[论文解读] Deep-AIR: A Hybrid CNN-LSTM Framework for Air Quality Modeling in Metropolitan Cities

Yang Han, Qi Zhang+2 more|arXiv (Cornell University)|Mar 25, 2021

Air Quality Monitoring and Forecasting被引用 8

一句话总结

Deep-AIR 提出了一种混合 CNN-LSTM 框架，通过 1x1 卷积层整合特定领域的城市动态特征（尤其是街道峡谷效应、道路密度和建筑形态），以提升大都市中细粒度的城市范围空气质量估计和站点级预测。该方法在香港和北京的细粒度小时级估计中分别实现了 67.6% 和 65.0% 的准确率，优于基线模型。

ABSTRACT

Air pollution has long been a serious environmental health challenge, especially in metropolitan cities, where air pollutant concentrations are exacerbated by the street canyon effect and high building density. Whilst accurately monitoring and forecasting air pollution are highly crucial, existing data-driven models fail to fully address the complex interaction between air pollution and urban dynamics. Our Deep-AIR, a novel hybrid deep learning framework that combines a convolutional neural network with a long short-term memory network, aims to address this gap to provide fine-grained city-wide air pollution estimation and station-wide forecast. Our proposed framework creates 1x1 convolution layers to strengthen the learning of cross-feature spatial interaction between air pollution and important urban dynamic features, particularly road density, building density/height, and street canyon effect. Using Hong Kong and Beijing as case studies, Deep-AIR achieves a higher accuracy than our baseline models. Our model attains an accuracy of 67.6%, 77.2%, and 66.1% in fine-grained hourly estimation, 1-hr, and 24-hr air pollution forecast for Hong Kong, and an accuracy of 65.0%, 75.3%, and 63.5% for Beijing. Our saliency analysis has revealed that for Hong Kong, street canyon and road density are the best estimators for NO2, while meteorology is the best estimator for PM2.5.

研究动机与目标

• 为解决大都市中空气质量监测站点稀疏的问题，实现细粒度的城市范围空气污染估计。
• 利用深度学习实现对站点级空气污染的 24 小时提前预测。
• 将特定领域的城市动态特征（如街道峡谷效应、道路密度和建筑高度/密度）整合进深度学习模型，以增强时空预测能力。
• 在单一统一的深度学习框架中联合优化细粒度估计与短期至中期预测。
• 通过显著性分析揭示城市形态与气象因素的相对重要性，以提升模型的可解释性。

提出的方法

• 该框架结合卷积神经网络（CNN）与长短期记忆网络（LSTM），以建模空气质量数据中的空间与时间依赖性。
• 特别使用 1x1 卷积层捕捉空气质量与城市动态特征（如道路密度、建筑高度和街道峡谷效应）之间复杂的跨特征空间交互。
• 整合城市代理数据（包括气象条件、交通密度和建筑形态）作为输入特征，以弥补地面真实监测数据的稀疏性。
• CNN 组件学习城市特征之间的空间模式与相互作用，而 LSTM 则建模监测站点处污染水平的时间动态与序列。
• 模型在历史空气质量与城市动态数据上进行端到端训练，数据来自香港与北京，通过空间插值生成城市范围估计。
• 应用显著性分析以解释模型预测结果，并识别对不同污染物最具影响力的输入特征。

实验结果

研究问题

• RQ1 如何通过深度学习框架在高密度城市环境中联合提升细粒度城市范围空气质量估计与站点级预测？
• RQ2 城市形态特征（尤其是街道峡谷效应、建筑密度与道路网络结构）在提升空气污染预测准确性方面发挥何种作用？
• RQ3 气象条件与与交通相关的城市动态因素在预测不同污染物（如 PM2.5 与 NO2）时的预测重要性如何比较？
• RQ4 1x1 卷积层在建模城市特征与空气质量水平之间空间交互方面能提升多大程度？
• RQ5 在数据稀疏条件下，所提出的混合 CNN-LSTM 架构能否在估计与预测任务中均优于传统基线模型？

主要发现

• Deep-AIR 在香港实现了 67.6% 的细粒度小时级空气质量估计准确率，在北京实现了 65.0%，优于基线模型。
• 在 1 小时预测中，Deep-AIR 在香港达到 77.2% 的准确率，在北京达到 75.3%，表现出强大的时间预测性能。
• 在 24 小时预测中，Deep-AIR 在香港达到 66.1% 的准确率，在北京达到 63.5%，表明其具备稳健的长期预测能力。
• 显著性分析显示，在香港，街道峡谷与道路密度对 NO2 预测影响最大，而气象因素在 PM2.5 估计中占主导地位。
• 1x1 卷积层的引入显著增强了模型捕捉城市形态与污染水平之间空间交互的能力。
• 本研究证实，特定领域的城市特征（尤其是与街道峡谷效应相关的特征）具有很高的预测价值，但在现有模型中常被忽视。