基于集成LSTM–ANN框架的室内空气质量智能多元预测、分类与健康风险评估研究

《Developments in the Built Environment》：Intelligent Multivariate Indoor Air Quality Forecasting, Classification, and Health Risk Assessment Using an Integrated LSTM–ANN Framework

　　

室内空气质量（Indoor Air Quality, IAQ）监测有助于检测污染物积聚并改善不健康的室内环境。本文提出了一种应用型系统集成框架，将基于多元长短期记忆网络（Long Short-Term Memory, LSTM）的预测、基于人工神经网络（Artificial Neural Network, ANN）的分类、基于规则的健康风险评估以及决策支持整合至单一IAQ处理流程中。主要贡献在于端到端的功能集成，而非追求最先进的预测精度。该框架对PM_2.5、CO₂、挥发性有机化合物（Volatile Organic Compounds, VOCs）、温度和湿度进行预处理、特征提取、污染物预测、IAQ分类、健康风险评估与决策制定。在合成多元传感器数据集上的评估中，LSTM实现了89.7%的预测准确率，PM_2.5的均方根误差（Root Mean Square Error, RMSE）为4.2，CO₂的平均绝对误差（Mean Absolute Error, MAE）为35.6，决定系数R²为0.912。ANN的IAQ分类准确率为89.2%，而随机森林（Random Forest）为78.5%。该框架在数据缺失、噪声、漂移、快速变化和季节迁移等条件下均保持稳健。由于所有结果均依赖于模拟数据，在部署前需使用真实世界物联网（Internet of Things, IoT）测量数据进行验证。

**基于集成LSTM–ANN框架的室内空气质量预测、分类与健康风险评估研究解读**

**一、研究背景与问题提出**

现代人类大部分时间在住宅、办公室等室内环境中度过，室内空气质量（Indoor Air Quality, IAQ）与人体健康密切相关。室内空气中存在诸多污染物，如细颗粒物（PM_2.5）、二氧化碳（CO₂）和挥发性有机化合物（Volatile Organic Compounds, VOCs），这些污染物可能引发呼吸系统疾病、心血管疾病、疲劳甚至头痛等症状，且通常难以通过感官直接识别。PM_2.5能深入肺部，CO₂浓度可反映通风状况，VOCs来源于建筑材料、家居用品和清洁产品。高浓度PM_2.5暴露会对呼吸和心血管健康产生不利影响，CO₂浓度升高可能导致嗜睡和认知能力下降，VOCs暴露则可引起刺激和过敏反应。传统IAQ监测系统依赖单一传感器或简易监测设备，只能提供当前时刻的污染物浓度读数，无法追踪时间趋势或预测空气质量变化，往往在污染物浓度已处于高位时才被察觉。因此，亟需将连续环境监测与人工智能（Artificial Intelligence, AI）和数据分析相结合的智能系统，实现污染物浓度预测、空气质量分类、健康风险评估与决策支持的集成，以克服传统监测的被动性和局限性。

**二、研究内容与核心结论**

研究人员提出了一种集成的LSTM–ANN框架，用于多元室内空气质量预测、IAQ分类、预测性健康风险评估和决策支持。该框架以PM_2.5、CO₂、VOCs、温度和湿度作为主要环境变量，构建了从数据采集、预处理、特征提取、污染物预测、IAQ分类、健康风险评估到决策建议的完整处理流程。在合成多元传感器数据集上，LSTM预测模块实现了89.7%的预测准确率，平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）为7.8%，R²为0.912，PM_2.5的RMSE为4.2。ANN分类模块对良好、中等、不健康和非常不健康四类IAQ状态的分类准确率达到89.2%，高于随机森林的78.5%。健康风险评估模块将污染物条件转换为0–9分的风险评分，在评估条件下得到3/9的中等风险结果。框架在10%和20%数据缺失、噪声、漂移、快速变化和季节迁移等扰动下表现出相对稳定的性能。研究的主要贡献在于将污染物预测→IAQ分类→健康风险评估→决策支持的功能性集成，而非各模块的独立输出。

**三、关键技术方法**

研究人员生成合成多元时间序列数据（涵盖PM_2.5、CO₂、VOCs、温度和湿度，模拟昼夜变化、测量噪声、污染物峰值和异常情况），采用前向和后向填充处理缺失值、四分位距（Interquartile Range, IQR）法识别离群值、Min-Max归一化统一尺度，并提取均值、方差、标准差、峰值和趋势等统计与时序特征。LSTM网络基于24小时回看窗口进行未来PM_2.5浓度预测，ANN模型对IAQ等级进行分类，规则库基于污染物浓度阈值进行健康风险评估，决策支持模块依据当前与预测状态给出通风和空气净化建议。研究未涉及物理IoT部署，所有实验基于模拟数据。

**四、研究结果**

**4.1 多元IAQ数据特征**：通过对合成数据集中PM_2.5、CO₂、VOCs、温度和相对湿度的时变特性分析，模拟的七天（168小时）数据包含了昼夜变化、污染物峰值和环境条件变化，为后续处理提供了多元输入。

**4.2 数据预处理与异常检测**：采用填充技术维持时间连续性，IQR方法识别异常观测，Min-Max归一化独立应用于各环境变量，归一化参数仅从训练数据计算，避免信息泄漏。

**4.3 多元特征相关性与交互**：相关性分析显示PM_2.5与CO₂呈中等正相关（0.62），温度与湿度呈强负相关（?0.71），VOC与PM_2.5（0.45）和CO₂（0.38）呈中等偏弱正相关，温度与CO₂相关性最弱（0.12），证实了多元建模的必要性。

**4.4 基于LSTM的PM_2.5预测**：LSTM模型在24小时预测时域内实现MAPE 7.8%、R² 0.912、PM_2.5 RMSE 4.2，优于GRU、RNN、ARIMA、指数平滑和Prophet等对比模型，表明LSTM能有效捕获合成数据中的时间依赖关系。

**4.5 预测性能比较**：LSTM的MAPE（7.8%）和R²（0.912）均优于GRU（11.2%，0.853）、RNN（15.6%，0.764）、ARIMA（18.4%，0.721）、指数平滑（16.2%，0.745）和Prophet（9.8%，0.884），进一步确立了LSTM作为主预测模块的合理性。

**4.6 回看窗口与超参数敏感性**：通过回看窗口敏感性分析，选择24小时窗口为最优配置，在提供充分历史信息以捕捉时间变化的同时避免引入不必要的历史观测，对应MAPE为7.8%、R²为0.912。

**4.7 基于ANN的IAQ分类**：ANN利用多变量传感器特征（包括PM_2.5、CO₂、VOCs、温度、湿度及统计与时序特征）对四类IAQ状态进行分类，总体分类准确率为89.2%，F1-score为0.874，precision为88.6%，recall为87.9%，混淆矩阵显示各类别分类效果良好。

**4.8 预测性健康风险评估模块**：基于PM_2.5（12、35、55 μg/m³）、CO₂（800、1200、1600 ppm）和VOC（100、200、300 ppb）的阈值边界，将单个污染物浓度转化为低、中、高、极高四个风险等级，综合风险评分范围为0–9。在评估场景下，框架获得3/9的综合健康风险评分，对应中等风险类别。

**4.9 数据与环境扰动下的鲁棒性**：在10%和20%数据缺失、噪声、漂移、快速变化和季节迁移条件下，LSTM的性能退化幅度分别为?3.2%、?6.8%、?5.4%、?4.2%、?6.2%和?4.8%，均显著小于ARIMA（?12.4%、?24.6%、?18.2%、?15.6%、?22.4%、?28.6%）和随机森林（?6.8%、?13.2%、?10.5%、?9.2%、?14.8%、?11.4%），表明框架具有相对稳定的预测性能。

**4.10 整体框架性能与计算效率**：所提框架在CPU利用率为34%、GPU利用率为45%、RAM为2.8 GB、磁盘I/O为245 MB/s、带宽为48 Mbps、功耗为0.8 W和模型大小为186 MB的条件下，实现了预测、分类、风险评估和决策支持的集成，在性能与计算成本之间取得了良好折衷。

**五、讨论与结论**

讨论部分指出，该框架整合了预测、分类、健康风险评估和决策支持功能，解决了现有文献中通常仅关注预测、校准、分类或综述的分散问题。LSTM预测准确率比ARIMA高17.4个百分点，PM_2.5 RMSE从8.7降至4.2，CO₂ MAE从68.4降至35.6。ANN分类准确率比随机森林高10.7个百分点，SVM则比逻辑回归高15.9个百分点。鲁棒性测试显示LSTM在20%数据缺失下的退化仅为?6.8%，而ARIMA为?24.6%。研究人员强调功能集成是首要贡献，但结果基于合成数据，需在真实IoT环境中进一步验证，且未与现代注意力机制（如Transformer）基线进行直接对比。研究结论可概括为：开发了集成LSTM–ANN框架，在合成多元传感器数据集上实现了89.7%的预测准确率和89.2%的分类准确率，健康风险评估输出中等风险评分，框架在扰动下表现出相对稳定性，主要贡献在于实现了污染物预测、IAQ分类、健康风险评估和决策支持的功能性集成，但结果需在真实世界IoT数据下进一步验证。