基于机器学习的长株潭城市群PM2.5重污染预报

来源：环境监测管理与技术杂志2024年第5期北京时间：

作者：李细生；气象防灾减灾湖南省重点实验室；；株洲市气象局；喻雨知；杨云芸；张华；肖秧琳；李巧媛；李源；

单位：气象防灾减灾湖南省重点实验室；；株洲市气象局；长沙市气象局；气象防灾减灾湖南省重点实验室；株洲市气象局；气象防灾减灾湖南省重点实验室；气象防灾减灾湖南省重点实验室；株洲市气象局；

摘要：为提高PM2.5重污染的预报准确率，融合气象和环境资料、前期观测和后期数值天气预报数据、地面和高空预报因子，建立预报时效较长且准确度较高的机器学习模型库。以长株潭城市群的PM2.5重污染天气预报为例，将数据预处理、特征工程、算法优选、超参数调优等技术方法运用于模型中，建立的重污染预报机器学习模型库可预报PM2.5浓度和等级，预警4 d内的PM2.5重污染。为增强模型的透明度，对其进行可解释性研究。事前可解释性分析表明，PM2.5浓度预报模型存在事前三特性：前期要素比后期要素重要，环境要素比气象要素重要，地面要素比高空要素重要；事后可解释性分析表明，常德2022年1月18日的重污染天气过程受上游传输和本地污染累积的共同影响，其中传输的作用稍大。

关键词：PM2.5,重污染预报,机器学习,可解释性,长株潭城市群,

基金资助：国家自然科学基金资助项目（No41271095）；湖南省自然科学基金资助项目（No2024JJ7649）；湖南省气象局2020年重点课题基金资助项目（XQKJ20A001）；中国气象局预报专项基金资助项目（FPZJ2024-091）