基于高阶图卷积网络的城市空气质量推断模型

摘要

能否精确地预测城市区域空气质量分布,对于政府环境治理以及人们日常预防等方面,具有重要的意义.该问题面临的挑战是:一是不同区域的空气质量分布具有时空交互性;二是空气质量分布受到外部因素的影响.通用化卷积神经网络以处理任意图结构数据,成为近些年来研究的热点之一,将城市空气质量预测问题可制定为时空图预测问题.基于提出的高阶图卷积网络,设计了一种有效的空气质量推断模型.该模型可以捕获空气质量分布的时空交互性和提取外部影响因素特征,从而精确预测空气质量分布.通过验证现实北京市空气质量数据,结果表明提出的模型远远优于目前已知的通用方法.