京津冀城市群短期空气质量指数预测:线性、集成与循环预报模型的对比评估

《Atmosphere》:Predicting Short-Term Air Quality Index in the Beijing–Tianjin–Hebei Urban Agglomeration: A Comparative Assessment of Linear, Ensemble, and Recurrent Forecasting Models

【字体: 大 中 小 】 时间:2026年07月01日 来源:Atmosphere 2.6

编辑推荐:

  该研究旨在发展一个融合空气质量指数(AQI)记录、污染物、气象变量及MEIC排放数据的混合框架,以捕捉京津冀(BTH)地区(2018—2025年)的时空演变特征与短期可预报性。研究结果显示,AQI存在显著的季节性周期(冬春季高、夏秋季低),并呈现夏季PM

  
该研究旨在发展一个融合空气质量指数(AQI)记录、污染物、气象变量及MEIC排放数据的混合框架,以捕捉京津冀(BTH)地区(2018—2025年)的时空演变特征与短期可预报性。研究结果显示,AQI存在显著的季节性周期(冬春季高、夏秋季低),并呈现夏季PM2.5与O3的"跷跷板"效应。空间上识别出三个分区:北部及沿海生态屏障区、中部复合污染平原区和南部重工业区。随机森林分析表明,颗粒物(PM)是AQI的主导组成贡献因子,能见度、露点温度、相对湿度及MEIC排放(颗粒物、NH3、有机物)为关键相关因子。预报评估显示模型性能逐步提升:ARMA模型捕捉线性基线(R2 = 0.318,MAPE = 33.26%);XGBoost通过纳入非线性特征交互与滞后气象信息改进了统计预测(R2 = 0.567,MAPE = 24.81%);LSTM展现出最强的统计预测性能(R2 = 0.613,MAPE = 22.32%)。LSTM相对于XGBoost的提升为增量式,反映其对短期AQI—气象时间依赖性的数据驱动表征增强,而非物理污染机制的识别。区域差异持续存在:南部重工业区可预报性较高,受间歇性沙尘入侵和锋面活动影响的北部及沿海生态屏障区精度较低。总体而言,研究结果提示LSTM可支撑数据驱动的短期AQI预警,但源导向减排仍需化学传输或源解析等基于过程的模型工具。
该研究发表于《Atmosphere》,聚焦京津冀城市群短期空气质量指数(AQI)预测问题,系统比较了线性统计模型、非线性集成模型与深度学习循环网络在该区域的适用性与预测性能。

研究背景方面,空气质量与人类健康及城市可持续发展密切相关。世界卫生组织报告指出全球近99%人口暴露于不达标空气质量环境中,年均约700万例过早死亡与此相关。中国 ambient air pollution(环境空气污染)年均导致约200万例过早死亡,京津冀地区作为国家重点治理区域,在"双碳"目标及《空气质量持续改善行动计划》框架下面临严峻的PM2.5与O3复合污染挑战。AQI作为综合指标整合了PM2.5、PM10、SO2、NO2、O3如对污染单一深入研究虽取得进展,但无法完全捕捉多污染物交互的复合污染负荷。京津冀地区PM2.5与O3交替主导,单一污染物预报易导致减排优先级偏差。该区域地形半封闭、东亚季风气候显著、跨界传输频繁,造成高度瞬变的时空异质性。现有研究多限于单站点或核心城市,缺乏对整个城市网络的系统评估。线性时间序列模型如自回归移动平均(ARMA)可解释性强,但难以应对非线性与高频波动;长短期记忆(LSTM)网络可捕捉短期滞后依赖,适合非线性动态过程;极端梯度提升(XGBoost)作为中间基准可捕捉复杂特征交互。本研究假设:若区域污染机制在持续性与气象强迫方面存在差异,则模型性能与协变量贡献将相应变化,非线性与循环模型有望提供额外统计预测价值。

研究人员采用的关键技术方法包括:以中国环境监测总站国家城市空气质量实时发布平台获取2018年1月至2025年10月的13个京津冀城市日度AQI及六类标准污染物数据;以国家气象数据中心获取温度、气压、相对湿度、降水量、风速、风向、日照时数、露点温度、能见度等日度气象变量;以多尺度排放清单模型(MEIC)获取SO2、NOx、CO、挥发性有机物(VOCs)、NH3、PM10、PM2.5、黑碳(BC)、有机碳(OC)及挥发性分档有机化合物组的月度排放数据。分析方法上,采用Z-score标准化与层次聚类识别污染组分季节模式与空间协变结构,通过Pearson相关系数量化AQI与污染物的线性关联;构建三组随机森林模型(基于污染物、气象变量、MEIC排放指标)分别识别AQI组成贡献与外部相关因子,特征重要性以置换检验的均方误差增量百分比(%IncMSE)度量。预报模型方面,ARMA采用增广Dickey-Fuller(ADF)平稳性检验、基于BIC(贝叶斯信息准则)的网格搜索定阶及残差白噪声诊断;XGBoost与LSTM采用跨城市联合训练策略,输入为t-7至t-1时刻的滞后AQI与气象变量及时间编码特征,以直接单步超前策略进行日度预报;LSTM网络含512维隐藏层LSTM单元及256维全连接ReLU(修正线性单元)层,采用AdamW优化器及dropout、梯度裁剪、动态学习率调度与早停机制。模型以决定系数(R2)、平均绝对百分比误差(MAPE)、均方根误差(RMSE)和平均绝对误差(MAE)评估,数据按时间序列划分为训练集(2018年1月—2024年6月1日)、验证集(2024年6月2日—10月1日)和测试集(2024年10月2日—2025年10月1日)。

研究结果部分,"AQI时空演变与统计相关因子"方面,基于2018—2025年13城市日度AQI观测,AQI呈现显著季节周期(冬春季峰值、夏秋季谷值),极端事件集中于11月至次年3月,与采暖排放及冬季静稳条件相关;年际变幅收窄、低值区间稳定,反映污染—碳减排政策效果。_RESOURCES_">{'_': "空间上,北部及沿海生态屏障区(张家口、承德、秦皇岛)因地形屏蔽与海风扩散背景值较低,但易受沙尘入侵影响;中部复合污染平原区(北京、天津、廊坊、唐山、沧州、衡水)分布宽泛,反映跨界传输与本地排放的复合污染;南部重工业区(石家庄、保定、邢台、邯郸)右尾最重,均值为500,标准差与极端值最高,与太行山半封闭地形及集中工业排放相关。层次聚类揭示冬季采暖与逆温导致PM2.5、PM10、NO2、CO同步峰值,夏季强光高温促使O3成为唯一异常高值污染物,呈现PM—O3“跷跷板效应”;春季蒙古高原沙尘长距离传输导致中北部及沿海城市PM10激增。Pearson相关分析显示AQI与PM10(r=0.91)、PM2.5(r=0.88)强正相关,与CO、NO2、SO2中等正相关,O3与AQI及其他污染物总体负相关,与高NOx区的O3滴定效应及夏季"跷跷板效应"一致。

"随机森林分析AQI组成贡献与外部相关因子"方面,气象变量中能见度(VISIB)为最强日度相关因子(区域均值~68.35%),反映粒子主导型AQI模式;露点温度(DEWP)与相对湿度(RH)次之(均值分别为13.70%和13.46%),在南部重工业区重要性更高,指示高排放背景下潮湿静稳条件增强颗粒物累积。MEIC排放指标显示区域异质性:北京以PM10、CO、PM2.5、SO2为主,天津以有机碳(OC)及LVOCn1、IVOCp3、SVOCp2等挥发性分档有机组分较重要,河北省以NH3(12.54%)及IVOCp3、LVOCn1、SVOCp2等为先,与硝酸盐、硫酸盐、铵盐驱动PM2.5形成的作用一致。

"ARMA基准模型预测性能"方面,ADF检验确认13城市AQI序列平稳(ADF统计量-4.8977至-7.7291,p<0.01),以ARMA(2,2)为主,北京、廊坊为ARMA(3,1),保定、唐山、秦皇岛、衡水为ARMA(1,3),残差通过白噪声诊断。测试期区域均值R2=0.318,MAPE=33.26%,RMSE=22.01,存在极端值低估与相位滞后;南部重工业区拟合最优(石家庄R2=0.440),中部复合污染平原区误差最大(北京MAPE=46.92%),北部及沿海生态屏障区解释力最弱(张家口R2=0.237)。

"XGBoost基准模型预测性能"方面,区域均值R2=0.567,MAPE=24.81%,RMSE=16.66,MAE=12.57,较ARMA提升R2为0.249、MAPE降低约25.39%;但仍存在高AQI事件平滑现象,极端峰值系统性低估。空间上南部重工业区R2均值0.609最优(保定0.661),北部及沿海生态屏障区最弱(张家口R2=0.415)。

"LSTM深度学习模型预测性能"方面,区域均值R2=0.613,MAPE=22.32%,RMSE=15.72,MAE=11.78,较XGBoost提升R2为0.046、MAPE降低约10.05%;空间格局与三分区一致,南部重工业区R2均值0.648(保定0.700),北部及沿海生态屏障区R2均值0.543(张家口0.445),北京MAPE最高(30.55%)。散点图显示LSTM对常规AQI变幅再现优于其他模型,极端峰值低估有所改善但仍存。

"综合模型比较与区域评估"方面, Guideline三线模型性能排序稳定为LSTM>XGBoost>ARMA。与东京都市圈、纽约市、墨西哥城、柏林都会区的比较表明,京津冀因重工业、冬季采暖、半封闭地形、沙尘入侵及强城市间传输而具有更强的南北异质性与极端事件特征。

讨论与局限性方面,研究指出单城市单站点代表性不足、日度预报未纳入边界层高度、实时交通、沙尘事件指示物及高分辨率排放数据、MEIC月度分辨率限制等局限。未来需融合更高分辨率排放清单、边界层过程、卫星观测、实时交通信息及区域传输指示物,采用图神经网络、ConvLSTM或时空注意力模型表征城市间污染传输与突发事件,并区分统计关联与因果机制。

研究结论部分,该研究利用2018—2025年多源数据评估了京津冀13城市AQI时空演变与短期可预报性。结果揭示显著季节性周期与夏季PM—O3跷跷板效应,识别北部及沿海生态屏障区、中部复合污染平原区、南部重工业区三类污染分区。颗粒物为AQI主导贡献因子,能见度、露点温度、相对湿度及MEIC指标(颗粒物、NH3、有机前体物)为关键外部相关因子,提示复合污染控制应从单污染物向协调多污染物策略转变。可预报性评估表明短期AQI预报高度依赖污染过程持续性,突发外部扰动(沙尘入侵、锋面活动)严重限制极端峰值预测。模型比较证实非线性数据驱动方法(XGBoost:R2=0.567,MAPE=24.81%;LSTM:R2=0.613,MAPE=22.32%)显著优于线性ARMA(R2=0.318,MAPE=33.26%),但LSTM相对于XGBoost的增量提升表明循环结构改善预测技巧而不揭示形成机制,数据驱动模型的核心贡献在于增强预测能力而非提供机制性洞见。未来极端污染预警改进需将边界层动力学、实时排放、传输路径及沙尘事件指示物等过程感知变量纳入混合预报框架。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号