近期，中國科學(xué)院合肥物質(zhì)院安光所謝品華研究員團隊在國際環(huán)境領(lǐng)域TOP期刊《環(huán)境科學(xué)與技術(shù)》（Environmental Science & Technology）上發(fā)表文章（ “以中國華北平原與長三角為例，建立區(qū)域氣象過程和臭氧濃度日際變化的映射模型”）?？蒲腥藛T基于可融合天氣過程時空演變特征的序列卷積長短期記憶網(wǎng)絡(luò)框架（CNN-LSTM），建立了華北平原和長三角地區(qū)臭氧濃度日際變化預(yù)測模型，為臭氧污染預(yù)警提供了新的技術(shù)手段。

近地面臭氧是我國夏季主要大氣污染物，其高濃度污染常與高溫、低濕等局地氣象條件相伴出現(xiàn)。然而，臭氧濃度與溫度并不總是呈現(xiàn)正相關(guān)關(guān)系，還受到大氣環(huán)流、太陽輻射、邊界層高度及云量等多因素綜合影響，區(qū)域天氣過程對臭氧污染形成至關(guān)重要。目前，機器學(xué)習(xí)臭氧預(yù)測研究往往忽略天氣過程的時空演變特征，而數(shù)值模式預(yù)測則存在計算成本高、對臭氧重污染事件預(yù)測能力不足等局限，提高臭氧重污染事件的預(yù)測準(zhǔn)確性已成為環(huán)境管理部門的迫切需求。

針對這些問題，研究團隊基于氣象預(yù)報數(shù)據(jù)和CNN-LSTM框架， 建立了多尺度天氣過程與臭氧濃度日際變化的精準(zhǔn)映射模型，設(shè)計了涵蓋多個時空尺度的氣象場數(shù)據(jù)訓(xùn)練場景，系統(tǒng)評估了該模型在不同場景下的臭氧濃度預(yù)測精度和高濃度污染事件預(yù)報準(zhǔn)確率。研究發(fā)現(xiàn)，適度增加氣象訓(xùn)練數(shù)據(jù)的時空范圍可有效提升臭氧濃度預(yù)測精度，尤其對高濃度臭氧污染事件的預(yù)報效果改善顯著。在華北和長三角地區(qū)，該模型對MDA8≥160 μg/m3的高濃度臭氧污染事件命中率分別達到83%和56%，同時能夠充分釋放氣象數(shù)據(jù)解釋臭氧濃度逐日變化的潛力（R2≥0.85）。此外，該模型可準(zhǔn)確量化臺風(fēng)位置變化對華北和長三角地區(qū)臭氧濃度的影響，在城市及區(qū)域臭氧重污染預(yù)警中展現(xiàn)出良好的應(yīng)用潛力。

圖1：可融合天氣過程時空演變特征的CNN-LSTM機器學(xué)習(xí)框架

圖2：模型對于華北和長三角地區(qū)關(guān)鍵城市2024全年的臭氧預(yù)測性能，關(guān)鍵城市包括北京、濟南、天津、上海、南京和杭州。