火中59%黑人和47%白人经历高PM_2.5。白人在41/50县低于平均，25/50县最低；黑人、原住民、西班牙裔分别在33、36、43县高于平均，至少一个组在43/50县最高。监测密度差异影响预测信息价值。城乡分析显示40/50县城市PM_2.5高于农村，96%县白人更多居住在农村且空气较好。

讨论与结论部分总结及研究结论翻译。讨论/结论总结：该框架以填补的地球静止AOD支持计算高效的高分辨率PM_2.5估计，并揭示人口加权暴露差异；限制在持续云覆盖、高地表反射或稀疏地面监测区域更明显。研究结论翻译：研究人员开发了迭代填补框架，有效填补GOES-R AOD数据中的大时空缺口。通过优先填补缺口较小区域，逐步增加后续预测的上下文，使模型有效填补大范围缺失AOD反演。该填补模型仅用一年MERRA-2再分析AOD训练，却能泛化到其他年份，提供时空完整AOD场，预测时不依赖物理模型输出。该方法在整个CONUS与AERONET测量保持强一致（R = 0.75）且低偏差（MB = 0.07）。该填补框架生成2019–2023年时空完整AOD场，研究人员据此训练随机森林，以0.01°估计CONUS小时PM_2.5。在人口最多50县，PM_2.5预测通过空间交叉验证在日、月、年尺度表现稳健（R² = 0.85、0.87、0.78；MB值 = ?1.1 μg/m³、?0.097 μg/m³、?1.1 μg/m³）。此外，填补AOD在直接地球静止AOD观测较少的大型野火事件期间为监测较少农村地区提供关键覆盖。总体而言，通过在AOD填补阶段学习物理信息结构，该框架实现计算高效的高分辨率估计。但在持续云覆盖、高地表反射或稀疏地面监测区域，性能更不确定，因为有限时空上下文和广泛AOD反演缺口限制重建精度。在50个CONUS人口最多县（2019–2023），黑人、原住民和西班牙裔人群的人口加权平均PM_2.5暴露分别比白人人群高3.9%、1.7%和5.5%，分别发生在33、36和43个县。白人人群在48个县暴露较低。