多区域PM2.5预测模型

单模型跨区预测

提出小波包变换驱动的多维LSTM模型，首次实现用单一模型同时预测不同区域的小时PM2.5浓度，跨区域泛化性能显著提升。

郑庆河 · Tian, Xinyu · Yu, Zhiguo · Jiang, Nan · Elhanashi, Abdussalam · Saponara, Sergio · Rui, Yu

Sustainable Cities and Society 2023

技术优势

单模型跨区域

这是首个用单一模型同时预测不同区域PM2.5浓度的方法，无需为每个区域单独训练模型。

多尺度提升泛化

对时间序列进行多尺度分析，显著提高了深度学习模型在跨区域场景下的泛化能力。

应用场景

• 城市空气质量预报：用一个模型同时给出多个区域的PM2.5预报，减少部署成本。
• 环境健康预警：基于小时级预测，提前触发高污染健康风险预警。
• 传感数据分析：从多区域传感数据中提取时空特征，提升预测精度。