报告题目：空气污染数据的多污染物校准模型

报告人：黄国文 博士

报告地点：理四 501

报告时间：2026年7月9日（周四）上午10:00

摘要：空气质量监测网络提供可靠的局部观测数据，但在空间分布上较为稀疏；相比之下，CMAQ 等模型虽能提供完整的网格化数据场，却可能存在系统性的局域偏差。本报告介绍了一种空间变异多污染物校准框架，旨在整合 NAPS 观测数据与 CMAQ 模型输出，针对安大略省的 PM2.5、NO2 和 O3 污染物进行校准。

该方法将每种观测污染物建模为 CMAQ 污染物向量的“位置相关仿射函数”，既实现了针对特定污染物的校正，又利用了污染物间的相互关联信息。研究利用径向基函数和惩罚最小二乘法估计平滑系数曲面，并将其从监测站点映射至 CMAQ 网格单元，从而生成校准后的空间分布场。报告将探讨数据构建过程、基于站点异质性的建模动机、模型构建、系数解读、预测结果的迁移以及实际应用中的局限性。结果表明，与全局多变量校准基准相比，空间变异校准有效降低了拟合误差。

报告人简介：黄国文博士现为加拿大Western University助理教授，主要研究方向是统计学关于空气污染健康影响建模。他于英国格拉斯哥大学获得统计学博士学位，曾在台湾清华大学和多伦多大学开展博士后研究，并曾任职于汕头大学。黄博士在环境健康与空气污染分析方面具有丰富经验并发表多项研究成果。