基于机器学习的珠三角秋季臭氧浓度预测

来源：环境科学杂志2024年第1期北京时间：

作者：陈镇,刘润,罗征,薛鑫,汪瑶,赵志军

单位：暨南大学环境与气候研究院, 广州 511443,暨南大学环境与气候研究院, 广州 511443,粤港澳环境质量协同创新联合实验室, 广州 511443,暨南大学环境与气候研究院, 广州 511443,暨南大学环境与气候研究院, 广州 511443,暨南大学环境与气候研究院, 广州 511443,复旦大学信息与工程学院, 上海 200438

摘要：基于2015~2022年珠三角地区的臭氧（O₃）日最大8 h浓度平均值[MDA8-O₃,ρ（O₃-8h）]的观测数据和气象再分析数据,运用支持向量回归（SVR）、随机森林（RF）、多层感知机（MLP）和轻量级梯度提升机（LG）这4种机器学习方法,建立MDA8-O₃预测模型.结果表明,对于全年MDA8-O₃预测而言,SVR模型的效果最好,决定系数（R2）达0.86,均方根误差（RMSE）和平均绝对误差（MAE）分别为16.3 μg·m-3和12.3 μg·m-3；对于秋季MDA8-O₃预测而言,SVR模型的效果依然略优于LG和MLP,其R2、RMSE和MAE分别为0.88、19.8 μg·m-3和16.1 μg·m-3,RF模型在秋季的预测效果最差.采用全年数据构建的模型对秋季MDA8-O₃的预测效果比仅采用秋季数据构建的模型效果好,R2相差0.08~0.14.

关键词：珠三角（PRD）,臭氧（O3）,日最大8 h浓度平均值（MDA8-O3）,机器学习,预测,