用于社区铅污染风险评估的自监督图注意力网络

《Scientific Reports》：Self-supervised graph attention networks for community-engaged lead contamination risk assessment

　　

摘要

住宅用水系统中的铅污染持续构成公共卫生风险，但目前的相关评估方法依赖于有限的居民样本以及未能有效体现城市系统中空间关联性的表格模型。本文提出了一种自监督图注意力网络（SSGAT），该网络利用物业级别的图结构以及基于重建的预训练方法来评估铅污染风险。通过在密歇根州弗林特市的九个区域进行留一法验证，再将其应用到马萨诸塞州安多弗市，SSGAT在迁移测试中的宏观召回率为0.66 ± 0.03，准确率为0.81± 0.02。其性能与完全监督的图模型相当（宏观召回率0.69 ± 0.04，p = 0.30），且相比表格模型而言能更有效地识别受污染的物业。这些结果是在不同的浓度阈值下评估得出的，其中包括美国环保局规定的10 ppb（十亿分之十）的干预标准。研究结果表明，空间图表示方法能够在类别不平衡的情况下实现跨城市应用，为数据有限的地区提供有效的污染筛查方法。