En breve
Predecir la distribución global de aerosoles atmosféricos exige capturar tanto el transporte espacial a escala planetaria como dinámicas temporales en múltiples frecuencias. La combinación de observaciones de CAMS con variables meteorológicas de ERA5 en una arquitectura híbrida (MultiscaleTCNGraphSAGE) supera a transformadores y modelos de grafos de referencia, mejorando notablemente la estimación de episodios de polvo y contaminación extrema.
Contribución
MultiscaleTCNGraphSAGE combina convoluciones temporales multiescala, aprendizaje espacial GraphSAGE, observaciones de aerosoles CAMS y meteorología ERA5.
Resultado principal
El modelo mejoró todas las métricas principales frente al benchmark más sólido y representó mejor los episodios extremos de aerosoles.
Modelos y datos
Elementos distintivos
Modelos y métodos
- MultiscaleTCNGraphSAGE
- Transformer+GCN
Datos y evaluación
- CAMS AOD550
- ERA5 meteorology
Resumen del autor
Resumen del artículo
This study forecasts global aerosol optical depth by combining monthly CAMS aerosol observations with meteorological variables from ERA5. The proposed MultiscaleTCNGraphSAGE architecture uses temporal convolutions with several kernel sizes and dilation rates to represent short- and long-range dynamics, while GraphSAGE layers learn spatial dependence across the global observation graph. Against the strongest evaluated benchmark, Transformer+GCN, the model reduces RMSE by 5.4% and MAE by 6.4%, while increasing the coefficient of determination by 2.7% and Pearson correlation by 1.3%. The results also indicate improved representation of extreme aerosol events.
Citar este trabajo
BibTeX
@article{semper2026global,
title = {Global forecasting of aerosol optical depth through a deep learning spatiotemporal modeling},
author = {Marc Semper and Manuel Curado and Jose F. Vicent},
journal = {International Journal of Environmental Science and Technology},
year = {2026},
volume = {23},
number = {1},
eid = {69},
doi = {10.1007/s13762-025-06905-4}
}Comprueba siempre el registro editorial para verificar los datos finales de volumen y páginas antes de citar.