arXiv cs.LG·34 天前★ 1

美国西海岸航空三维排放与社会成本估算

原文标题：3-D Emissions Mapping and Social Cost Estimation for US Domestic Aviation at West Coast Hubs

重要度 1/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。

AI 智能摘要

研究用物理信息自编码器重建美国西海岸枢纽机场航班轨迹，构建三维排放地图并估算区域环境与机场周边健康影响。模型在5%至50%缺失率下均优于TCN-AE与三次样条插值。结果显示NOx虽质量占比不足0.4%的CO2，却贡献了99.7%的货币化空气质量与健康成本。

论文速读 · 四段结构cs.LG去论文速读 →

问题: 航空排放清单缺乏高精度轨迹数据，难以做高分辨率社会成本与健康影响评估。
方法: 用物理信息自编码器（CNN+Bi-GRU+3D CNN 编码、TCN 解码）重建 ADS-B 轨迹，结合 BADA、EEDB、BFFM2 生成三维排放图。
结果: 在 5%–50% 缺失率下均优于 TCN-AE 与三次样条插值；NOx 质量占比不足 CO2 的 0.4%，却占货币化空气质量与健康成本的 99.7%。
影响: 说明减排政策若只看 CO2 会严重低估健康成本，NOx 应成为机场周边治理重点。