基於異質空氣質量估計的擴展時空格蘭傑因果關係模型

本文涉及地理上稀疏的有限空氣品質監測站進行全市空氣質量估計。由於空氣污染受到整個城市可用的城市動態（例如氣象和交通）的影響，因此我們可以根據這種時空（ST）異質城市大數據推斷出沒有監測站的區域空氣品質。然而，大數據支持的估計帶來了三個挑戰。第一個挑戰是數據多樣性，即存在許多不同類別的城市數據，其中一些可能對估計無用。為了克服這一點，我們將格蘭傑因果關係擴展到ST空間，以一致的方式分析所有因果關係。第二個挑戰是由於處理大量數據而導致的計算複雜性。為了克服這一點，我們引入了非因果關係測試，以排除不會“格蘭傑”造成空氣污染的城市動態，以及影響區域（ROI），這使我們能夠僅分析具有最高因果關係水平的數據。第三個挑戰是使我們基於網格的演演算法適應非基於網格的應用。通過開發靈活的基於網格的估計演算法，我們可以在保持計算效率的同時減少基於網格的演算法造成的不準確性。