En breve
La concentración de contaminantes atmosféricos en una estación depende tanto de emisiones locales y lecturas de sensores vecinos como del transporte aéreo de largo alcance entre ciudades. Combinar el paso de mensajes jerárquico con información espectral de la matriz de adyacencia (mediante descomposición en valores singulares) permite modelar simultáneamente dinámicas locales y estructurales en la red nacional de monitorización.
Contribución
Una arquitectura de grafos que combina paso de mensajes jerárquico, información espectral de la matriz de adyacencia y fusión adaptativa de contaminantes y meteorología.
Resultado principal
El método superó a los baselines de aprendizaje profundo evaluados para todos los contaminantes atmosféricos considerados.
Modelos y datos
Elementos distintivos
Modelos y métodos
- Hierarchical message passing
- SVD graph representation
Datos y evaluación
- Spanish air-quality monitoring network
- Meteorological variables
- 2010–2020 observations
Resumen del autor
Resumen del artículo
Air-quality conditions at one monitoring station depend on both nearby observations and processes acting across longer distances. This work models those relationships using pollutant and meteorological records from a Spanish monitoring network covering 2010–2020. The architecture combines hierarchical message passing with spectral information obtained through singular value decomposition of the adjacency matrix, allowing local exchange and global graph structure to contribute to the forecast. A multilayer perceptron performs adaptive feature fusion and a trainable aggregation mechanism combines messages. Comparisons with contemporary deep-learning baselines show better results across the evaluated pollutants, supporting the combination of graph spectral information and spatiotemporal learning for inter-city forecasting.
Citar este trabajo
BibTeX
@article{vicent2026inter,
title = {Spatio-temporal graph neural network for inter-city air quality forecasting},
author = {Jose F. Vicent and Manuel Curado and Marc Semper},
journal = {International Journal of Environmental Science and Technology},
year = {2026},
volume = {23},
number = {1},
eid = {63},
doi = {10.1007/s13762-025-06850-2}
}Comprueba siempre el registro editorial para verificar los datos finales de volumen y páginas antes de citar.