《Science of The Total Environment》：Advances in air quality modeling through artificial intelligence, machine learning, and deep learning: A comprehensive review
編輯推薦：
機器學習與深度學習正推動空氣質量建模變革，通過數據驅動模型和ML輔助數值模型兩種路徑提升預測精度與效率。研究系統梳理了112篇文獻，指出數據驅動模型在PM2.5和臭氧預測中表現突出，而ML輔助方法通過修正偏差和加速計算優化傳統化學傳輸模型（CTM）。但模型黑箱、不確定性量化不足及物理方程融合仍是主要挑戰，需借助可解釋AI和物理信息神經網絡等新興技術突破。
德萊尼·納爾遜（Delaney Nelson）| 尤努蘇·崔（Yunsoo Choi）| 馬赫薩·帕亞米（Mahsa Payami）| 德韋什瓦爾·辛格（Deveshwar Singh）| 里朱爾·迪姆里（Rijul Dimri）| 薩貢·戈帕爾·卡亞斯塔（Sagun Gopal Kayastha）| 西哈布·沙赫里亞爾（Shihab Shahriar）| 拉希克·伊斯蘭（Rashik Islam）| 艾哈邁德·汗·薩爾曼（Ahmed Khan Salman）| 金哲哲（Jincheol Park）
美國德克薩斯州休斯頓大學地球與大氣科學系，郵編77204
摘要
空氣質量建模正在經歷重大變革，因為機器學習（ML）和深度學習（DL）的出現解決了傳統方法（包括統計方法和化學傳輸模型（CTM）的固有局限性。本綜述系統地概述了這一演變過程，將112篇文獻中的進展分為兩大類：一類是純粹的數據驅動模型，用于估算污染物濃度；另一類是借助ML的數值模型，用于改進CTM的輸出或模擬這些模型本身。總體而言，文獻表明，數據驅動方法顯著提高了對細顆粒物（PM2.5）和臭氧等關鍵污染物的預測準確性。同時，ML輔助方法也在增強傳統建模能力。偏差校正工作提高了模型在源分配等下游應用中的準確性，而基于DL的模擬器則提供了計算成本大幅降低的高保真模擬結果。盡管取得了這些進展，但在空氣質量建模中應用ML仍面臨諸多挑戰，例如模型的“黑箱”性質、不確定性量化不足以及區域數據稀缺等問題。此外，整合控制大氣物理的復雜化學常微分方程仍然是一個關鍵障礙。解決這些問題需要新的解決方案。可解釋人工智能（XAI）提高了模型的透明度，而物理信息神經網絡（PINN）則實現了數據驅動推理與基本物理定律的融合，推動了更快、更可靠、更易解釋的空氣質量建模系統的發展。最終，這些進步將推動下一代空氣質量模型的發展，使其能夠更及時、更準確地提供信息，以評估污染影響并指導緩解策略。
引言
在過去幾十年中，人類活動顯著改變了大氣成分，導致人們對空氣質量及其對公共健康的影響日益關注。空氣污染物（如一氧化碳（CO）、二氧化碳（CO2）、揮發性有機化合物（VOCs）、氮氧化物（NOx）、二氧化硫（SO2）、臭氧（O3）以及不同空氣動力學直徑的顆粒物（PM））不斷從化石燃料燃燒、工業過程、車輛活動和能源生產中排放出來，加劇了區域性和全球性的空氣污染，并擾亂了大氣化學平衡（Safieddine等人，2017；Safieddine和Viatte，2023；Whalley等人，2021）。這種改變不僅通過直接排放活性物質發生，還通過由太陽輻射引發的二次化學過程發生（Tsai等人，2021）。這些反應常常產生二次污染物，如O3和細顆粒物（PM2.5），進一步惡化了空氣質量并增加了對人類健康的危害。暴露在高濃度空氣污染物中不僅對人類有害，也對動物、植物以及更廣泛的環境和生態條件產生不利影響（Liu和Desai，2021；Manisalidis等人，2020）。因此，準確表示空氣污染物濃度對于診斷污染趨勢、評估暴露風險和推進空氣質量管理至關重要。
為滿足對可采取行動的空氣質量信息日益增長的需求，人們進行了大量建模工作，以更好地表征污染物的行為。空氣質量建模方法主要分為三類：統計模型、數值模型和基于人工智能（AI）的模型。統計和數值模型采用成熟的數學公式來最佳描述控制大氣中污染物傳輸、轉化和沉積的物理和化學過程（Wang等人，2020）。在數值方法中，化學傳輸模型（CTM）被最廣泛用于模擬和預測污染物的大氣命運。CTM以氣象場和污染物排放率為輸入，通過求解偏微分方程組來描述決定污染物濃度的全方位三維（3D）過程（Pouyaei等人，2020；Kashfi Yeganeh等人，2024；Park等人，2024，Park等人，2025）。常用的CTM包括社區多尺度空氣質量模型（CMAQ）（Byun和Scher，2006）、結合化學的天氣研究和預報模型（WRF-Chem）（Grell等人，2005）以及帶有擴展功能的綜合空氣質量模型（CAMx）（Emery等人，2024）。盡管CTM在多尺度空氣質量模擬和預測中非常有用，但它們存在一些局限性。CTM需要來自獨立排放處理系統和數值天氣預報（NWP）模型的大量輸入數據，計算資源需求高，并且依賴于簡化的假設和大氣過程表示，這往往限制了它們捕捉細尺度污染物行為的能力。統計模型同樣存在通用性有限、對輸入數據真實性敏感以及在更精細的時空尺度上準確性降低的問題（Bessagnet等人，2023；Sayeed等人，2022a）。
為了解決傳統建模方法的這些局限性，大氣科學家開始采用AI技術來提高空氣質量建模的準確性、效率和靈活性（Payami等人，2024；Salman等人，2024；Sayeed等人，2021a）。AI泛指旨在執行模式識別、預測建模和自適應決策等任務的計算方法，這些任務傳統上需要人類的推理或學習能力。在空氣質量建模的背景下，特別是機器學習（ML），已被廣泛用于識別觀測數據和模型數據集中的模式和關系，從而實現預測能力，而無需依賴明確的物理和化學公式。這些能力使ML成為在降低計算負擔的同時提高預測準確性的越來越有吸引力的選擇，尤其是在高分辨率或數據受限的建模環境中。例如，ML模型可以通過學習輸入和輸出特征的小子集來復制數值模型的功能行為，從而在不求解全部控制方程的情況下快速估算空氣污染物濃度（Payami等人，2024；Salman等人，2024）。圖1總結了用于空氣質量建模的AI驅動應用的層次結構。這些應用大致可分為兩類：獨立于數值建模框架運行的數據驅動ML模型，以及用于增強或加速數值模型特定組件的ML輔助模型（包括但不限于CTM）。這些方法之間的區別為本綜述后續部分提供了結構基礎。
部分摘錄
綜述范圍和結構
為了確保文獻選擇過程的透明度和可重復性，本綜述遵循了PRISMA 2020（系統評價和薈萃分析的優先報告項目）指南中的篩選工作流程，該指南為系統評價提供了標準化框架（Page等人，2021）（圖2）。
我們進行了全面的文獻綜述，以識別和評估關于AI驅動空氣質量建模的同行評審研究。這些研究主要發表在……期間
用于空氣質量建模的數據驅動ML模型
用于空氣質量建模的數據驅動ML技術具有一個共同的結構，即將多源環境數據與監督學習算法相結合。在本節回顧的研究中，衛星產品、再分析得到的氣象場和地面觀測數據、陸地表面和人為指標以及地面空氣質量測量數據被整合并處理以構建輸入協變量，而地面測量數據還提供了觀測到的污染物濃度
用于空氣質量建模的ML輔助數值模型
除了純粹的數據驅動方法外，ML技術還越來越多地與傳統的數值模型結合使用，以提高其模擬和預測的準確性、運行效率及功能靈活性。如圖5所示，ML輔助數值建模旨在增強CTM的特定組件、CTM的輸出或現有的數值建模流程，而不是完全替代它們，包括偏差校正和后處理（第4.1節）挑戰與未來方向
盡管上述基于ML的空氣質量建模取得了顯著進展，但仍有一些基本挑戰限制了其更廣泛的應用和實際操作準備情況。如圖7所示，未來的進展取決于解決五個相互關聯的研究重點：XAI、不確定性量化（UQ）、遷移學習、數據稀缺性以及將物理方程納入DL模型。這些領域共同指明了改進的方向結論
空氣質量建模領域正在經歷重大變革，這一變革是由ML和DL的整合推動的，以解決傳統建模方法的局限性。正如我們對212篇文獻的回顧所詳細展示的，這些技術正在兩個互補的研究方向上取得進展：一類是純粹的數據驅動模型，它們在預測準確性方面設立了新的基準；另一類是ML輔助方法，它們改進了現有CTM的輸出并加速了模擬過程。
文獻清楚地表明
CRediT作者貢獻聲明
德萊尼·納爾遜（Delaney Nelson）：撰寫——原始草稿、可視化、研究、概念化。尤努蘇·崔（Yunsoo Choi）：撰寫——審閱與編輯、監督。馬赫薩·帕亞米（Mahsa Payami）：撰寫——原始草稿、可視化、研究。德韋什瓦爾·辛格（Deveshwar Singh）：撰寫——原始草稿、可視化、研究。里朱爾·迪姆里（Rijul Dimri）：撰寫——原始草稿、可視化、研究。薩貢·戈帕爾·卡亞斯塔（Sagun Gopal Kayastha）：撰寫——原始草稿、可視化、研究。西哈布·沙赫里亞爾（Shihab Shahriar）：撰寫——原始草稿、可視化
寫作過程中生成式AI和AI輔助技術的聲明
在準備本文時，作者使用了Grammarly和ChatGPT來提高文章的可讀性和語言表達。使用這些工具/服務后，作者根據需要對內容進行了審閱和編輯，并對出版物的內容承擔全部責任。
利益沖突聲明
作者聲明他們沒有已知的可能會影響本文所報告工作的財務利益或個人關系。
致謝
作者感謝尤努蘇·崔博士的指導，以及休斯頓大學為這項研究提供的機構資源。
