新上线今天0 投票
Air Quality Arena：面向空气质量预测的大规模多区域地面监测数据集与基准
背景与挑战
空气污染每年导致约 790 万 人过早死亡，准确预测空气质量已成为关键的公共卫生议题。然而，现有基准数据集在地理覆盖和污染物种类上均存在局限，且未能评估最新一代时间序列基础模型（TSFM）在真实大规模数据上的表现。
Air Quality Arena 的诞生
为填补这一空白，研究团队推出了 Air Quality Arena（AQA），包含大规模多国多污染物数据集 AQA-Data 和配套基准 AQA-Bench。该数据集覆盖 7 个国家、4 个大洲，涵盖 6 种主要污染物，时间跨度 三年，共包含 超过 14,000 条站点-污染物序列，旨在为空气质量任务提供全面基准。
模型评估与发现
研究团队对 11 个领先的时间序列基础模型 和传统基线进行了基准测试，评估它们在短期空气质量预测上的表现。结果表明：
- TSFM 作为零样本预测器表现优异，持续优于传统基线。
- 表现最佳的模型采用了 跨模态架构，利用视觉基础模型进行时间序列预测。
开放与影响
AQA 数据集已公开发布，为空气质量预测研究提供了大规模、多区域、多污染物的标准化测试平台。该工作不仅推动了时间序列基础模型在环境领域的应用，也为公共卫生决策提供了更可靠的预测工具。