基于多尺度3D-CNN-CBAM的空气质量指数时空预测

作     者：刘金培 罗瑞 陈华友 周礼刚 LIU Jin-peiy;LUO Rui;CHEN Hua-you;ZHOU Li-gang

作者机构：安徽大学商学院 安徽大学大数据与统计学院 安徽大学数学科学学院 

基　　金：国家自然科学基金项目(72071001,72371001,72171002,72471001,72271002) 安徽省高校优秀青年人才重点项目(gxyqZD2022001) 安徽省自然科学基金项目(2408085Y035) 安徽省高校杰出青年基金项目(2023AH020009) 安徽省高校优秀青年基金项目(2023AH030006) 

出 版 物：《控制与决策》 (Control and Decision)

年 卷 期：2025年第40卷第02期

页      码：404-412页

摘      要：精确地把握空气质量指数(AQI）的实时动态演变规律对大气污染防治和城市公共卫生治理至关重要.因此,通过构建三维空间张量,将AQI特征信息由时间维度扩展至时空维度,并提出一种基于多尺度三维卷积注意力机制的时空预测网络模型,以提高AQI预测精度.预测方法首先对相关影响因素数据进行有效筛选.其次,将AQI数据及其影响因素分解为不同模态下的子序列.进而,基于时间、空间地理位置和影响因素3个维度,构建三维空间张量,以反映AQI数据的时空特征演变.然后,设计三维卷积注意力机制网络模型对子序列进行预测,以有效提取AQI与其影响因素之间的关键时空关联性特征.通过学习局部AQI序列特征的重要程度,该模型能够对空间时域信息赋予不同权重,以增强关键信息的影响力.将所提出的方法应用于3大城市群2019年～2024年的日度AQI预测,结果表明,该方法适用于具有时空属性的AQI预测,与现有方法相比具有更高的预测精度和适用性.

主 题 词：时空预测 空气质量指数 卷积神经网络 注意力机制 三维空间张量 多元经验模态分解 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 07[理学] 081104[081104] 08[工学] 070602[070602] 0706[理学-大气科学类] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13195/j.kzyjc.2024.0105

馆 藏 号：203157120...