基于多源城市空间数据融合的PM2.5时空预测与污染暴露风险评估

融合北京12个国控站点2013-2017年真实逐小时空气质量数据与OpenStreetMap真实城市空间数据，对比LSTM/Informer-lite/STGCN三类模型在1/6/24小时PM2.5预测上的表现，用SHAP+Moran's I/LISA双轨可解释性分析产出面向城市规划的污染暴露风险分级图。配套代码、36页技术文档、面试问答和完整配图。

• 任务类型深度学习-图神经网络
• 专业方向计算机 · 环境科学 · 城市规划

数据与任务

如果你想要一个融合时序建模、图神经网络和真实城市空间数据的完整项目，这个"PM2.5时空预测与污染暴露风险评估"的题目会很合适——数据是真实的国控监测站观测和真实的OpenStreetMap城市数据，三个模型的对比诚实到"预测越久越难"这个现实规律都如实报告，最后还落地成城市规划能用的风险分级图。代码、36页技术文档、面试问答和整套配图都给你备齐了。

先说清楚，它到底在做什么

预测未来几小时的 PM2.5 浓度，对城市空气质量预警和污染治理很有实际价值。这个项目融合两类真实数据：北京 12 个国控空气质量监测站 2013-2017 年逐小时观测数据（UCI Beijing Multi-Site Air-Quality Data Set，420,768条记录）和OpenStreetMap 真实城市空间数据（路网、POI、绿地、水体、建筑密度，通过 osmnx 实时查询 Overpass API 获取）。项目文档明确声明：全部数据均为真实公开数据源，未做任何模拟或构造；模型实验结果为真实训练产出。

数据长什么样

12 个监测站分布在北京不同区域，PM2.5 浓度的月均水平和季节性波动各不相同：

时间序列本身有清晰的趋势和日周期结构，这是后续建模要显式利用的信息：

三类模型的诚实对比

项目对比了 LSTM、Informer-lite（简化版时序 Transformer，报告中如实标注不含 ProbSparse 稀疏注意力和蒸馏机制，不冒充完整 Informer）、STGCN 风格时空图神经网络三类模型，在 1/6/24 小时三个预测时长上对比 PM2.5 和 NO2 预测表现：

为什么STGCN在长时长预测上优势最明显？ 这是这个项目最值得讲的发现。短期（1小时）预测主要靠"惯性"——刚才浓度是多少，下一刻大概率差不多，纯时序模型（LSTM/Informer-lite）就能做得很好；但预测时长拉长到24小时后，单站点自身的历史序列信息量迅速衰减，这时候"其他站点在做什么"这一空间信息就变得更有价值——STGCN 通过图结构显式建模站点间的空间传播关系，能借用其他站点的信息弥补单站点历史信息的不足，因此在长时长预测上优势最明显。面试问"为什么用图神经网络"，这个"短期看时序、长期看空间"的现象就是最有说服力的实证支撑。

双轨可解释性分析

面试官会问的，都帮你备好了

随便感受几个这个项目真实会被追问的问题：

• 三个模型里哪个最好？为什么STGCN在24小时预测上优势最明显？
• Informer-lite和完整的Informer架构有什么区别？为什么要做简化？
• 这个风险分级图能直接指导城市规划决策吗？有什么局限？

看到这几个问题会不会心里有底？面试问答文档把这个项目从数据融合、模型设计到可解释性分析、城市规划落地应用，连参考答案都写好了——包括诚实讨论"这些都是我认为诚实且有价值的后续研究方向，而不是掩盖起来"这类容易被问到局限性时的成熟应对方式。

配套资料：搞懂一个项目需要的，这里全都有

技术文档从数据融合、三类模型设计一路讲到可解释性分析与城市规划落地应用，共 36 页：

技术文档、面试问答、源码注释、整套配图——搞懂一个项目、并在面试里讲清楚它，需要的全都备齐了。

适合谁

不管你是准备环境科学、城市规划、地理信息科学、大气科学方向的考研复试、保研面试，还是想给简历添一个"多源真实数据融合+时空建模"的项目，这个题目都接得住。专业上，环境科学、城市规划、地理信息科学、计算机科学、大气科学方向都很合适。它把时序建模、图神经网络空间建模、可解释性分析和城市规划落地应用串成了一条完整的工程闭环——把它真正搞懂、能讲出来，就是一个经得起追问的项目。