基于图神经网络的长江流域经济带PM2.5浓度预测

文章基于长江流域经济带沿线99个城市的PM2.5浓度监测数据，采用转移熵构建出了长江流域经济带大气污染空间交互影响网络，并从整体和局部2个角度分析了长江流域经济带污染物传导方向和传导强度。为了充分利用城市大气污染的空间关联信息，文章使用大气污染空间交互影响网络改进了T-GCN图卷积神经网络，并构建了基于T-GCNTE的预测模型，对长江流域经济带99个城市的污染物浓度进行预测。研究发现长江流域经济带各个城市的大气污染表现出很强的紧密性，整体网络的信息传递以地区间的信息传递为主。另外，T-GCNTE能够捕捉到大气污染的时空依赖性和影响方向，能获得更好的效果。基于上述研究结论，文章从建立大气污染多方联防联控机制、加强产业合作、完善生态补偿机制等方面对深入开展长江流域经济带大气污染协同治理提供了建议。