[论文解读] A Bayesian Non-linear State Space Copula Model to Predict Air Pollution in Beijing

Alexander Kreuzer, Luciana Dalla Valle+1 more|arXiv (Cornell University)|Mar 20, 2019

Air Quality and Health Impacts参考文献 29被引用 3

一句话总结

本文提出了一种新颖的贝叶斯非线性状态空间藤 copula 模型，利用2014年北京的逐小时气象与污染数据，预测PM2.5水平。通过使用藤 copula 对观测方程和状态方程进行建模，该方法能够捕捉非高斯、非线性的依赖关系，并实现精确的预测与基于情景的气候变化影响分析，在捕捉极端污染事件方面优于标准高斯状态空间模型。

ABSTRACT

Air pollution is a serious issue that currently affects many industrial cities in the world and can cause severe illness to the population. In particular, it has been proven that extreme high levels of airborne contaminants have dangerous short-term effects on human health, in terms of increased hospital admissions for cardiovascular and respiratory diseases and increased mortality risk. For these reasons, accurate estimation and prediction of airborne pollutant concentration is crucial. In this paper, we propose a flexible novel approach to model hourly measurements of fine particulate matter and meteorological data collected in Beijing in 2014. We show that the standard state space model, based on Gaussian assumptions, does not correctly capture the time dynamics of the observations. Therefore, we propose a non-linear non-Gaussian state space model where both the observation and the state equations are defined by copula specifications, and we perform Bayesian inference using the Hamiltonian Monte Carlo method. The proposed copula state space approach is very flexible, since it allows us to separately model the marginals and to accommodate a wide variety of dependence structures in the data dynamics. We show that the proposed approach allows us not only to predict particulate matter measurements, but also to investigate the effects of user specified climate scenarios.

研究动机与目标

• 为解决标准高斯状态空间模型在捕捉北京逐小时PM2.5与气象数据中非线性和非高斯动态方面的局限性。
• 开发一种灵活的统计框架，分别建模边缘分布与依赖结构，从而实现对极端污染事件的稳健预测。
• 通过模拟在用户指定气象条件下的未来PM2.5水平，实现对气候变化对空气污染影响的基于情景的分析。
• 通过准确建模与健康结局相关的时变潜在污染状态，为健康风险评估提供基础。

提出的方法

• 模型使用二元藤 copula 来指定观测方程（PM2.5与协变量之间）和状态方程（潜在污染状态）中的依赖结构。
• 潜在状态被建模为一阶马尔可夫过程，其转移分布基于藤 copula，从而实现灵活的非线性动态。
• 使用哈密顿蒙特卡洛（HMC）进行贝叶斯推断，后验分布通过藤 copula 密度定义，依赖参数采用均匀先验。
• 将状态方程的潜变量视为HMC算法中的参数，从而实现状态与模型参数的联合估计。
• 采用概率积分变换将观测数据转换为统一变量，用于藤 copula 建模，确保藤 copula 推断的有效性。
• 采用无U形转弯采样器（No-U-Turn sampler）自适应调节HMC参数（步长、轨迹长度、质量矩阵），提升采样效率。

实验结果

研究问题

• RQ1 基于藤 copula 依赖结构的非线性、非高斯状态空间模型，是否能比标准高斯模型更好地捕捉北京逐小时PM2.5与气象数据的动力学？
• RQ2 模型识别出的潜在污染状态与协变量（如天气与季节性）无法完全解释的极端污染事件之间有何关系？
• RQ3 该模型在模拟未来PM2.5水平方面的能力如何，特别是在假设性气候情景下，能否为公共卫生规划提供可操作的见解？
• RQ4 藤 copula 建模的灵活性在空气污染时间序列的边缘分布与尾部依赖估计方面，能带来多大程度的改善？

主要发现

• 标准高斯状态空间模型无法捕捉PM2.5数据的真实时间动态，特别是极端值与非线性依赖关系。
• 所提出的藤 copula 基状态空间模型成功建模了边缘分布与复杂的依赖结构，能够准确刻画非高斯行为。
• 该模型识别出潜在状态显著影响PM2.5水平的时间点，对应于协变量效应之外的未解释污染峰值。
• 采用自适应调节（无U形转弯采样器）的哈密顿蒙特卡洛方法，实现了对高维、非线性藤 copula 模型后验分布的高效且可靠的采样。
• 该模型支持基于情景的预测，使利益相关方能够预测在不同气象条件下的PM2.5水平。
• 该方法可扩展至多变量响应与高维依赖结构，通过高维藤 copula 实现多污染物建模的未来应用。