《表3 不同时间窗口的预测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向空气质量的时空混合预测模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

利用时间窗口描述模型使用过去N小时的历史数据来预测未来T小时后的目标站点空气质量，简记为（N，T）。通过使用不同基准模型对北京市东四监测站点进行预测，实验结果如表3所示。从表3可以得到以下四方面结论：第一，GRU模型强调了时间特征建模的重要性，通常比其他基线模型（如ARIMA、SVR、BP模型）具有更高的预测精度。第二，基于时空特性的STAQI模型与只考虑时间特征的GRU模型相比能获得更好的预测效果。第三，对于包含时序处理模块的模型（如GRU、STAQI模型）来说，在相同预测步长的情况下，模型输入的历史数据越多，可进一步提高其预测能力。第四，无论时间窗口如何变化，STAQI模型都可以通过训练获得最佳预测性能，相较于基线模型中性能较优的GRU模型，STAQI模型RMSE值大约下降19%。因此STAQI模型不仅可以用于短期预测，还适用于中长期预测。