基於格蘭傑因果關係的空氣品質估算與時空（S-T）異構大數據

本文考慮了全市範圍的空氣質量估計，其中可用的監測站有限，這些監測站在地理上是稀疏的。由於空氣污染高度依賴於時空（S-T），並且受到城市動態（例如氣象和交通）的很大影響，因此我們可以推斷出具有S-T異構城市大數據的監測站未覆蓋的空氣品質。然而，使用S-T異構大數據估算空氣質量帶來了兩個挑戰。第一個挑戰是由於數據的多樣性，即存在不同類別的城市動態，有些可能對估計無用甚至有害。為了克服這一點，我們首先提出了一個S-T擴展的格蘭傑因果關係模型，以一致的方式分析城市動態中的所有因果關係。然後，通過實施非因果關係測試，我們排除了不會「格蘭傑」造成空氣污染的城市動態。第二個挑戰是由於處理大量數據時的時間複雜。我們建議通過選擇在空間和時間上具有最高因果關係水平的數據來發現影響區域（ROI）。結果表明，我們使用「部分」數據比“全部”數據獲得更高的準確性。這可以通過最有影響力的數據消除冗餘或雜訊數據引起的錯誤來解釋。使用來自中國深圳的數據對因果關係模型觀測和全市空氣品質圖進行圖解和可視化。