基于數(shù)字孿生技術(shù)的元宇宙空氣污染物濃度推斷模型

彭一非，袁貞，張旭龍，姜桂林，劉逾江

1.湖南財(cái)信數(shù)字科技有限公司，湖南 長沙 410035；

2.平安科技（深圳）有限公司，廣東 深圳 518063；

3.湖南財(cái)信金融控股集團(tuán)有限公司，湖南 長沙 410035；

4.墨爾本大學(xué)，澳大利亞 墨爾本 3010

0 引言

隨著工業(yè)文明的推進(jìn)，煤炭、石油等化石燃料的大量使用給生產(chǎn)生活提供了源源不斷的動力，同時也給人們帶來了空氣污染問題?？諝馕廴緡?yán)重危害人們的健康，研究[1]表明，長期暴露于受污染的空氣中的人更容易患呼吸系統(tǒng)疾病和心血管疾病，即使空氣污染水平很低。還有研究[2-3]發(fā)現(xiàn)，在典型空氣污染地區(qū)，當(dāng)大氣污染物（如PM2.5、PM10、NO2、O3、CO等）排放量增加時，因卒中、房顫和高血壓入院的風(fēng)險也隨之增加?？諝馕廴静粌H危害居民健康，也制約著我國經(jīng)濟(jì)的可持續(xù)發(fā)展。我國的《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》提出：“深入打好污染防治攻堅(jiān)戰(zhàn)，建立健全環(huán)境治理體系，推進(jìn)精準(zhǔn)、科學(xué)、依法、系統(tǒng)治污，協(xié)同推進(jìn)減污降碳，不斷改善空氣、水環(huán)境質(zhì)量，有效管控土壤污染風(fēng)險?！迸c此同時，城市空氣質(zhì)量作為經(jīng)濟(jì)社會發(fā)展約束性指標(biāo)之一，已經(jīng)被明確列入《國家新型城鎮(zhèn)化規(guī)劃（2021—2035年）》[4]。因此，為了提高人們的生活質(zhì)量，降低醫(yī)療成本，并給政府部門的監(jiān)管提供理論依據(jù)，需要實(shí)現(xiàn)對空氣污染物濃度的監(jiān)測和推斷。

國內(nèi)外對空氣污染的預(yù)報方法主要有3種：潛勢預(yù)報、統(tǒng)計(jì)預(yù)報和數(shù)值預(yù)報[5]。使用上述方法需要翔實(shí)的氣象同步觀測數(shù)據(jù)，在實(shí)際應(yīng)用中往往無法具有良好的時效性。研究人員曾提出細(xì)粒度空氣污染物數(shù)據(jù)監(jiān)測方法，該方法能提高空氣污染物數(shù)據(jù)推斷的準(zhǔn)確率和F1值[6]。然而，其仍無法滿足獲取細(xì)粒度空氣污染物數(shù)據(jù)的時效性和有效性。

元宇宙的出現(xiàn)為實(shí)時細(xì)粒度空氣污染物數(shù)據(jù)監(jiān)測提供了著力點(diǎn)。相對于傳統(tǒng)數(shù)字建模仿真，元宇宙中的數(shù)字孿生技術(shù)是動態(tài)、實(shí)時、雙向、全生命周期的。因此，可以基于數(shù)字孿生技術(shù)在元宇宙平臺建立一個空氣污染監(jiān)測模型來監(jiān)控空氣污染物濃度。

本文希望通過數(shù)字孿生技術(shù)構(gòu)建接近真實(shí)場景的元宇宙空間。本文在該虛擬場景中采用機(jī)器學(xué)習(xí)方法，提出了一種空氣污染物濃度推斷模型來推斷實(shí)時細(xì)粒度空氣污染物數(shù)據(jù)，以滿足居民需求，并達(dá)到元宇宙指導(dǎo)現(xiàn)實(shí)生活的目的。

1 相關(guān)研究與問題分析

本文圍繞提出的以下兩個科學(xué)問題進(jìn)行相關(guān)工作的分析和論證。針對大城市中站點(diǎn)分布稀疏問題，本文對前人研究工作成果進(jìn)行了總結(jié)，同時分析了其不足之處；針對無法快速獲取實(shí)時細(xì)粒度空氣污染物數(shù)據(jù)問題，本文通過引入元宇宙背景及介紹與數(shù)字孿生相關(guān)的技術(shù)來闡述在元宇宙虛擬場景中進(jìn)行細(xì)粒度空氣污染物數(shù)據(jù)推斷的可行性，并分析與現(xiàn)實(shí)場景相比，元宇宙虛擬場景的優(yōu)越性。接下來本文將介紹前人對細(xì)粒度空氣污染物濃度推斷問題的研究分析以及在元宇宙中部署空氣污染物濃度推斷模型的優(yōu)勢和可行性。

1.1 細(xì)粒度空氣污染物濃度推斷問題研究

針對空氣質(zhì)量推斷問題，一些研究人員提出了統(tǒng)計(jì)方法，利用來自站點(diǎn)的有限空氣質(zhì)量數(shù)據(jù)來推斷空氣質(zhì)量。Jutzeler A等人[7]采用一種基于區(qū)域的高斯過程模型估計(jì)城市空氣污染擴(kuò)散，該模型適用于暴露評估和異常檢測。Xu Y N等人[8]使用基于張量分解的方法推斷完整的空氣質(zhì)量值，這種算法可以有效減小噪聲。此外，還有一些研究人員采用數(shù)據(jù)驅(qū)動的思想來解決這一問題。如Zheng Y等人[9]提出了一種基于協(xié)同訓(xùn)練框架的半監(jiān)督學(xué)習(xí)方法，該框架包括基于人工神經(jīng)網(wǎng)絡(luò)（artifical neural network，ANN）的空間分類器和基于條件隨機(jī)場（conditional random field，CRF）的時間分類器，通過協(xié)同訓(xùn)練好的模型來推斷空氣質(zhì)量。相比統(tǒng)計(jì)模型，數(shù)據(jù)驅(qū)動模型可以學(xué)習(xí)到更多與空氣質(zhì)量有關(guān)的因素，能適用于更廣泛的城市環(huán)境。

關(guān)于數(shù)據(jù)的特征構(gòu)建，為了提高空氣質(zhì)量推斷的準(zhǔn)確性，研究人員一直在研究來自多個來源的數(shù)據(jù)的融合，他們采用了許多其他類型的城市數(shù)據(jù)，如興趣點(diǎn)（points of interests，POI）和氣象數(shù)據(jù)。Zheng Y等人[9]利用有限數(shù)量的現(xiàn)有監(jiān)測站報告的（歷史和實(shí)時）空氣質(zhì)量數(shù)據(jù)和在城市中觀察到的各種數(shù)據(jù)集（如氣象、交通流、人員流動、道路網(wǎng)絡(luò)結(jié)構(gòu)和POI），推斷整個城市的實(shí)時和細(xì)粒度空氣質(zhì)量信息；Yu H M等人[10]建議使用城市監(jiān)測站點(diǎn)的稀疏分布特征對大氣污染物濃度進(jìn)行推斷；Wei J等人[11]引入衛(wèi)星遙感數(shù)據(jù)，利用數(shù)據(jù)的時空特征，采用隨機(jī)森林方法推斷細(xì)粒度空氣污染濃度。

對于某一種特定的污染物（如空氣污染物數(shù)據(jù)）的推斷，研究人員也嘗試引入氣溶膠數(shù)據(jù)。氣溶膠光學(xué)深度（aerosol optical depth，AOD）是氣溶膠消光系數(shù)從地面到大氣層頂?shù)姆e分，表示無云大氣鉛直氣柱中氣溶膠散射造成的消光程度[12]。它們分布在從地球表面到大氣頂部的空氣柱中。有研究表明[13]，利用相對濕度和氣溶膠標(biāo)高等氣象條件進(jìn)行校正后的AOD與空氣污染物具有高相關(guān)性。要想獲得AOD值，就必須通過衛(wèi)星上的傳感器進(jìn)行測量，因此，遙感作為在遠(yuǎn)離目標(biāo)和非接觸目標(biāo)物體條件下探測目標(biāo)地物的技術(shù)，將完成測量任務(wù)。然而，研究人員引用的數(shù)據(jù)覆蓋范圍過大，空間分辨率過低，無法完成細(xì)粒度空氣污染物數(shù)據(jù)推斷。實(shí)際上利用氣溶膠數(shù)據(jù)能將空間分辨率提高到1 km2，但研究人員并未采納。

1.2 元宇宙場景問題

本節(jié)分析實(shí)現(xiàn)空氣污染物濃度推斷模型的場景問題。通過介紹元宇宙的概念和歷史發(fā)展，詳細(xì)闡述在元宇宙中部署空氣污染物濃度推斷模型的原因和優(yōu)勢。

元宇宙（metaverse）一詞首次出現(xiàn)是在1992年一部名叫《雪崩》的科幻小說中，小說描述了一個平行于現(xiàn)實(shí)世界的平行宇宙。2021年3月，游戲公司Roblox在官方招股說明書上提出要打造早期元宇宙的想法；同年10月，臉書（Facebook）改名為Meta，并宣布將徹底轉(zhuǎn)型為一家元宇宙公司。元宇宙不是網(wǎng)絡(luò)游戲，也不僅僅是一個虛擬世界，它是人們依靠先進(jìn)的計(jì)算機(jī)通信技術(shù)打造的一個具備新型社會體系的虛實(shí)相融的數(shù)字生活空間，是將多種新技術(shù)整合而形成的[14]。元宇宙關(guān)鍵技術(shù)主要包括：區(qū)塊鏈技術(shù)、交互技術(shù)、5G網(wǎng)絡(luò)技術(shù)、云計(jì)算技術(shù)、人工智能技術(shù)、數(shù)字孿生技術(shù)、物聯(lián)網(wǎng)技術(shù)[15]。區(qū)塊鏈技術(shù)為搭建經(jīng)濟(jì)系統(tǒng)提供支撐，實(shí)現(xiàn)元宇宙中的價值交換[16]；交互技術(shù)為用戶構(gòu)建綜合感官，提供元宇宙中的沉浸式體驗(yàn)；5G網(wǎng)絡(luò)技術(shù)高速率、低延時、大連接的服務(wù)，為元宇宙提供實(shí)時流暢的體驗(yàn)；大容量、高效敏捷的云計(jì)算技術(shù)，為元宇宙提供強(qiáng)大的云端服務(wù)；人工智能技術(shù)實(shí)現(xiàn)元宇宙中的“智慧大腦”；數(shù)字孿生技術(shù)和物聯(lián)網(wǎng)技術(shù)打造元宇宙中的虛實(shí)融合的綜合環(huán)境。

在元宇宙世界構(gòu)建空氣污染物濃度系統(tǒng)有三大優(yōu)勢。優(yōu)勢一：能有效降低成本。一方面，可以搭建一個動態(tài)的數(shù)據(jù)倉庫，讓數(shù)據(jù)的獲取變得容易，有效降低數(shù)據(jù)收集的成本；另一方面，元宇宙是一個自動運(yùn)行的平臺，可以減少人工干預(yù)，降低運(yùn)營成本。優(yōu)勢二：這個系統(tǒng)是穩(wěn)定的。在元宇宙世界中可以構(gòu)建穩(wěn)態(tài)特征的知識圖譜，計(jì)算出的特征庫權(quán)重是穩(wěn)定不變的，因此這個系統(tǒng)具有很高的魯棒性。優(yōu)勢三：能實(shí)現(xiàn)最接近現(xiàn)實(shí)世界的模擬場景。元宇宙世界是現(xiàn)實(shí)世界的映射，在元宇宙平臺實(shí)現(xiàn)的場景模擬演練是最貼近現(xiàn)實(shí)的。

為了生成現(xiàn)實(shí)世界的鏡像，需要借助數(shù)字孿生技術(shù)。數(shù)字孿生技術(shù)充分利用各種傳感器大數(shù)據(jù)、數(shù)字模型，構(gòu)建一個現(xiàn)實(shí)世界在虛擬空間中的整體反映的仿真空間[17]。由于通信技術(shù)的蓬勃發(fā)展，現(xiàn)已具備對物理仿真建模技術(shù)進(jìn)行升級的條件，通過數(shù)字孿生技術(shù)來構(gòu)建元宇宙虛擬場景。相比于傳統(tǒng)場景仿真建模，數(shù)字孿生技術(shù)構(gòu)建的虛擬場景是實(shí)時動態(tài)的，數(shù)字孿生體會反映本體的實(shí)時動態(tài)；數(shù)字孿生也是雙向的，數(shù)字孿生體的數(shù)據(jù)可以反向傳送給本體，用戶可以根據(jù)數(shù)字孿生體的反饋采取相應(yīng)措施；數(shù)字孿生是全生命周期的，它貫穿于產(chǎn)品的整個周期，包括設(shè)計(jì)、開發(fā)、制造、服務(wù)以及維護(hù)。數(shù)字孿生體借助物聯(lián)網(wǎng)擁有了精準(zhǔn)的感知能力，借助云計(jì)算擁有了強(qiáng)大的算力，借助先進(jìn)通信網(wǎng)絡(luò)擁有了實(shí)時響應(yīng)能力。雖然數(shù)字孿生和元宇宙在概念和技術(shù)上有諸多相似之處，但是元宇宙比數(shù)字孿生的持久性更強(qiáng)，是完全去中心化的，并且會一直與現(xiàn)實(shí)世界保持協(xié)同進(jìn)化[15]。

以數(shù)字孿生技術(shù)為基礎(chǔ)，可以構(gòu)建元宇宙虛擬場景[18]。相比于現(xiàn)實(shí)生活中的空氣污染物濃度監(jiān)測系統(tǒng)，在元宇宙場景下，數(shù)據(jù)來源更加豐富，能融合更多維度的數(shù)據(jù)特征。由于元宇宙是全數(shù)字的，而且元宇宙是一個實(shí)時在線的系統(tǒng)，通過這些關(guān)聯(lián)數(shù)據(jù)計(jì)算出的空氣污染物濃度是實(shí)時準(zhǔn)確的。此外，可以引入外部數(shù)據(jù)成果，這樣就可以將計(jì)算模型解耦，優(yōu)化系統(tǒng)性能。

在元宇宙場景中，用戶借助虛擬現(xiàn)實(shí)（virtual reality，VR）眼鏡可以根據(jù)人眼所看位置的圖像，在元宇宙空間中重建虛擬圖像，通過物聯(lián)網(wǎng)快速采集到相應(yīng)位置的有關(guān)計(jì)算數(shù)據(jù)，借助元宇宙虛擬計(jì)算推斷細(xì)粒度空氣污染物濃度數(shù)據(jù)，反饋給用戶，以指導(dǎo)用戶采取相關(guān)措施。

2 模型描述

根據(jù)上述問題分析，本文通過虛擬現(xiàn)實(shí)交互規(guī)則，設(shè)計(jì)了一個基于數(shù)字孿生技術(shù)的元宇宙空氣污染物濃度推斷模型BSLInf。該模型不僅能夠獲取多維度、多種類現(xiàn)實(shí)場景準(zhǔn)確數(shù)據(jù)，其數(shù)據(jù)還具有高精確性，并最終快速反饋細(xì)粒度場景下的實(shí)時空氣污染物濃度值?；跀?shù)字孿生技術(shù)的元宇宙空氣污染物濃度推斷模型框架示意圖如圖1所示，模型包含4個模塊，自下而上依次為數(shù)據(jù)采集模塊、孿生模型仿真模塊、特征庫構(gòu)建模塊和場景應(yīng)用模塊。各模塊功能簡要描述如下。

圖1 基于數(shù)字孿生技術(shù)的元宇宙空氣污染物濃度推斷模型框架示意圖

（1）數(shù)據(jù)采集模塊主要負(fù)責(zé)采集多維度、少樣本的長時序空間數(shù)據(jù)，包括空氣監(jiān)測站通過傳感器獲得的各類污染物濃度數(shù)據(jù)、地理勘測得到的地理環(huán)境數(shù)據(jù)、衛(wèi)星采集的遙感圖像數(shù)據(jù)和氣象站獲取的氣象數(shù)據(jù)。

（2）孿生模型仿真模塊采用數(shù)字孿生建模方法，在數(shù)據(jù)管理平臺、數(shù)據(jù)共享交換平臺、地理信息系統(tǒng)（geographic information system，GIS）平臺和云計(jì)算平臺的支撐下，對數(shù)據(jù)采集模塊獲取的物理現(xiàn)實(shí)數(shù)據(jù)進(jìn)行實(shí)時3D仿真建模，以形成空氣質(zhì)量信息仿真數(shù)據(jù)庫、地理環(huán)境信息仿真數(shù)據(jù)庫、遙感圖像信息仿真數(shù)據(jù)庫和氣候環(huán)境信息仿真數(shù)據(jù)庫，并最終在元宇宙平臺搭建元宇宙虛擬數(shù)據(jù)倉庫。

（3）特征庫構(gòu)建模塊旨在采用聯(lián)機(jī)分析方法提取對空氣污染物濃度影響大的特征數(shù)據(jù)，并最終構(gòu)建空氣污染物濃度特征庫。其中，構(gòu)建特征庫的方法為：通過本體語言構(gòu)建空氣污染物濃度本體分類體系；采用機(jī)器學(xué)習(xí)模型迭代選取特征數(shù)據(jù)；在時間和空間兩個維度上采用度量方法對選取出的特征數(shù)據(jù)進(jìn)行評估；最終形成與空氣污染物濃度相關(guān)的知識圖譜，即特征庫。

（4）場景應(yīng)用模塊將場景數(shù)據(jù)與元宇宙虛擬數(shù)據(jù)匹配，結(jié)合特征庫，通過空氣污染物濃度推斷模型實(shí)時顯示所在區(qū)域的空氣污染物濃度。

2.1 數(shù)據(jù)采集模塊

為了搭建元宇宙虛擬數(shù)據(jù)倉庫，首先需要對物理數(shù)據(jù)進(jìn)行采集，該數(shù)據(jù)能為有效構(gòu)建數(shù)據(jù)倉庫提供支撐，是數(shù)字孿生模型實(shí)體數(shù)據(jù)的來源和數(shù)字孿生決策的作用對象，也是數(shù)字孿生模型構(gòu)建的首要前提。在采集物理數(shù)據(jù)的過程中，本文收集了空氣污染物濃度、地理環(huán)境信息、衛(wèi)星遙感和氣象站測量設(shè)備和傳感器等工具獲取的數(shù)據(jù)，并在城市中的任意地點(diǎn)隨機(jī)獲取多維度實(shí)時數(shù)據(jù)。接下來詳細(xì)介紹物理數(shù)據(jù)的采集過程。

首先，本文獲取國控空氣質(zhì)量監(jiān)測站點(diǎn)選取的空氣污染物數(shù)據(jù)，監(jiān)測數(shù)據(jù)指標(biāo)為：SO2、CO、PM2.5、NO2、O3、PM10的濃度，時間單位為1 h。然后，為了有效提升后續(xù)模塊的準(zhǔn)確性和魯棒性，本文從不同角度考慮各因素與空氣污染物濃度的相關(guān)性以采集多維度數(shù)據(jù)，并根據(jù)數(shù)據(jù)來源將所有影響因子分為3類：地理因素、衛(wèi)星遙感因素和氣象因素，即氣溶膠、溫度、濕度、風(fēng)速、氣壓和植被覆蓋率。本文從美國航空航天局（National Aeronautics and Space Administration，NASA）采集了公開數(shù)據(jù)集MCD19A2，從歐洲中期天氣預(yù)報中心（European Centre for Medium-Range Weather Forecasts，ECMWF）采集了公開數(shù)據(jù)集ERALand。其中，MCD19A2是陸地氣溶膠光學(xué)深度網(wǎng)格2級產(chǎn)品，其通過分辨率成像光譜儀（moderate-resolution imaging spectroradiometer，MODIS）中的Terra衛(wèi)星和Aqua衛(wèi)星組合并實(shí)施多角度大氣校正算法（multi-angle implementationof atmospheric correction algorithm，MAIAC），提供用于地表大氣屬性和視圖幾何形狀的雙向反射系數(shù)（bidirectional reflectance factor，BRF）或表面反射率，其投影方式為正弦投影。MCD19A2產(chǎn)品能提供空間分辨率單位為1 km2的氣溶膠粒徑，時間單位為1天，每天能提供4～6組數(shù)據(jù)；ERA5-Land是一個再分析數(shù)據(jù)集，它通過重放ECMWF ERA5氣候并利用物理定律將模型數(shù)據(jù)與來自世界各地的觀測結(jié)果結(jié)合，最終生成完整且可靠的數(shù)據(jù)集。ERA5-Land產(chǎn)品的數(shù)據(jù)內(nèi)容包括溫度、濕度、風(fēng)速、氣壓和植被覆蓋率，其時間單位為1 h。

為了將各項(xiàng)多維度數(shù)據(jù)與空氣污染物數(shù)據(jù)匹配，本文對各項(xiàng)數(shù)據(jù)自帶的經(jīng)緯度進(jìn)行匹配，具體步驟如下。

步驟1：對MCD19A2每日提供的4～6組數(shù)據(jù)進(jìn)行加權(quán)平均。

步驟2：將ERA5-Land數(shù)據(jù)的時間調(diào)整為東八時，并同樣進(jìn)行以日為單位的加權(quán)平均。

步驟3：分別計(jì)算MCD19A2數(shù)據(jù)經(jīng)緯度、ERA5-Land數(shù)據(jù)經(jīng)緯度和國控空氣質(zhì)量監(jiān)測站點(diǎn)數(shù)據(jù)經(jīng)緯度的曼哈頓距離，取最小值并形成節(jié)點(diǎn)-屬性表結(jié)構(gòu)。

本文采集的數(shù)據(jù)分布稀疏，無須采集所有地區(qū)的空氣污染物濃度和其他輸入數(shù)據(jù)，該采集方法不僅減少了人力成本和計(jì)算量，還有效降低了各模塊的過擬合風(fēng)險。經(jīng)過上述匹配操作后，本文根據(jù)各站點(diǎn)的空間分布和時間不變性構(gòu)建空氣污染物節(jié)點(diǎn)時空特征拓?fù)浣Y(jié)構(gòu)圖。現(xiàn)實(shí)世界樣本拓?fù)浣Y(jié)構(gòu)如圖2所示，圓形為國控空氣污染物監(jiān)測站點(diǎn)覆蓋地區(qū)，三角形為監(jiān)測站點(diǎn)覆蓋范圍以外地區(qū)，其空氣污染物數(shù)據(jù)未知。本文希望利用細(xì)粒度輸入數(shù)據(jù)來構(gòu)建拓?fù)浣Y(jié)構(gòu)，達(dá)到通過覆蓋地區(qū)得到未覆蓋地區(qū)在一定時間范圍內(nèi)的空氣污染物數(shù)據(jù)的目的。

圖2 現(xiàn)實(shí)世界樣本拓?fù)浣Y(jié)構(gòu)

2.2 孿生模型仿真模塊

成功采集物理數(shù)據(jù)后，本文希望通過數(shù)字孿生技術(shù)將數(shù)據(jù)與環(huán)境映射到元宇宙的虛擬世界中，并構(gòu)建元宇宙虛擬數(shù)據(jù)倉庫。通過在數(shù)據(jù)倉庫中模擬仿真研究空氣污染物與其他影響因子的權(quán)重關(guān)系，指導(dǎo)現(xiàn)實(shí)世界應(yīng)對緊急空氣污染事件。

與傳統(tǒng)仿真模型不同，本文提出的孿生模型仿真模塊通過不同地區(qū)的空氣污染物濃度數(shù)據(jù)與輸入數(shù)據(jù)對比，使用循環(huán)一致性對抗生成方法，分別設(shè)計(jì)仿真域生成器和現(xiàn)實(shí)域生成器。其中，前者以現(xiàn)實(shí)域數(shù)據(jù)為輸入，以仿真域數(shù)據(jù)為輸出；后者以前者的輸出為輸入，以現(xiàn)實(shí)域數(shù)據(jù)為輸出，兩者形成循環(huán)生成結(jié)構(gòu)。通過最小化現(xiàn)實(shí)域和循環(huán)生成的仿真域之間的距離，學(xué)習(xí)不同空氣污染物濃度數(shù)據(jù)和輸入數(shù)據(jù)機(jī)理的域間遷移函數(shù)，實(shí)現(xiàn)仿真數(shù)據(jù)庫的高質(zhì)量生成。

為了生成相同工況下的多維度稀疏仿真數(shù)據(jù)，整合生成孿生數(shù)據(jù)倉庫，該模型基于三維重建技術(shù)，先將空氣污染物濃度數(shù)據(jù)和輸入數(shù)據(jù)映射到隱變量空間，形成場景在三維空間中不同氣候和不同地理環(huán)境下的隱式表征，在約束關(guān)鍵隱式表征不變的前提下，使用漸進(jìn)式生成器合成新的孿生特征數(shù)據(jù)，并用擴(kuò)散模型實(shí)現(xiàn)新工況下的虛擬場景數(shù)據(jù)。生成的虛擬場景數(shù)據(jù)中可保留原現(xiàn)實(shí)場景的數(shù)據(jù)邏輯規(guī)則，但具有不同影響系數(shù)，進(jìn)而實(shí)現(xiàn)相同工況下的多維度數(shù)據(jù)生成。

為了遷移生成元宇宙場景下的虛擬數(shù)據(jù)倉庫，模型采用神經(jīng)輻射場方法，以神經(jīng)輻射場輸出的多維度稀疏仿真數(shù)據(jù)為輸入，生成跨工況的連續(xù)數(shù)據(jù)。本文設(shè)計(jì)了一種探索-開發(fā)編碼器，構(gòu)建跨工況遷移生成模型，將空氣污染物濃度數(shù)據(jù)和輸入數(shù)據(jù)的高層語義變量映射到生成模型中的非規(guī)范化嵌入空間，通過初始規(guī)范化嵌入空間，允許模型在規(guī)范化嵌入空間中等概率地生成多種工況的仿真數(shù)據(jù)樣本，通過梯度更新約束模型，在開發(fā)階段逐漸提升跨工況仿真數(shù)據(jù)倉庫生成的概率，通過多尺度空間特征和語義保存變量約束漸進(jìn)融合解碼器，對跨工況的孿生數(shù)據(jù)倉庫生成模型進(jìn)行收斂，完成對孿生數(shù)據(jù)倉庫的工況遷移，實(shí)現(xiàn)高質(zhì)量的元宇宙虛擬場景數(shù)據(jù)生成。

將現(xiàn)實(shí)世界中采集的物理數(shù)據(jù)映射到元宇宙虛擬倉庫中后，數(shù)據(jù)分布的規(guī)則將會更豐富，并有所變化，這是因?yàn)樵谠钪嫣摂M場景中，人們可在不同的時間段任意定義稀疏的采樣點(diǎn)，即空氣污染監(jiān)測站點(diǎn)的位置，這些采樣點(diǎn)的位置和數(shù)量既可固定，也可隨著時間的推移非線性變化。元宇宙樣本拓?fù)浣Y(jié)構(gòu)如圖3所示，其中，圓形為空氣污染物采樣點(diǎn)，三角形的空氣污染物數(shù)據(jù)未知。從圖3中可知，采樣點(diǎn)的位置不僅可不變化（如2號節(jié)點(diǎn)），還能隨機(jī)調(diào)整（如1號節(jié)點(diǎn)、3號節(jié)點(diǎn)）。上述采樣步驟不僅使元宇宙虛擬場景能使用魯棒性更強(qiáng)的算法模型，而且將元宇宙與現(xiàn)實(shí)生活緊密聯(lián)系在一起，使元宇宙具有更明顯的引領(lǐng)作用。

圖3 元宇宙樣本拓?fù)浣Y(jié)構(gòu)

2.3 特征庫構(gòu)建模塊

該模塊能夠從元宇宙多維度稀疏虛擬數(shù)據(jù)倉庫中訓(xùn)練學(xué)習(xí)各影響因子與空氣污染物濃度的權(quán)重關(guān)系，從而構(gòu)建空氣污染物濃度特征庫。為了完成此目標(biāo)，本文首先通過本體語言構(gòu)建空氣污染物濃度分類體系，然后采用機(jī)器學(xué)習(xí)方法學(xué)習(xí)各分類特征之間的權(quán)重關(guān)系，最后根據(jù)權(quán)重關(guān)系建立空氣污染物濃度特征庫。

在空氣污染物數(shù)據(jù)推斷問題中，現(xiàn)有的研究模型通過鄰接矩陣初始化等方法創(chuàng)建空氣污染物節(jié)點(diǎn)之間的相關(guān)系數(shù)矩陣，并將該矩陣用于描述所有時間戳范圍內(nèi)的節(jié)點(diǎn)空間相關(guān)性。然而，上述方法忽略了一點(diǎn)，其構(gòu)建的靜態(tài)相關(guān)系數(shù)矩陣在每一個時刻均相同，而各節(jié)點(diǎn)之間的空氣污染物相關(guān)性會隨著時間推移非線性改變，因此，上述模型無法準(zhǔn)確推斷空氣污染物數(shù)據(jù)。為了解決上述問題，本文從互聯(lián)網(wǎng)中爬取和解析與空氣污染物相關(guān)的描述數(shù)據(jù)，以及相關(guān)知識分類方法。本文采用SPARQL查詢模型，該查詢模型提供了一種連接和查詢來自各種來源的數(shù)據(jù)的方法，以便輕松搜索與信息圖關(guān)聯(lián)的本體描述框架數(shù)據(jù)。自動分析并分類數(shù)據(jù)后，本文通過Protege軟件成功構(gòu)建本體分類體系，空氣污染物本體分類體系如圖4所示。

圖4 空氣污染物本體分類體系

構(gòu)建本體分類體系后，本文提出了基于平衡交互長短期記憶（long-short term memory，LSTM）的空氣污染物濃度推斷模型BSLInf。BSLInf模型設(shè)計(jì)了交互池化模塊，動態(tài)更新相鄰節(jié)點(diǎn)的隱藏狀態(tài)信息；創(chuàng)建了BMLoss損失函數(shù)，用于估計(jì)不同影響因子的空氣污染物濃度影響權(quán)重。實(shí)驗(yàn)證明，與基準(zhǔn)模型相比，BSLInf模型在特征庫構(gòu)建方面有更好的準(zhǔn)確性和精確性。BSLInf模型包含時間LSTM和交互池化兩大模塊，其框架如圖5所示。

圖5 BSLInf模型框架

對于時間LSTM模塊，本文將整個研究區(qū)域劃分為相同的網(wǎng)格，其大小為R×R，并對小網(wǎng)格中的每個站點(diǎn)分別建模，通過交互池化層考慮小網(wǎng)格之間的空間相關(guān)性。在模型訓(xùn)練中，本文利用BMLoss損失來探究周圍區(qū)域不同空氣污染物濃度級別的影響。對于交互池化模塊，由于受到污染物排放和擴(kuò)散的影響，目標(biāo)節(jié)點(diǎn)空氣污染物濃度變化趨勢與鄰接節(jié)點(diǎn)密切相關(guān)。為了考慮空氣污染物濃度節(jié)點(diǎn)之間的局部空間相關(guān)性，本文將相鄰的節(jié)點(diǎn)視為“鄰居”。交互池化模塊整合鄰居節(jié)點(diǎn)的LSTM隱藏狀態(tài)信息，為目標(biāo)節(jié)點(diǎn)生成當(dāng)前交互張量。

由于不同污染等級下PM2.5污染事件的比例高度不平衡，較高濃度的PM2.5污染事件發(fā)生的可能性較小，但對人體健康和日常出行的影響較大。因此為了平衡給定時刻節(jié)點(diǎn)周圍區(qū)域的影響，本文提出了BMLoss損失函數(shù)，在計(jì)算訓(xùn)練損失時根據(jù)空氣污染物濃度為每個節(jié)點(diǎn)賦予不同的權(quán)重。BMLoss損失函數(shù)如下：

其中，Tobs表示訓(xùn)練數(shù)據(jù)的時間戳長度，Tpred表示預(yù)測數(shù)據(jù)的時間戳長度。

通過BMLoss損失函數(shù)度量后，各影響因子（特征）之間的權(quán)重系數(shù)將保持穩(wěn)態(tài)，即特征庫構(gòu)建完成。

3 場景應(yīng)用和技術(shù)驗(yàn)證

3.1 場景驗(yàn)證模塊

成功構(gòu)建特征庫后，本文提出的推斷模型已具備通過空氣污染物濃度歷史數(shù)據(jù)和輸入數(shù)據(jù)映射計(jì)算實(shí)時空氣污染物濃度數(shù)據(jù)的能力。用戶只需在該位置戴上空氣污染物濃度監(jiān)測設(shè)備（如VR眼鏡），就能夠通過實(shí)時圖片和位置信息獲取相關(guān)數(shù)據(jù)，并最終測量計(jì)算得到該地區(qū)的空氣污染物濃度。

3.2 技術(shù)驗(yàn)證

為了驗(yàn)證BSLInf模型在不同時間和空間維度上的性能，本文將其與最近提出的兩種推斷模型進(jìn)行了比較，簡要說明如下。

● SLInf模型：一種數(shù)據(jù)驅(qū)動模型，整合多個監(jiān)測數(shù)據(jù)，推斷特定空氣污染物監(jiān)測站的濃度數(shù)據(jù)。

● LSTMInf模型：一種混合模型，結(jié)合了LSTM和集成學(xué)習(xí)模型AdaBoost來推斷未來空氣污染物濃度的動態(tài)變化。

為了保證實(shí)驗(yàn)結(jié)果的可信度，本文采集的數(shù)據(jù)均來自公開數(shù)據(jù)集。如第2.1節(jié)所述，本文獲取了國控空氣質(zhì)量監(jiān)測站點(diǎn)的空氣污染物數(shù)據(jù)，數(shù)據(jù)來源于中國環(huán)境監(jiān)測總站；本文獲取了分辨率為1 km2的氣溶膠數(shù)據(jù)MCD19A2，數(shù)據(jù)來源于NASA；本文獲取了氣象數(shù)據(jù)集ERA-Land，數(shù)據(jù)來源于ECMWF。

本文將10%的實(shí)驗(yàn)數(shù)據(jù)作為測試集，共64天的數(shù)據(jù)。為了全面度量BSLInf模型和其他模型的推斷性能，本文選擇準(zhǔn)確率和F1值進(jìn)行比較。準(zhǔn)確率可以衡量模型推斷的正確程度，F(xiàn)1值可以同時考慮模型的精確率和召回率，計(jì)算式如下：

其中，TR表示真陽性，TN表示真陰性，F(xiàn)P表示假陽性，F(xiàn)N表示假陰性；po表示精確率,；re表示召回率，

本文提出的BSLInf模型與SLInf、LSTMInf模型在不同推斷天數(shù)下的準(zhǔn)確率和F1值比較結(jié)果如圖6和圖7所示。

從圖6和圖7中可以看到，本文提出的BSLInf模型在總體準(zhǔn)確率和F1值上要好于另外兩種模型。當(dāng)預(yù)測天數(shù)為8天時，BSLInf模型的準(zhǔn)確率與另外兩種模型相差不大；隨著時間的推移，當(dāng)預(yù)測天數(shù)達(dá)到64天時，BSLInf模型的準(zhǔn)確率和F1值已明顯高于另外兩種模型（比SLPInf模型高出近10個百分點(diǎn)），這說明BSLInf模型在推斷未來長時間的空氣污染物濃度上有明顯提升效果。

圖6 模型準(zhǔn)確率

圖7 模型F1值

本文提出的模型取得了良好性能的原因是：監(jiān)測站點(diǎn)空氣污染物受當(dāng)?shù)匚廴驹磁欧拧夂?、地理環(huán)境等因素的影響，加入交互池化層后，模型的推斷精度有所提高。交互池化層通過考慮相鄰站點(diǎn)的相互作用來捕捉局部區(qū)域的空間相關(guān)性，從而更準(zhǔn)確地推斷空氣污染物濃度的變化。

4 結(jié)束語

本文提出了一種基于數(shù)字孿生技術(shù)的元宇宙空氣污染物濃度推斷模型BSLInf，成功解決了空氣污染物濃度細(xì)粒度和實(shí)時性推斷問題。本文通過技術(shù)驗(yàn)證證明，該模型在推斷準(zhǔn)確率上優(yōu)于基準(zhǔn)模型。然而，該模型遷移能力較差、準(zhǔn)確率仍需提升。未來，筆者將嘗試通過設(shè)計(jì)對抗域泛化方法解決上述問題。