《表6 变体模型预测的RMSE值比较》

  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

为了检验STAQI模型中各个组件对模型预测性能的有效性，本文将STAQI模型与由GCN和GRU构成的全局组件模型（LOCAL）和由LSTM构成的局部组件模型（GLOBAL）进行比较，实验结果如表6所示。从表6可以看出对于不同预测步长STAQI模型的RMSE都取得最低值。相较于变体模型中性能较优的局部组件模型，STAQI模型RMSE值大约下降16%。这是由于局部组件模型只考虑了空气质量数据中的时间特性，忽略了空间相关性。而全局组件模型把对目标站点的空气质量预测完全依赖于邻居节点的空气质量状况，忽略了本地污染物浓度对目标站点空气质量预测的影响。STAQI模型将时间与空间、局部与全局因素进行结合，使得该模型可以更好地拟合空气质量变化趋势，提高预测精度。