《Environmental Pollution》：Interpretable machine learning identifies chemical factors associated with deweathered ozone pollution in Suzhou, Yangtze River Delta
编辑推荐：
•去气象化使2022年MDA8 O3变异性降低了约39%。•氧代挥发性有机碳（OVOCs）、CO和烯烃是去气象化O3的主要预测因子。•OVOCs表现出与大气氧化能力相关的正响应。•高NO2削弱了OVOCs对去气象化O3的正贡献。引言臭氧（O3）是一种主要的二次空气污染物和重要
- •
去气象化使2022年MDA8 O3变异性降低了约39%。
- •
氧代挥发性有机碳（OVOCs）、CO和烯烃是去气象化O3的主要预测因子。
- •
OVOCs表现出与大气氧化能力相关的正响应。
- •
高NO2削弱了OVOCs对去气象化O3的正贡献。
引言
臭氧（O3）是一种主要的二次空气污染物和重要的大气氧化剂（Ayers等，1992；Y. Wang等，2025）。尽管平流层O3能保护地球免受有害紫外辐射，但对流层O3浓度升高，尤其是近地面O3，会损害人体健康、植被和生态系统（Jaffe，2011；Y. Wang等，2025；Xu等，2023）。在中国，臭氧污染已成为人为排放和大气氧化能力快速变化背景下日益突出的空气质量问题（Wang等，2024）。在长三角地区，最新观测进一步凸显了O3形成机制在城乡环境间的强烈空间异质性（Liu等，2025）。已有研究充分表明，近地面O3的形成非线性地依赖于氮氧化物（NOx）和挥发性有机物（VOCs），而气象条件则影响光化学反应、稀释、传输和O3积累（Ayers等，1992；Hu等，2024；Li等，2019；Z. Wang等，2025）。地形和区域环流进一步影响O3的积累和再分配。这些耦合过程通常是非线性且相互依存的，使得简单的线性统计方法难以分离与观测到的O3变异性相关的化学因素（Liu等，2022；Nussbaumer和Cohen，2020；Vazquez Santiago等，2024）。
基于过程的大气模型长期以来在O3研究中发挥着重要作用。化学传输模型（CTMs）显式地表征了大气化学和传输过程，而基于观测的模型（OBMs）则广泛用于研究局地光化学生成和前体物敏感性。这些方法提供了机理方面的洞察，但通常需要详细的化学机制，特别是对于CTMs，还需要排放清单和大量的计算资源。机器学习（ML）因此提供了一种互补方法，可以高效地捕捉长期观测数据集中非线性及相互作用的特征，而无需过程化建模所需的全部输入。因此，ML在O3研究中日益做出贡献，通过捕捉O3与其前体物及气象条件之间的非线性关系（Mai等，2024；Tan等，2024；L. Wang等，2025；Y. Wang等，2025）。此前的研究表明，ML能够识别与O3变异性相关的气象和化学因素的相对重要性，表征其非线性响应模式，并区分不同污染条件下的源相关和化学相关影响（Cheng等，2023；Wang等，2023；Zhang等，2024）。近期研究进一步量化了热浪气象条件对近地面O3的影响，并强调了气象-化学相互作用在O3污染中的重要性（Zhang等，2026）。这些研究共同表明，ML特别适用于从高维观测数据集中提取非线性和相互作用的特征，并识别与O3变异性最密切相关的因素。然而，许多ML应用直接对观测到的O3进行解释。在这种情况下，化学信号可能与气象变异性混杂在一起，使得难以识别在气象影响被削弱后仍然重要的化学因素。去气象化提供了一种解决这一问题的方法。基于随机森林的气象调整已被用于减弱气象变异性对空气质量时间序列的影响，并支持更稳健的趋势分析和干预分析（Grange等，2018；Shi等，2021；Vu等，2019）。基于机器学习的气象标准化也已应用于颗粒物化学组分。例如，Lin等（2022a，2022b）将气象标准化纳入基于人工神经网络（ANN）的框架，以表征硝酸盐和硫酸盐的时间变化，并评估台湾中部COVID-19管控期间的空气质量变化。这些应用表明，基于机器学习的标准化方法在减少观测时间序列中气象混杂因素方面的价值，同时考虑了空气质量与气象变量之间难以用简单统计方法表征的非线性关系。Zheng等比较了传统统计方法、机器学习和化学传输模型用于气象调整的效果，展示了ML方法在空气质量时间序列中考虑非线性气象影响的能力（Zheng等，2023）。然而，经气象调整后的趋势不应被解释为纯粹的因果排放信号，因为气象和排放可以通过大气过程相互影响（Qiu等，2022）。因此，在气象影响被削弱后，仍然需要进一步的解释步骤来检验哪些化学变量与剩余的O3变异性相关。
尽管ML模型通常具有较高的预测精度，但其复杂的结构可能使结果难以解释（Minh等，2022；Rudin，2019）。这一局限性对于O3研究尤为重要，因为研究目标不仅是预测O3，还包括理解哪些化学和气象因素与其变异性相关。可解释的ML方法提供了一种检验这些关系的方法（Minh等，2022）。其中，由Lundberg和Lee提出的Shapley加性解释（SHAP）被广泛用于量化单个变量如何影响模型预测（Lundberg和Lee，2017）。在空气质量应用中，SHAP不仅被用于对预测因子的重要性进行排序，还被用于表征单个预测因子贡献的方向和大小（Mondal等，2026）。这些应用展示了SHAP如何为复杂的ML模型提供特征级别的解释，尽管所得到的归因结果应被解释为基于模型的关联性而非因果证据。
本研究分析了中国苏州市2015至2022年间的O3、气象变量及相关化学物种观测数据。我们开发了一个分两步的可解释ML框架。第一步，使用气象变量训练极端梯度提升（XGBoost）模型以减少天气对观测O3的影响。第二步，将去气象化的O3与气态污染物、分组VOCs和无机气溶胶组分相关联，并利用SHAP解释每个化学变量的贡献及响应模式。本研究旨在回答三个问题：气象在多大程度上掩盖了观测到的O3变异性；哪些化学因素与去气象化O3最密切相关；以及这些关联对与苏州市臭氧污染相关的光化学条件意味着什么。
章节摘要
测量站点与仪器
现场测量于2015年1月至2022年12月在中国苏州市青剑湖公园站进行。该站点是一个位于阳澄湖附近的城市受体站点，周围主要为居住和休闲区域，附近工业源相对较少。然而，更大范围的周边区域包含混合的居住、商业和工业活动。因此，测量数据被认为反映了综合化学环境。
O3及相关化学变量的观测变异性
苏州市2015至2022年间O3及相关变量的变异性如图1所示。图1a上半部分的年际分布表明O3在整个观测期间始终维持较高水平，尽管分布逐年有所变化。时间序列进一步显示了若干化学和气象变量明显的季节性和事件性变化。NO2呈现出反复出现的季节模式，在冷季浓度较高，而在暖季较低。
结论
本研究结合2015至2022年的长期观测数据、去气象化处理和可解释机器学习，考察了与中国苏州市近地面O3污染相关的化学因素。首先使用气象变量训练的XGBoost模型减少了天气对观测小时O3的影响。该模型显示出良好的预测性能，测试R2为0.76，去气象化处理显著降低了O3变异性。2022年，标准差。
CRediT作者贡献声明
Wu Yirun：撰写—初稿、软件、方法学。Zhong Yuezhi：调查、数据管理。Zhang Huiying：软件、方法学。Liu Lei：可视化、验证。Zhang Xin：撰写—审阅与编辑、资金获取、数据管理。Tang Shanshan：撰写—审阅与编辑、资金获取、概念构思。Zhang Hongliang：验证、指导。Du Lin：验证、指导。
生成式AI及AI辅助技术在写作过程中的声明
在本研究的撰写过程中，作者使用了ChatGPT以提升可读性和语言表达。在使用这些AI模型后，作者对所撰内容进行了审阅和编辑，并对出版内容的完整性负全部责任。
利益冲突声明
作者声明不存在已知的可能影响本文所报告工作的竞争性经济利益或个人关系。
致谢
本研究得到了国家自然科学基金委员会（22476006）、国家重点研发计划（2023YFC3708500）、大气化学重点实验室/中国气象局（2025B08）以及山东省环境过程与健康重点实验室开放基金的资助。
Wu Yirun|Zhong Yuezhi|Zhang Huiying|Liu Lei|Zhang Xin|Tang Shanshan|Zhang Hongliang|Du Lin
