基于2019-2023年中国环境监测平台发布的梅州城区小时大气污染物数据和欧洲中尺度天气预报中心发布的第五代全球大气再分析资料(ERA5)的小时气象观测数据,应用相关分析、随机森林模型耦合可解释性SHAP模块计算气象要素和大气污染物排放对臭氧(O3)的贡献,实现对驱动因素的定量分析,随后结合meteoinfo模型,探讨了区域传输对O3的影响。结果表明,2019-2023年梅州市臭氧污染水平变化不大,污染主要集中在9月,其次是4月;气象因素对O3生成的贡献达63%,大气污染物对O3生成的贡献为37%,其中表征光化学臭氧产生的气象因素的贡献率最大,达到51.9%。当RH低于70%,T2M大于20.85℃,PM2.5小于75μg·m-3时,对O3浓度正向贡献概率较大,有利于O3生成。不同季节,RH、NO2、T、PM2.5均为O3生成的主导因子,但不同季节不同驱动因素的SHAP值仍存在差异,说明O3浓度的驱动因素在不同季节存在差异。后向轨迹聚类分析表明梅州城区较高浓度O3输送来源主要为偏北和东北方向途径内陆的远距离传输和东南方向的近距离传输影响。
Luo et al. (Thu,) studied this question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: