基于LightGBM机器学习重建中国中东部1980-2012年高分辨率地面臭氧数据集及其气候驱动机制解析

《Scientific Data》：Reconstructing high-quality ground-level ozone records from 1980 to 2012 in central and eastern China

本研究针对中国中东部地区2013年前地面臭氧(O3)观测数据缺失的难题，利用LightGBM机器学习框架整合多源数据，重建了0.5°分辨率的每日最大8小时平均(MDA8)臭氧浓度数据集(1980-2012)。模型验证显示88%网格的相关系数(R2)大于0.8，均方根误差(RMSE)为7.5-7.9 μg·m-3。研究发现区域臭氧浓度呈显著上升趋势(0.14 μg·m-3·yr-1)，揭示全球变暖与工业化协同驱动机制，为区域空气质量管理提供关键基线数据。

　　

在中国中东部这片经济高速发展的区域，地面臭氧污染已成为威胁公众健康和生态系统的隐形杀手。尽管2013年后中国建立了完善的空气质量监测网络，但此前数十年的臭氧浓度数据几乎空白，这严重阻碍了对臭氧污染长期演变规律的理解。就像拼图中缺失最关键的一块，没有历史数据，就无法真正揭示臭氧与气候变化、经济发展之间的内在联系。

正是这一关键空白，促使马静辉等研究人员在《Scientific Data》上发表了创新性研究。他们巧妙运用机器学习技术，成功重建了中国中东部地区1980-2012年间高精度的地面臭氧浓度数据集，为理解三十多年来臭氧污染演变提供了珍贵的历史视角。

研究方法的核心技术

研究团队采用LightGBM(LGBM)机器学习算法，整合了MERRA-2气溶胶再分析数据、ERA5气象再分析数据和TAP空气质量数据集。通过时空编码技术提取气象和气溶胶因素的周期性特征与空间关联性，采用十折交叉验证确保模型可靠性。研究区域覆盖华北平原、长江三角洲等五大重点区域，建立了包含63个预测因子的优化模型框架。

研究结果

模型性能验证

LightGBM模型在时空交叉验证中表现出色，88%的网格R²超过0.8，RMSE稳定在7.5-7.9 μg·m^-3之间。与XGBoost、STET等模型相比，LightGBM在R²(0.831)、RMSE(9.26 μg·m^-3)和MAE(11.41 μg·m^-3)三项指标上均表现最优，特别是在污染事件模拟中保持稳定性能。

关键预测因子解析

随机森林特征重要性分析显示，2米温度(T2m)是最重要预测因子(贡献度29.81%)，印证了臭氧形成的温度依赖性。纬度(14.15%)和时间因子(10.92%)分别体现地理和季节变化的影响。MERRA-2提供的硫酸盐(SO₄)、黑碳(BC)等气溶胶组分通过辐射和化学效应共同影响臭氧生成。

臭氧时空分布特征

重建数据显示，1980-2012年间中国中东部地区年平均MDA8臭氧浓度为87.6 μg·m^-3，呈现明显的南北梯度分布。

暖季(4-10月)臭氧浓度显著高于冷季，高值区主要集中在华北平原和长江三角洲城市群。时间趋势分析显示，区域臭氧浓度以每年0.14 μg·m^-3的速度显著上升(p<0.01)，与同期全球变暖(0.32°C/decade)和工业化进程密切相关。

污染事件模拟能力

在2022年5月23日的典型臭氧污染事件中，模型成功再现了华北地区MDA8臭氧浓度接近200 μg·m^-3的空间分布 pattern，R²达到0.902，证明其对高浓度污染过程具有良好的捕捉能力。

数据分布验证

重建数据呈现单峰正态分布特征，与观测数据分布规律一致。1980s至高浓度天数(>160 μg·m^-3)比例从0.19%上升至0.58%，反映了工业化进程对极端污染事件的影响。

历史观测数据对比

与TOAR(对流层臭氧评估报告)站点观测数据对比显示，重建数据与上甸子、中国气象局和东滩站的观测值相关性达0.92，有效捕捉了臭氧浓度的年和月变化趋势，验证了数据集在长时间序列上的可靠性。

研究结论与意义

这项研究成功构建了中国中东部地区1980-2012年高分辨率地面臭氧数据集，填补了该区域臭氧污染历史重建的重要空白。研究揭示了全球变暖、工业扩张和城市化排放增长的协同作用是驱动臭氧长期上升的关键机制。数据集显示的稳定性(年际变率<5%)为量化臭氧污染与气候变化的数十年尺度相互作用提供了可靠基础。

该研究的创新性在于将先进的机器学习技术与多源再分析数据相结合，克服了传统观测网络覆盖不足和化学传输模型计算成本高的限制。重建数据集不仅为环境健康研究提供了关键暴露数据，也为区域空气质量管理政策的制定提供了科学依据，特别是在实现"双碳"目标背景下臭氧与细颗粒物的协同控制策略方面具有重要应用价值。

研究的局限性主要在于未直接纳入VOCs和NO_x等臭氧前体物排放数据，未来通过整合更完整的排放清单和地基观测，有望进一步提升模型的准确性和机制解释能力。这项成果标志着中国在历史空气污染重建研究领域迈出了重要一步，为全球大气环境变化研究提供了有价值的中国案例。