扬州空气质量预测系统

XGBoost + LSTM+Attention 双模型混合预测 + 可解释性分析Dashboard

基于3年历史数据的空气质量混合预测系统，采用XGBoost（短期1-6h）与LSTM+Attention深度学习（长期12-24h）双模型架构。XGBoost使用22个可解释特征，1小时预测MAE=6.03、R²=0.86；LSTM+Attention基于49维特征（含南京/镇江/泰州/南通4城空间传输lag与风向加权上风向AQI），48小时序列输入，单次前向推理输出4个时间跨度预测，24小时R²从XGBoost的-0.35提升至0.17。Dashboard包含实时预测、模型对比、深度学习详情、注意力分析、数据管道、特征分析、历史验证、方法论8大模块，支持SHAP特征解释（XGBoost）与Attention权重可视化（LSTM）双重可解释性。模型通过ONNX导出，推理延迟仅0.5ms。