可解释机器学习揭示的中国深圳城市空气污染空间异质性与多尺度统计关联

《Atmospheric Pollution Research》：Spatial Heterogeneity and Multi-scale Statistical Associations of Urban Air Pollution Revealed by Interpretable Machine Learning in Shenzhen, China

　　

本论文的主要亮点如下：• 尺度优化后的LISA方法识别了污染物的长期空间聚类模式。• 自相关函数（ACF）和指数衰减模型用于估计污染物异常的持续性时间尺度。• LightGBM-SHAP方法用于比较气象条件、本地驱动因素和滞后效应的贡献。• 空间回归方法用于检验本地驱动因素贡献的空间系统性差异。引言快速的城市化和工业化进程深刻改变了特大城市的大气环境，使城市空气污染成为全球最严峻的环境和公共卫生挑战之一（Guo等人，2024；Jacobson等人，2019）。尽管中国在过去十年中实施了大规模的减排和空气质量改善政策，但由人为排放、气象条件和区域输送过程相互作用所驱动的复杂污染模式仍然存在。作为粤港澳大湾区的核心城市，深圳在工业活动、交通、人口分布和沿海气象条件方面表现出强烈的空间异质性（Cheng等人，2023），这使其成为研究城市环境中多尺度时空特征和异质性污染驱动因素的典型代表案例。特大城市空气质量管理的长期挑战之一是如何针对不同形成机制和空间分布特征的污染过程制定更加精细化的管控策略（Xiang等人，2025）。传统的基于总体平均特征的污染评估方法能够有效描述一般性的空气质量趋势，但可能无法揭示不同区域和污染物之间驱动因素潜在差异（Fu等人，2025）。以往的研究广泛探讨了长期污染趋势、化学源解析以及污染物与气象的关系（Jiang等人，2023）。Wang等人（2025）开发了一个综合分析框架，整合多源数据以系统研究中国279个城市的污染空间格局。其结果表明，污染空间格局与排放场、大气输送背景以及社会经济因素（包括工业活动、交通和能源结构）相关。该研究还揭示了长三角和珠三角等地区复杂的区域连通性，强调了协同管控的重要性。然而，此类大尺度研究主要揭示区域尺度的城市间污染关联和空间连通性。对于特大城市而言，关于不同污染物在不同功能区内本地关联因素与区域气象条件的相对影响力是否存在系统性的空间差异，量化认识仍然有限。城市尺度污染驱动因素差异难以表征的一个重要原因在于，不同污染物具有独特的形成过程和管控尺度。一次污染物（如PM10和PM2.5）通常与本地排放和扩散条件相关（Wang等人，2026），而二次污染物（如臭氧）和细颗粒物（PM2.5）还受到光化学过程、边界层变化和区域气象条件的额外影响（Zhao等人，2025）。因此，不同污染物可能表现出不同度的空间局部性和对区域背景条件的依赖程度。此外，污染物的空间分布模式和时变特征可能由不同尺度的因素共同控制（Wang等人，2022）：城市功能结构和排放特征塑造了污染物分布的长期空间差异，而天气过程（如大尺度天气系统）和边界层动力学则影响污染事件的持续时间和消散速度。因此，在一个统一的框架内系统评估污染物的空间组织、时间持续性和异质性驱动因素，是理解复杂城市空气污染系统的重要科学问题。应对这种多尺度空间异质性需要能够捕捉影响因素之间非线性相互作用，同时保持城市尺度长期评估能力的定量方法（Namaiti等人，2025）。三维化学传输模型（CTM）可以提供基于物理的模拟，但在城市尺度上受到排放清单要求、计算成本和输入不确定性的限制（Lelieveld等人，2019）。统计模型（Lemaire等人，2016）能够捕捉污染物与环境之间的关系，但往往无法表征复杂的非线性响应。近年来，梯度提升算法结合可解释机器学习方法（如LightGBM-SHAP）在空气质量研究中被越来越广泛地应用，为探索复杂污染系统中的非线性驱动关系提供了新的机遇。例如，Chen等人（2025）采用LightGBM-SHAP框架研究了中国不同空间尺度下PM2.5污染的关键影响因素。其结果揭示了前体物污染物、气象条件、地理特征和社会经济因素贡献的区域差异，展示了可解释机器学习在识别异质性污染驱动因素方面的潜力。此外，S. Wang等人（2025）将空间加权机制与SHAP框架相结合，提出了一种空间可解释的机器学习方法来分析建成环境对空气污染的影响。其结果揭示了空间效应可以改变不同环境变量的贡献强度，并证明了污染驱动因素存在显著的空间非平稳性。这些研究将可解释机器学习从传统的变量重要性排序推进到空间显式的解释层面。然而，现有研究主要关注区域尺度污染影响因素的识别或特定环境变量的空间非平稳性。对于特大城市，关于多种污染物在不同功能区内本地活动相关因素与区域气象背景条件的相对贡献是否系统地发生变化，量化认识仍然不足。为解决这一问题，需要从三个互补的角度进行综合分析：空间结构、时间动态和因素贡献（X. Wang等人，2025）。首先，污染物是否在城市内表现出稳定的空间聚类模式，为理解其空间组织特征提供了基础。本地空间关联指标（LISA）能够识别不同区域之间的空间关联结构，并从统计角度揭示污染物的长期空间聚类模式（M?rmureanu等人，2026）。其次，污染物异常的持续特性提供了污染波动在时间组织和衰减方面的统计信息。自相关函数（ACF）及其衰减模型可以量化污染物异常的统计持续时间尺度，为比较不同污染物和区域之间的时间响应差异提供统计依据（Barrero等人，2015）。最后，由于污染物变化受到气象条件、人类活动和历史污染状态之间非线性相互作用的共同影响，有必要进一步评估不同因素在空间区域内的相对贡献。基于SHAP的归因方法（Peng等人，2025）可以分解预测模型中各变量的相对贡献，当与空间分析结合时，可以进一步揭示贡献模式的空间变化。在本研究中，本地相关因素贡献的空间变化被解释为相对影响力差异的统计指标。本地相关因素贡献越高，表明与城市活动相关变量的统计关联越强，而气象贡献越高，则表明与气象条件的关联更强。该指标反映的是基于模型的归因差异，而非污染源变化或输送通道的直接证据。本研究开发了一个经验诊断框架，整合了空间统计分析、时间持续性分析和可解释机器学习归因，系统研究了深圳10个行政区在2015至2025年间主要空气污染物的空间结构、时间持续性和驱动因素贡献差异。本研究的主要贡献总结如下：（1）采用尺度优化后的本地空间关联指标（LISA）方法识别不同污染物的长期空间聚类模式，从统计空间关联角度揭示城市内稳定的污染分布结构。该分析用于表征空间异质性，而非直接推断污染源。（2）采用自相关函数（ACF）结合指数衰减模型估计污染物异常的时间持续尺度，并比较不同污染物和区域之间的统计持续性差异。该指标反映污染物的统计持续时长，而非直接解析特定的动力学或化学过程。（3）开发了一个Optuna优化的LightGBM-SHAP框架，量化气象条件、本地驱动因素和时间滞后因素在预测模型中的相对贡献，并分析其空间变化。这些归因结果用于比较区域间因素贡献模式的差异，而非替代物理源解析。（4）基于模型导出的本地驱动因素贡献比例构建了一个二维空间回归模型，统计评估不同区域的因素贡献是否存在系统性的空间差异，为空间差异化的污染管理提供实证依据。分区摘要研究区概述深圳是中国典型的沿海特大城市，也是粤港澳大湾区的核心城市，为研究复杂城市空气污染系统的时空演化提供了代表性案例。该城市受到密集的人为排放和海洋气象条件的共同影响，导致空气污染过程受海洋气象条件和区域大气变率的影响。同时，快速的城市化、密集的工业区……整体分析框架本研究建立了一个分层诊断和可解释归因框架，系统研究城市空气污染的时空格局及其相关驱动因素。方法论分为两个互补的阶段：第3.2节侧重于通过空间聚类分析和时间持续性评估对污染场进行诊断表征；第3.3节开发了一个可解释的机器学习框架以量化特征重要性……深圳各区AQI的时空演化与空间异质性2015至2025年期间，深圳空气质量总体呈改善趋势，尽管不同行政区之间仍存在显著的空间异质性（图3）。在研究期的早期阶段（2015-2019年），西北部包括宝安、光明和龙华的行政区AQI值相对较高，而东部沿海区域总体上维持着较低的AQI值。在随后的时期（2020-2025年），大多数行政区的AQI值逐渐下降……结论本研究利用深圳2015-2025年期间的空气质量和社会经济数据，结合污染物严重性分析、LISA空间统计、ACF衰减分析和LightGBM-SHAP解释方法，表征了空间异质性、时间持续性和基于模型的特征关联。结果显示，研究期内空气质量总体改善，但不同污染物和行政区之间仍存在显著的空间差异。PM2.5被持续识别为……CRediT作者贡献声明Wang Chengzu：撰写——审阅与编辑，数据管理。Zhao Huanyu：撰写——原稿，软件，方法论，调查，形式分析，概念化。Li Ming：撰写——审阅与编辑，资源贡献。未引用的参考文献Wang等人，2025；Wang等人，2025。利益冲突声明作者声明，他们没有已知的竞争经济利益或个人关系可能会影响本文所报告的工作。数据可用性数据在文中已指明。资金不适用。竞争利益声明? 作者声明，他们没有已知的竞争经济利益或个人关系可能会影响本文所报告的工作。Zhao Huanyu | Li Ming | Wang Chengzu