PlumeCityNet：多分辨率空气质量预报
机器学习
2021-10-15 v2 计算机与社会
摘要
本文提出一种能够联合预报危害人体健康的主要污染物浓度的引擎：二氧化氮（NO2）、臭氧（O3）以及颗粒物（PM2.5 和 PM10，分别为直径小于 2.5μm 和 10μm 的颗粒）。该引擎以空气质量监测站测量值、天气预报、物理模型输出和交通估计为输入，生成最长 24 小时的预报。预报以多种空间分辨率生成，从数十米到数十公里不等，以适配需要空气质量数据的多种应用场景。我们引入了 Scale-Unit 模块，该模块能无缝整合给定分辨率下的所有可用输入，并输出相同分辨率的预报。随后，该引擎基于由若干此类模块构建的 U-Net 架构，使其具备处理不同分辨率输入并输出不同分辨率预测的能力。我们已在欧洲和美国的最大城市上实现并评估了该引擎，其明显优于其他预测方法。特别地，样本外精度保持较高，意味着该引擎可用于未包含在训练数据集中的城市。该引擎的一个宝贵优势是所需计算力不大：在标准 CPU 上仅需数分钟即可生成预报。因此，它们可非常频繁地更新，一旦有新的空气质量监测站测量值可用（通常每小时）即可更新，而传统用于空气质量预报的物理模型则做不到这一点。
引用
@article{arxiv.2110.02661,
title = {PlumeCityNet: Multi-Resolution Air Quality Forecasting},
author = {Thibaut Cassard and Grégoire Jauvion and Antoine Alléon and Boris Quennehen and David Lissmyr},
journal= {arXiv preprint arXiv:2110.02661},
year = {2021}
}
备注
9 pages, 6 figures. arXiv admin note: substantial text overlap with arXiv:2006.09204