[论文解读] Calibration of Spatial Forecasts from Citizen Science Urban Air Pollution Data with Sparse Recurrent Neural Networks

Matthew Bonas, Stefano Castruccio|arXiv (Cornell University)|May 6, 2021

Air Quality Monitoring and Forecasting参考文献 37被引用 4

一句话总结

本文提出一种带有尖峰-平滑先验的稀疏循环神经网络，用于校准旧金山市民科学数据中高分辨率的城市空气污染空间预测。通过强制实施稀疏性并实现快速的边缘与空间预测校准，该模型在长达5天的预测中，相较于标准时间序列方法，将均方误差降低了35.7%。

ABSTRACT

With their continued increase in coverage and quality, data collected from personal air quality monitors has become an increasingly valuable tool to complement existing public health monitoring system over urban areas. However, the potential of using such `citizen science data' for automatic early warning systems is hampered by the lack of models able to capture the high-resolution, nonlinear spatio-temporal features stemming from local emission sources such as traffic, residential heating and commercial activities. In this work, we propose a machine learning approach to forecast high-frequency spatial fields which has two distinctive advantages from standard neural network methods in time: 1) sparsity of the neural network via a spike-and-slab prior, and 2) a small parametric space. The introduction of stochastic neural networks generates additional uncertainty, and in this work we propose a fast approach for forecast calibration, both marginal and spatial. We focus on assessing exposure to urban air pollution in San Francisco, and our results suggest an improvement of 35.7% in the mean squared error over standard time series approach with a calibrated forecast for up to 5 days.

研究动机与目标

• 解决利用低成本、市民采集的传感器数据对城市区域进行高分辨率、非线性时空空气质量模式预测的挑战。
• 克服标准时间序列模型在捕捉局部排放源（如交通和居民供暖）方面的局限性。
• 开发一种参数空间小且具备内在不确定性量化能力的机器学习框架，以实现可靠的长期预测。
• 提出一种快速校准方法，以同时提升边缘与空间预测的可靠性，适用于城市空气质量监测。

提出的方法

• 该模型采用带有尖峰-平滑先验的稀疏循环神经网络架构，以强制实现稀疏性并降低模型复杂度。
• 网络中的随机性引入了不确定性，该不确定性通过一种快速、可扩展的校准程序被显式建模与校准。
• 校准方法同时应用于预测输出的边缘分布与空间依赖结构。
• 该方法在旧金山个人监测仪采集的高频、空间密集型空气质量数据上进行训练与评估。
• 以均方误差（MSE）为主要指标，将模型性能与标准时间序列预测方法进行基准对比。
• 该框架旨在处理稀疏、不规则采样的城市空气质量数据，同时保持局部排放源动态特征的完整性。

实验结果

研究问题

• RQ1 带有尖峰-平滑先验的稀疏循环神经网络能否有效建模来自市民科学数据的高分辨率时空空气质量模式？
• RQ2 与标准时间序列方法相比，所提出的校准方法在多大程度上提升了预测可靠性？
• RQ3 该模型在城市微环境中的多日预测中，预测误差降低了多少？
• RQ4 与传统模型相比，该模型是否能更有效地捕捉如交通和供暖排放等非线性、局部化的污染源？

主要发现

• 与标准时间序列预测方法相比，该模型在长达5天的空间预测中，均方误差降低了35.7%。
• 尖峰-平滑先验的整合在保持高预测精度与可解释性的同时，实现了小参数空间。
• 快速校准程序有效提升了边缘与空间预测的可靠性，增强了预测的可信度。
• 该模型成功捕捉了由交通和居民供暖等局部城市排放源驱动的复杂非线性时空动态。
• 该方法在来自个人传感器的高频、稀疏城市空气质量监测数据上表现出强大的泛化能力。
• 结果证实，稀疏随机网络的校准预测结果在城市空气质量预测任务中优于传统模型。