KDD 2024 | 通用的多源空间点数据预测：以PM2.5预测为例

文章预览

背景简介 随着数字化世界的发展，空间数据已经成为人们认识世界并与其交互的关键要素。空间数据的主要特征是具有 2D/3D 空间坐标和与之关联的属性。空间预测（spatial predidction）利用空间数据来预测某一地点或区域的事件或某一具体属性，在环境监测、自然资源管理、交通规划等领域有着重要应用。 空间数据可以大致细分为矢量数据（vector）与栅格数据（raster）：矢量数据包含点,线，面（point,line,polygon），其特征是具有精确的坐标值；raster 数据类似于图片（高度* 宽度* 通道数量），每个数据点覆盖着一个空间栅格，数据源往往是卫星遥感图像或地图模型数据。 点（point）数据因其高效、简洁和易于获取等优势，广泛应用于各种地理空间分析和决策支持系统中。然而，尽管点数据的获取相对容易，在某些领域如环境监测中，精准的空间数据往 ………………………………