多城市多任务时空预测网络

趋势预测强

该模型融合了空间注意力与多头自注意力机制，能同时完成多城市、多污染物的高精度预测。

李东 · Lei, Wang · 王健 · Chen, Cai · Xingxing, Xiao · Zou, Guojian

Urban Climate 2025

参数信息

相关系数
0.981
均方根误差
8.237
PM2.5平均浓度
34.285 μg/m³

技术优势

高浓度区趋势更准

模型在高浓度区域表现出更好的趋势预测能力，这对重污染预警场景尤为关键。

多城多污染物通用

在多个城市和不同空气污染物浓度的预测中均表现出良好鲁棒性，证明模型具有广泛适用性。

应用场景