[论文解读] Indoor PM2.5 forecasting and the association with outdoor air pollution: a modelling study based on sensor data in Australia

Wenhua Yu, Bahareh Nakisa+4 more|arXiv (Cornell University)|May 13, 2024

Air Quality Monitoring and ForecastingEnvironmental Science被引用 3

一句话总结

本研究开发了一种三阶段深度集成机器学习（DEML）框架，利用2019–2022年间的传感器数据，对澳大利亚24栋建筑的室内PM2.5浓度进行逐小时预测。该模型在各项基准测试中表现优异，R²值介于0.63至0.99之间，RMSE在0.01至0.663 mg/m³之间，同时揭示了室外PM2.5与室内浓度之间存在强烈关联，尤其在野火事件期间更为显著。

ABSTRACT

Exposure to poor indoor air quality poses significant health risks, necessitating thorough assessment to mitigate associated dangers. This study aims to predict hourly indoor fine particulate matter (PM2.5) concentrations and investigate their correlation with outdoor PM2.5 levels across 24 distinct buildings in Australia. Indoor air quality data were gathered from 91 monitoring sensors in eight Australian cities spanning 2019 to 2022. Employing an innovative three-stage deep ensemble machine learning framework (DEML), comprising three base models (Support Vector Machine, Random Forest, and eXtreme Gradient Boosting) and two meta-models (Random Forest and Generalized Linear Model), hourly indoor PM2.5 concentrations were predicted. The model's accuracy was evaluated using a rolling windows approach, comparing its performance against three benchmark algorithms (SVM, RF, and XGBoost). Additionally, a correlation analysis assessed the relationship between indoor and outdoor PM2.5 concentrations. Results indicate that the DEML model consistently outperformed benchmark models, achieving an R2 ranging from 0.63 to 0.99 and RMSE from 0.01 to 0.663 mg/m3 for most sensors. Notably, outdoor PM2.5 concentrations significantly impacted indoor air quality, particularly evident during events like bushfires. This study underscores the importance of accurate indoor air quality prediction, crucial for developing location-specific early warning systems and informing effective interventions. By promoting protective behaviors, these efforts contribute to enhanced public health outcomes.

研究动机与目标

• 预测澳大利亚多样化室内环境中逐小时的室内PM2.5浓度。
• 研究室内与室外PM2.5浓度之间的相关性，特别是在野火等极端事件期间。
• 为公共卫生干预开发一种稳健的、针对特定位置的预测框架。
• 评估一种新型深度集成机器学习方法相较于标准算法的性能表现。

提出的方法

• 本研究采用一种三阶段深度集成机器学习（DEML）框架，整合三种基础模型：支持向量机（SVM）、随机森林（RF）和极端梯度提升（XGBoost）。
• 使用两种元模型——随机森林和广义线性模型——对基础模型的预测结果进行聚合，以提升整体准确性和泛化能力。
• 利用2019–2022年期间来自澳大利亚八座城市的91个室内监测器的传感器数据对模型进行训练和验证。
• 采用滚动窗口交叉验证方法评估模型的时序性能，确保时间上的稳健性。
• 对室内与室外PM2.5浓度进行相关性分析，以评估室外污染对室内空气质量的影响。
• 通过R²和RMSE指标，将模型性能与独立的SVM、RF和XGBoost模型进行基准对比。

实验结果

研究问题

• RQ1 深度集成机器学习模型在多样化澳大利亚建筑中预测逐小时室内PM2.5浓度的准确性如何？
• RQ2 室内PM2.5与室外PM2.5浓度的相关性有多高，特别是在高污染事件期间？
• RQ3 所提出的DEML框架在性能上与SVM、RF和XGBoost等独立机器学习模型相比如何？
• RQ4 该预测模型在不同室内环境中的时间稳定性与泛化能力如何？

主要发现

• DEML模型在大多数传感器上实现了0.63至0.99之间的R²值，表明其具有出色的预测性能。
• 均方根误差（RMSE）值在0.01至0.663 mg/m³之间，显示出对室内PM2.5预测的高精度。
• 该模型在R²和RMSE指标上均持续优于单独的基准模型（SVM、RF、XGBoost）。
• 室外PM2.5浓度对室内空气质量具有显著影响，尤其在野火事件期间更为明显。
• 在室外污染水平升高的时期，室内与室外PM2.5的相关性最强，凸显了实时监测与预警的必要性。
• 该框架在多种建筑类型和地理位置中的稳健表现，支持其在开发针对性位置的早期预警系统中的应用。