智慧城市的建设过程会产生海量的数据,如交通数据、空气质量数据、人流数据等。合理有效地利用这些数据,深度挖掘出城市数据的潜在规律,有很高的社会价值和经济价值。空气质量数据是从空气质量监测站获得的。由于空气质量监测站数量通常非常有限,这对空气质量空间估计提出了需求。空气质量空间估计指推断任何没有空气质量监测站位置处的空气质量数据。目前,最先进的空气质量空间估计方法综合考虑附近空气质量监测站的空气质量数据,以及交通量、人流量、POI等外部城市大数据,基于机器学习技术建立估计模型。这些方法在城市区域中已经取得了较好的效果,但却难以保证在非城市区域中的效果。在本文中,非城市区域主要指由自然地形(如水域,山地,森林等)覆盖的区域。原因如下:(1)现有方法没有考虑地形因素对空气质量的影响,且根本不区分城市区域和非城市区域,对所有地形类型中的空气质量空间估计问题进行统一建模,导致模型无法学习到地形因素与空气质量的潜在关联。(2)空气质量监测站数量太少且绝大多数都部署在城市区域中,导致训练样本数量过少(尤其是非城市区域)且分布极不均衡,导致模型在非城市区域中的泛化能力不强。针对上述问题,本文拟从空气质量空间估计这一课题入手,重点研究能在各类地形类型中都具有较强泛化能力的空气质量空间估计模型。本文主要开展了以下工作:(1)地形特征挖掘:大多已有的城市空气质量空间估计方法主要针对城市区域来提取特征,对非城市区域的空气质量进行估计时往往无法取得良好的效果。因此,为了准确估计非城市区域的空气质量,本文基于开源地图建立地形数据库,在此基础上对地形特征进行挖掘,包括提取本地和附近站点处的地形类型分布,及基于集成决策树模型对原始地形特征进行提炼。(2)因子分解机:在城市空气质量空间估计过程中,各个特征之间是相互关联而非独立存在的,例如风速和风向的变化会导致空气中污染物浓度的改变,因此仅使用原始特征的模型无法很好地估计空气质量。本文使用的因子分解机方法可以在考虑两个原始特征间关系的同时解决由此产生的数据稀疏问题。(3)多视图迁移半监督学习:空气质量监测站数量非常有限,且绝大多数都部署在城市区域中,在许多城市中甚至完全没有空气质量监测站部署在非城市区域。因此,对某一特定城市,仅靠该监测站产生的数据无法有效为其建立空气质量空间估计模型。为此,本文提出了一种多视图迁移半监督学习模型(MTS4AE),综合利用其它城市相似非城市区域地形中空气质量监测站产生的有标注数据和本城市无空气质量监测站区域的无标注数据,建立空气质量空间估计模型。首先,将特征划分为时序特征、空间特征和深层特征三类。然后,基于其它城市相似非城市区域地形中空气质量监测站产生的有标注数据,采用迁移学习算法对每类特征分别建立初始模型。之后,基于本城市无空气质量监测站区域的无标注数据,采用协同学习算法对初始模型进行融合。最后,本文通过可视化方法实现了MTS4AE空气质量空间估计模型,并证明了该算法的有效性。