近日，beat365在线唯一官网鲁棒视觉智能感知技术团队在空气污染时空建模研究方向取得重要进展。由张凯兵、时光老师联合指导2024级硕士研究生宇家兴同学完成的学术论文《Dynamic Spatiotemporal Air Quality Modeling with Local and Sparse Spatial Fusion and Structured Temporal Modeling》成功被计算机科学领域国际知名期刊Information Science录用。这是今年该团队指导硕士研究生在国际权威期刊上发表高水平学术论文的又一重要成果。Information Science为SCI期刊新锐分区计算机科学大类一区TOP期刊、中国计算机学会CCF推荐人工智能领域B类期刊，2025-2026年最新影响因子为6.8。

空气污染是全球面临的主要环境与公共健康问题之一。准确的空气污染建模对重污染天气的预警以及污染防治具有重要意义。然而，空气污染过程同时受到气象条件和区域传输的共同影响，其演化呈现出显著的时空耦合特性：一方面，不同监测站点之间的空间关系会随风速、风向等因素动态变化；另一方面，污染物浓度又具有复杂的长期时间依赖。这使得在大规模、不规则监测网络中实现高效且准确的建模仍然具有挑战性。

本研究提出了一种面向空气污染预测的动态时空建模框架，从模型结构上解决动态空间建模与长序列时间建模的问题。该方法以可变形卷积为核心构建动态空间融合模块（DSFM），通过学习输入驱动的采样偏移，自适应刻画监测站点之间稀疏且时变的空间交互关系，避免了传统图结构预定义或全局注意力机制带来的计算开销。同时，引入xLSTM作为时间建模主干，通过结构化递归记忆机制建模污染物的长程时间依赖，并保持严格的时间因果性。在此基础上，进一步采用Dynamic Tanh（DyT）实现无归一化设计，从而提升训练稳定性并降低额外计算复杂度。实验结果表明，该方法在日均浓度预测任务中相较于主流CNN/GCN及注意力模型均取得了性能提升，并在计算效率与可扩展性方面表现出明显的优势，为复杂环境系统中的时空预测问题提供了一种无需依赖自注意力机制的建模范式。（撰稿：时光 审核：张凯兵）

人物链接：

宇家兴，男，2024年考入西安工程大学beat365在线唯一官网电子信息专业攻读硕士研究生。获“华为杯”二十二届研究生数学建模竞赛国家二等奖、第十届“大唐杯”全国大学生新一代信息通信技术大赛湖北省赛区三等奖。研究方向为空气污染时空建模。

时光，男，西安工程大学副教授，硕士生导师，西安交通大学理学博士，统计学科博士后，香港中文大学访问学者。主要研究方向为深度学习方法在图像处理以及空气污染时空建模中的应用。主持国家自然科学基金项目2项，陕西省基础研究计划项目1项，参与包括国家重点研发计划、国家自然科学基金重点项目等横纵向项目8项。近年来在国际知名期刊和会议上发表论文20余篇，获批国家发明专利2项。