[论文解读] Deep-AIR: A Hybrid CNN-LSTM Framework forFine-Grained Air Pollution Forecast

Qi Zhang, Jacqueline C. K. Lam+2 more|arXiv (Cornell University)|Jan 29, 2020

Air Quality Monitoring and Forecasting参考文献 22被引用 16

一句话总结

本文提出 Deep-AIR，一种混合 CNN-LSTM 模型，通过残差 CNN（AirRes）实现空间特征提取，并结合 LSTM 进行时间建模，从而实现高分辨率、精细化的空气污染预测。该模型在 PM2.5 预测上的测试误差为 27.1%，优于 LSTM、ConvLSTM 和 ResNet-LSTM 等基线模型，通过有效利用城市空气质量数据中的空间与时间相关性，展现出更优的准确性。

ABSTRACT

Poor air quality has become an increasingly critical challenge for many metropolitan cities, which carries many catastrophicphysical and mental consequences on human health and quality of life. However, accurately monitoring and forecasting air qualityremains a highly challenging endeavour. Limited by geographically sparse data, traditional statistical models and newly emergingdata-driven methods of air quality forecasting mainly focused on the temporal correlation between the historical temporal datasets of airpollutants. However, in reality, both distribution and dispersion of air pollutants are highly location-dependant. In this paper, we proposea novel hybrid deep learning model that combines Convolutional Neural Networks (CNN) and Long Short Term Memory (LSTM)together to forecast air quality at high-resolution. Our model can utilize the spatial correlation characteristic of our air pollutant datasetsto achieve higher forecasting accuracy than existing deep learning models of air pollution forecast.

研究动机与目标

• 解决现有空气质量预测模型主要关注时间相关性而忽略污染数据中空间依赖性的问题。
• 开发一种深度学习框架，即使在缺乏监测站的区域，也能生成高分辨率、覆盖全城的空气质量预测。
• 通过引入卷积神经网络组件显式建模空间模式，同时利用 LSTM 建模时间动态，从而提升预测精度。
• 利用稀疏监测数据和地理空间信息，实现城市区域内成本效益高、精细化的空气质量估计。
• 在北京市真实环境下，对多种污染物（包括 PM2.5、PM10、NO2、CO 和 O3）评估模型性能。

提出的方法

• Deep-AIR 框架结合基于残差单元的 spatial encoder（AirRes），采用 3×3 卷积、批量归一化和 ReLU 激活函数，从以目标监测站为中心的 15×15 网格区域中提取空间特征。
• 在残差单元之间插入 1×1 卷积层，以增强特征表示和梯度流动。
• 时间建模组件采用隐藏层大小为 128、序列窗口长度为 48 的 LSTM，从历史时间序列数据中学习时间依赖性。
• 模型采用基于图像块的训练策略，每个 15×15 空间块独立处理，目标站位于中心，通过滑动窗口推理实现全城预测。
• 使用随机梯度下降进行优化，基于验证误差采用早停策略以防止过拟合。
• 模型使用北京的历史 PM2.5 和气象数据进行端到端训练，真实标签来自官方监测站。

实验结果

研究问题

• RQ1 混合 CNN-LSTM 架构能否有效建模城市空气质量数据中的空间与时间相关性，从而提升预测精度？
• RQ2 专用空间特征提取器（AirRes）在捕捉监测站之间空间模式方面，与标准 CNN 或 ConvLSTM 相比表现如何？
• RQ3 该模型在不同污染物上的泛化能力如何，特别是对 O3 等具有不规则或非确定性行为的污染物？
• RQ4 通过利用邻近网格的空间上下文信息，模型能否为无监测站的位置生成可靠、精细化的预测？
• RQ5 残差连接和 1×1 卷积等架构组件对模型预测性能的影响如何？

主要发现

• Deep-AIR 模型在 PM2.5 浓度预测上的测试误差为 27.1%，显著优于基线模型（LSTM：35.6%，ConvLSTM：32.7%，ResNet-LSTM：28.5%）。
• 测试集中预测值与实际 PM2.5 值的决定系数 R² 达到 0.82，表明预测结果具有强相关性与一致性。
• 对于 CO，模型达到最低测试误差 16.9%，表明其能有效捕捉该污染物的时间动态特征。
• 模型在 O3 预测上表现较差，测试误差高达 37.2%，表明 O3 的不规则与非确定性行为对模型稳定模式学习构成挑战。
• O3 的训练误差（18.9%）与测试误差（37.2%）差距显著，表明其浓度的突发性、不可预测变化严重阻碍了准确建模。
• 引入 1×1 卷积的 AirRes 组件相比标准 ResNet-LSTM 设置性能更优，证实了在架构中采用结构化空间特征学习的有效性。