基于CatBoost-LSTM模型的成渝城市群近地面O₃浓度估算

来源：环境科学杂志2025年第1期北京时间：

作者：任明亚,张显云,杨正雄,龙安成,吴雪

单位：贵州大学矿业学院, 贵阳 550025,贵州大学矿业学院, 贵阳 550025,贵州大学矿业学院, 贵阳 550025,贵州大学矿业学院, 贵阳 550025,贵州大学矿业学院, 贵阳 550025

摘要：受臭氧源及影响因子时空差异性的影响，作为大气中重要空气污染物的臭氧（O₃）往往呈现出空间异质性和时域相关性. 为提升O₃的空间分辨率和估算精度，以成渝城市群为研究区，以O₃地面观测站点数据为响应变量，Sentinel-5P TROPOMI离线数据、ERA5再分析气象资料和地形等为解释变量，协同CatBoost和LSTM构建了一种高精度的近地面臭氧浓度估算模型（CatBoost-LSTM模型）. 结果表明：①整体模型中，CatBoost-LSTM模型相较于文中其它模型的估算精度最高，在验证集上的决定系数（R2）、均方根误差（RMSE）和平均绝对误差（MAE）分别为0.965、5.81 μg·m-3和4.42 μg·m-3. ②由于顾及了O₃浓度及其影响因子季节上的差异性，基于CatBoost-LSTM的季节模型较CatBoost-LSTM整体模型在验证集上的精度均得到了不同程度的改善，其中冬季模型精度提升最为显著. ③研究区近地面O₃月均浓度整体呈倒“V”趋势，其中在5月份出现小幅度下降趋势，8月O₃浓度达到最高（89.08 μg·m-3），12月降到最低（29.30 μg·m-3）；近地面O₃浓度存在明显的季节性差异，由高到低依次为夏季（84.59 μg·m-3）、春季（72.62 μg·m-3）、秋季（53.59 μg·m-3）和冬季（35.23 μg·m-3）. ④空间分布上，近地面O₃浓度高值区主要分布在西部海拔较高、山脉密布、工业活动频繁、交通密集度高、人口密集和污染源较多的地区. 由于工业活动和交通密集度较低，加之相对较少的污染源排放和较为平坦的地形等原因，东部海拔较低地区的O₃浓度整体较低.

关键词：近地面O3,Sentinel-5P TROPOMI数据,成渝城市群,CatBoost-LSTM模型,时空分布,