扩散模型重建巴黎稀疏监测站空气污染场

研究团队提出基于扩散模型的生成式框架，从巴黎 9 至 28 个监测站的真实稀疏观测重建 NO2、O3、PM2.5 和 PM10 四种污染物的全场分布，并与确定性深度学习模型对比。模型在全场模拟数据上训练，在模拟验证数据上取得高结构相似度；在真实观测上，生成的空间模式经功率谱分析被认为合理。 团队还提出数据增强方法，称无需重新训练即可将模型迁移到真实观测，并泛化到训练期之外。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。