中国臭氧污染空间异质性关联与溢出效应的混合模型解析

针对中国臭氧污染空间分异机制不清的问题，研究人员采用融合随机森林(RF)、SHAP值解释和地理加权回归(GWR)的X-SSHM混合模型，揭示2016-2023年臭氧浓度呈波动上升趋势，发现华北溢出效应最强但略有减弱，工业结构调整是主要驱动因素，为区域联防联控提供科学依据。

　　

随着中国经济快速发展，地表臭氧(O₃)污染已成为重大环境问题。这种由氮氧化物(NO_x)和挥发性有机物(VOCs)光化学反应产生的污染物，不仅导致呼吸道疾病发病率上升，还造成水稻减产8%、小麦减产6%，2015年经济损失达GDP的7%。尽管生态环境部建立了监测网络，但站点稀疏性限制了对臭氧空间分异规律的认识。尤其缺乏对"层内异质性"(同一区域内部差异)和"层间异质性"(不同区域间差异)的系统研究，而臭氧的"溢出效应"(相邻区域污染传导)更使防控政策面临挑战。

中国科学院的研究团队创新性地构建了X-SSHM混合模型框架，整合机器学习与空间统计方法。研究采用2016-2023年中国30个省份的1km分辨率ChinaHighO3数据集，通过随机森林(RF)捕捉非线性关系，SHAP值量化特征贡献，地理加权回归(GWR)解析空间异质性，结合主成分分析(PCA)和时空加权回归(GTWR)识别局部驱动因子。

数据概览
验证显示卫星反演数据与地面监测R²达0.93-0.99。2016-2019年全国臭氧浓度从80.31μg/m³升至97.99μg/m³，2020年短暂回落后再度攀升，呈现"东高西低"的空间格局。

层内与层间关联
Moran's I指数显示华北地区形成显著的高-高聚集区。华南、华中和华东的层内关联增强，反映局地排放主导；而东北和华北的层间关联强化，表明区域传输加剧。工业结构调整使传统工业区的溢出效应减弱，但技术投入在华北抑制溢出却在西南产生反效果。

结论与讨论
研究发现：1)臭氧污染呈现"波动上升-空间极化"特征；2)溢出效应存在明显区域分化，华北虽保持最高水平但呈下降趋势，而西南等原低值区出现增长；3)工业结构是核心驱动因子，相对湿度、通风系数等气象要素在华中、华东作用凸显。该研究首次系统量化了中国臭氧污染的层间传导机制，为制定差异化的区域联防联控策略提供了理论支撑。特别是发现产业结构调整的"双刃剑"效应，提示政策制定需兼顾区域协同发展。论文发表于《Environmental Research》，其方法论框架也可拓展应用于PM_2.5等复合型污染研究。