一种简单且鲁棒的多保真度数据融合方法，用于有效建模市民科学空气污染数据
统计方法学
2025-11-21 v1 应用统计
统计计算
摘要
我们提出了一种鲁棒的多保真度高斯过程方法，用于整合稀疏的高质量参考监测站与密集但噪声较大的市民科学传感器。该方法将高保真度通道的高斯对数似然函数替换为应用于精度加权残差上的全局 Huber loss，从而在包括跨保真度耦合参数在内的所有参数上保持受限的影响，同时保留共变性kriging的灵活性。我们证明了在低保真度污染情况下，高斯最大似然估计器存在衰减效应和无界影响，并推导出所提出估计器的显式有限界限，以阐明白化处理和均值漂移敏感性如何决定鲁棒性。受控污染的蒙特卡洛实验表明，鲁棒估计器随异常 magnitudes 和频率增加而保持稳定的 MAE 和 RMSE，而高斯 MLE 则快速恶化。在对汉堡 PM2.5浓度的实证研究中，将UBA监测站与openSenseMap数据结合，方法在交叉验证预测精度上 consistently 获得改进，并生成无需依赖辅助协变量的连贯不确定性图。该框架通过对角或低秩白化处理保持计算可扩展性，并可使用公开可用代码完全复现。
引用
@article{arxiv.2511.15942,
title = {A Simple and Robust Multi-Fidelity Data Fusion Method for Effective Modeling of Citizen-Science Air Pollution Data},
author = {Camilla Andreozzi and Pietro Colombo and Philipp Otto},
journal= {arXiv preprint arXiv:2511.15942},
year = {2025}
}