基于长期-短期-短期解耦残差学习的高分辨率时空空气质量推断方法

《Neural Networks》：Long-Short-Term Decoupled Residual Learning for High-Resolution Spatio-Temporal Air Quality Inference

　　**摘要**
基于稀疏监测站的高精度高分辨率时空空气质量推断对于环境治理和公共卫生至关重要。然而，现有的深度学习方法通常将推断视为对观测到的空气质量浓度的直接回归，忽略了长期静态基线和短期动态扰动对推断的独特影响。这限制了模型的泛化能力，并可能导致推断中的空间偏差。在本文中，我们提出了一种新颖的时空空气质量推断网络（SAQIN），该网络在推断中明确分离了静态和动态效应。静态分支整合了高分辨率语义分割、来自遥感的全球背景、人口密度和海拔高度，以构建高保真的环境先验。动态分支采用多头自注意力机制来联合编码地理关系和污染物间的化学耦合效应。我们还开发了一个残差学习模块，将推断过程建模为基于多个参考站的残差校正，并通过分步多站融合和距离加权平均来聚合预测结果，从而成功消除了Voronoi划分引起的不连续性，得到了全球连续且物理上合理的空气质量推断场。在大型真实世界数据集上的评估表明，SAQIN具有更高的准确性和强大的零样本跨域泛化能力，在多种污染物指标上均优于现有方法。

**引言**
空气污染对公共卫生、生态可持续性和气候变化构成了严重威胁（Fadhel等人，2024年；Huang等人，2021年；Organization等人，2015年）。因此，准确的高分辨率时空空气质量推断对于环境治理和公共卫生干预至关重要。尽管地面监测站能够提供可靠的测量数据，但由于经济和物流限制，其部署仍然稀疏且不均匀（Huang等人，2018年）。这一限制要求使用能够从有限观测中推断出连续且物理上合理的空气质量场的强大模型。

现有研究通过两种主要范式解决了这一挑战。第一种范式依赖于经典的空间插值或回归技术，如逆距离加权（IDW）（Wong等人，2004年）、普通克里金法（Li和Heap，2011年）以及土地利用回归（LUR）（Jutzeler等人，2014年；Lin等人，2017年；Patel等人，2022年；Wang等人，2019年）。这些方法通常假设空间稳定性或线性关系，而在城市空气污染存在强烈非线性和异质性时会导致性能大幅下降。第二种范式利用机器学习和深度学习模型，包括高斯过程（Hu等人，2023a）、图神经网络（Bonet等人，2022年）、时空场神经网络（STFNN）（Feng等人，2024年）以及全国范围的风雷达模型（Wang等人，2025年）。虽然这些方法显著提升了非线性建模能力，但它们仍然受到现有建模范式与大气污染场物理定律之间差距的限制。

大多数方法将空气质量推断视为浓度值的直接回归（Cheng等人，2018年；Han等人，2023年；Hu等人，2023a；Song和Stettler，2022年；Su等人，2024年；Zhang等人，2022a），忽略了观测到的浓度是由两个不同部分叠加而成的事实。一个是长期静态基线，由土地利用、人口密度和地形等稳定环境因素决定。这个基线反映了该地区的固有排放潜力和扩散能力，并表现出明显的空间非平稳性。另一个部分是由瞬态大气过程（如风传播和光化学反应）驱动的短期动态变化。将这些两部分视为单一的回归问题会导致模型在机制上混淆这两个不同组成部分，从而降低空气质量推断的性能。例如，工业区持续的高浓度可能被错误地归因于瞬态气象条件而不是持续的排放源。这种混淆限制了在未见区域中的泛化，并在预测中引入了系统的空间偏差。这种不正确的范式存在几个相互关联的缺点。例如，静态和动态特征往往在没有明确区分的情况下被组合在一起（Cheng等人，2018年；Song和Stettler，2022年；Zhang等人，2022a）。遥感图像经常被低估——被视为通用像素输入或简化为NDVI等粗略指数（Su等人，2024年；Zaid和Basu，2024年），未能明确表示工业区和道路网络等污染源。此外，依赖固定本地参考站的推断策略隐式地将连续的大气场离散为类似Voronoi的单元（Bezyk等人，2021年），导致Voronoi划分边界处的浓度不连续性，违反了大气扩散的平滑性。

为了系统地解决这些问题，我们提出了时空空气质量推断网络（SAQIN），它将建模范式从直接浓度回归重新定义为基于参考站观测的残差校正。具体来说，特定位置的空气质量推断以参考站的真实测量值为基准，并研究目标位置与每个参考站之间的残差关系。然后将这个残差加到观测到的参考值上，以重建最终的空气质量推断结果。所提出的SAQIN模型可以本质上去除未知的区域静态偏差的影响，并专注于建模局部扩散场的物理平滑性。

SAQIN明确分离了空气质量推断中的静态和动态效应。静态分支整合了高分辨率语义分割和来自遥感的轻量级全球背景信息，进一步通过人口密度和海拔高度进行增强，形成了高保真的环境先验。这个先验可以区分与污染源相关的不同类型的土地利用，如工业区和道路。动态分支使用多头自注意力来联合建模地理关系和污染物间的化学耦合，适应性地捕捉时空变化。随后，开发了一种残差校正机制以避免引入未知的静态全局偏差，确保在数据稀疏和跨域场景下的稳健推断。最后，设计了一个分步多站融合模块，通过距离加权平均来聚合局部预测结果，消除了Voronoi划分引起的不连续性，得到了平滑且物理上合理的推断场。我们在长江三角洲包含171个监测站的大规模数据集上评估了SAQIN的性能。实验结果表明，其在各种空气质量指标上的性能均优于现有方法，特别是在零样本跨域迁移能力方面表现尤为突出。本工作的主要贡献如下：
- SAQIN作为一个双分支框架开发，明确区分了长期静态环境先验和短期动态变化对空气质量推断的影响，这使得推断结果在物理上具有解释性。
- 静态分支结合了不同类型土地利用的高分辨率语义分割和轻量级全球背景信息、人口密度和海拔高度数据，提供了准确的空间非平稳先验。动态分支使用多头自注意力来联合捕捉地理邻近性和污染物间的化学耦合，以适应短期变化。
- 基于参考站观测的残差校正机制和分步多站加权融合模块设计用于减轻未知的静态全局偏差，并消除Voronoi划分引起的不连续性，生成物理上平滑的高分辨率空气质量推断结果。

**关键词**
时空空气质量推断；深度学习；机器学习；空间插值；大气污染

**表1** 本文使用的主要符号总结

**本文的其余部分组织结构如下：**
第2节回顾相关工作。第3节介绍所提出的模型。第4节展示实验设置和结果。第5节总结本文。