基于机器学习与多源数据预测亚洲未来臭氧污染的气候驱动恶化

一、 研究作者、机构及发表信息

本项研究由南京信息工程大学环境科学与工程学院的李慧敏、杨阳、金建兵、李克、王品雅、廖宏以及美国太平洋西北国家实验室的王海龙共同完成。研究论文《Climate-driven deterioration of future ozone pollution in Asia predicted by machine learning with multi-source data》发表于学术期刊 Atmos. Chem. Phys. 上，该刊于2023年1月23日正式在线发布，卷期为第23卷，第1131–1145页。论文采用知识共享署名4.0许可协议分发。

二、 学术背景与研究目标

本研究聚焦于大气环境科学，特别是气候变化与空气污染的交叉领域。近地表臭氧（O₃）是一种由氮氧化物（NOx）和挥发性有机物（VOCs）在光照下通过光化学反应生成的二次污染物，对人体健康和生态系统具有显著危害。近几十年来，亚洲地区的臭氧污染持续加剧，已成为一个严峻的环境问题。臭氧浓度不仅受前体物排放影响，也显著受气象条件（如温度、湿度、辐射、风速等）调控。未来气候变化将改变亚洲地区的气象格局，从而对臭氧污染产生深远影响，这种影响被称为“气候惩罚”（climate penalty）或“气候收益”（climate benefit）。准确量化未来气候变化对亚洲臭氧污染的影响，对于制定长期的气候适应与空气污染协同治理策略至关重要。

然而，准确预测未来臭氧变化面临挑战。传统的三维化学传输模型（CTM）虽然能详细刻画物理化学过程，但计算成本高昂，难以用于长时间尺度、多情景的气候模拟。另一方面，亚洲许多地区臭氧观测数据时空覆盖不足。近年来，机器学习（ML）方法因其高效处理复杂非线性关系的能力，在环境数据分析和预测中展现出巨大潜力。

因此，本研究旨在构建一个融合多源数据的机器学习框架，以高效、准确地量化未来不同气候情景下，气候变化对亚洲近地表臭氧浓度的独立影响。具体目标包括：1）开发一个基于随机森林（RF）算法的机器学习模型，利用历史观测与模型模拟的融合数据进行训练和验证；2）应用该模型，结合多个全球气候模型（GCMs）的未来气象场预测，预估2020-2100年间四种共享社会经济路径（SSP）情景下亚洲地区的臭氧浓度变化；3）分析未来臭氧变化的空间分布、季节特征及其主导气象因子，评估气候变化的“惩罚”效应。

三、 详细研究流程

本研究的工作流程系统且严谨，主要包含以下几个关键步骤：

第一步：臭氧数据同化与训练数据集构建 研究首先需要一个高质量、空间覆盖完整的臭氧浓度数据集作为机器学习模型的训练目标。为此，研究人员采用了数据同化技术，将观测数据与模型模拟数据相结合。 1. 模型模拟：使用嵌套网格版本的GEOS-Chem三维化学传输模型（版本12.9.3），在亚洲区域（11°S–55°N, 60–150°E）以0.5°×0.625°的分辨率模拟了2014年至2019年的近地表臭氧浓度。驱动气象场为MERRA-2再分析数据，排放清单采用了CEDS（人为源）、GFED4（生物质燃烧）、MEGAN v2.1（生物源）等最新数据集。 2. 观测数据：收集了中国生态环境部（MEE）全国360个城市2014-2019年的每小时臭氧观测数据，并将其聚合到与GEOS-Chem模型相匹配的网格上。 3. 三维变分同化（3D-Var）：为了融合观测与模拟数据，减少模型模拟的不确定性，研究采用三维变分同化方法。该方法通过最小化一个包含背景场（模型模拟）和观测场信息的代价函数，得到最优的臭氧浓度分析场。背景误差协方差矩阵考虑了20%的模拟不确定性以及基于距离的空间相关性。最终生成的2014-2019年亚洲区域月度臭氧同化数据，在中国区域与观测数据的相关系数高达0.94，归一化平均偏差仅为-0.1%，证明其能极好地代表真实情况并修正模型偏差。

第二步：机器学习模型的构建、训练与验证 1. 模型选择与特征工程：研究选用随机森林（Random Forest）回归算法来建立臭氧浓度预测模型。模型的输入特征（预测变量）非常全面，包括： * 气象变量：来自MERRA-2的2米气温、850 hPa和500 hPa气温、850 hPa和500 hPa风场（U/V）、相对湿度、降水率、总云量、地表向下短波辐射、海平面气压。 * 排放数据：臭氧前体物（NOx, NMVOCs, CO）的人为源、生物质燃烧源、生物源和土壤源排放通量。 * 地理与时空信息：土地利用类型、归一化植被指数（NDVI）、地形高程、人口密度、网格点的经纬度、月份。 * 目标变量：第一步生成的同化臭氧浓度数据。 2. 训练与验证：使用2014-2018年的数据作为训练集，2019年的数据作为独立的测试集进行验证。通过10折交叉验证对随机森林的超参数（如树的数量、最小分割样本数等）进行调优，以获得最佳模型性能。 3. 模型性能评估：在测试集上，模型预测的臭氧浓度与同化数据之间的决定系数（R²）达到0.92，平均相对误差（MRE）为9%，均方根误差（RMSE）和平均绝对误差（MAE）也处于较低水平。空间评估显示，亚洲超过80%的陆地区域R²大于0.9，95%的区域RMSE小于3 ppb，表明模型具有出色的空间预测能力和精度。

第三步：未来气候情景下的臭氧预测 1. 未来气象场准备：从第六次国际耦合模式比较计划（CMIP6）的“情景模式比较计划”（ScenarioMIP）中，选取了18个全球气候模式在四种SSP情景（SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5，分别代表低、中、中高、高强迫水平）下模拟的2020-210年月度气象场。这些气象变量与训练模型时使用的变量一致。 2. 偏差校正：为避免气候模式系统性偏差的影响，利用各模式历史模拟期（2014-2019年）气候态与MERRA-2再分析数据气候态的差异，对未来气象场进行了偏差校正。 3. 固定其他输入：为了单独分离气候变化的影响，在预测未来臭氧时，除了气象变量随情景和时间变化外，其他所有输入特征（如排放、土地利用、人口等）均固定在其2019年（或代表性年份）的水平。这意味着预测的臭氧变化纯粹由未来气象条件的变化驱动。 4. 预测执行：将校正后的未来气象场及其他固定输入数据，输入到已训练好的随机森林模型中，从而预测出2020-210年每月、在四种SSP情景下、由气候变化驱动的亚洲近地表臭氧浓度。

第四步：结果分析与机理探讨 研究人员对模型输出的未来臭氧浓度变化进行了多维度分析： 1. 空间变化分析：计算并绘制了21世纪末（2091-2100年平均）相对于21世纪初（2020-2029年平均）的臭氧浓度绝对变化和相对变化空间分布图，并进行了统计显著性检验。 2. 区域平均时间序列：选取了六个关键区域（华北、华南、东南亚、南印度、恒河平原、青藏高原），分析其臭氧浓度在2020-2100年的时间演变趋势。 3. 季节变化分析：特别关注了春、夏、秋、冬四季的臭氧变化特征，以揭示气候影响的季节性差异。 4. 驱动因子重要性及机理分析：通过随机森林模型提供的特征重要性评分，评估了各输入变量对臭氧预测的整体贡献。同时，结合未来气象场的变化（如温度、湿度、辐射、云量、降水等），对导致臭氧变化的关键气象过程进行物理解释，探讨了光化学产生、干沉降、输送等过程的可能变化。

四、 主要研究结果

本研究获得了关于未来气候变化驱动下亚洲臭氧污染演变的清晰图景：

1. 模型预测能力卓越：构建的机器学习模型成功再现了亚洲地区臭氧的时空分布，验证期的高精度（R²=0.92）证明了其作为高效预测工具的可靠性。特征重要性分析显示，相对湿度（15%）、地表太阳辐射（12%）和地形（10%）是对亚洲臭氧浓度预测最重要的三个因子，其他气象参数如云量、海平面气压、气温和降水也贡献显著（4%-8%）。前体物排放的重要性相对较低（各约4%-5%），这反映了臭氧生成机制的区域多样性和非线性。

2. 未来亚洲臭氧普遍面临“气候惩罚”：在温室气体高强迫情景（如SSP5-8.5）下，到21世纪末，亚洲大部分地区近地表臭氧浓度将因气候变化而显著上升，呈现明显的“气候惩罚”效应。

   • 空间分布：臭氧浓度增加最剧烈的地区是华南、东南亚和南印度，增幅达5%-20%。华北和恒河平原的增幅较小，普遍低于10%。唯一的例外是青藏高原，其臭氧浓度预计将下降不超过5%。
   • 情景对比：臭氧增幅与气候强迫强度正相关。在低强迫情景（SSP1-2.6）下，全亚洲臭氧变化幅度大多小于5%，表明遵循低碳可持续发展路径能有效减缓气候变化对臭氧污染的加剧作用。

3. 臭氧污染的季节性演变特征：气候变化对臭氧的影响具有显著的季节性差异。

   • 中国东部：当前臭氧污染高发季在夏季，且华北甚于华南。未来，夏季臭氧污染将从华北向华南扩张。此外，秋季臭氧浓度将出现大幅增长（中国东部大部分地区增幅10%-20%，四川盆地超过20%），这意味着未来臭氧污染季节可能从夏季延长至秋季。这主要与秋季气温和太阳辐射的显著增加有关。
   • 南亚：南印度的臭氧增加主要集中在夏季，这与异常高压和反气旋环流导致污染物扩散条件不利有关。而恒河平原的臭氧增加则主要发生在冬季，由地表增温、湿度降低、云量和降水减少、太阳辐射增强等有利光化学条件驱动。
   • 东南亚：北部地区夏季增幅最大，南部地区则在各季节均有相似程度的增加。

4. 变化机理阐释：臭氧增加的区域主要与未来更有利于臭氧光化学生成的气象条件有关，包括：温度升高加速反应速率；太阳辐射增强提供更多能量；相对湿度降低可能减少臭氧的湿清除并影响植被吸收；云量减少增加光照；某些地区降水减少削弱冲刷作用；以及大气环流变化导致污染物滞留。而在臭氧减少的青藏高原，则可能与未来太阳辐射减少和降水增多有关。

五、 研究结论与价值

本研究的主要结论是：在未来气候变暖的背景下，亚洲大部分地区的近地表臭氧污染将因气象条件的变化而显著恶化，尤其是在高排放情景下。这种“气候惩罚”效应在华南、东南亚和南印度最为强烈。此外，气候变化还将改变臭氧污染的空间格局和季节分布，例如导致中国东部夏季污染南扩和秋季污染加剧。

本研究的科学价值在于： 1. 方法创新：成功构建了一个融合实时观测、化学传输模型模拟、多气候模式预测、数据同化与机器学习方法的综合框架，为高效、长期、多情景的气候-空气质量影响评估提供了新工具。 2. 认知深化：系统量化了不同气候情景下，纯粹由气象变化驱动的亚洲未来臭氧污染演变，清晰揭示了“气候惩罚”的空间差异、季节特征和量级，增进了对气候变化-空气质量相互作用的理解。 3. 决策支持：研究结果明确指出，减缓全球变暖（如实现SSP1-2.6路径）本身就能通过改善气象条件带来空气质量协同效益。这为亚洲各国制定兼顾碳中和与美丽空气质量的长期协同控制战略提供了关键科学依据。

六、 研究亮点

1. 多源数据深度融合：创新性地将地面观测、全球化学模型模拟、多模式气候预测、以及多种辅助数据（排放、土地利用、地形等）通过数据同化和机器学习进行整合，构建了高质量的训练和预测数据集。
2. 机器学习的高效应用：利用随机森林模型，克服了传统化学传输模型计算成本高的限制，实现了对长达80年、四种气候情景下臭氧变化的高效预测，并保持了较高的精度。
3. 聚焦纯粹气候效应：通过固定前体物排放等其他因素，清晰分离并突出了气候变化通过改变气象条件对臭氧污染的独立影响，回答了“在排放不变的情况下，气候变暖本身会如何改变臭氧”这一核心科学问题。
4. 细致的地理与季节分析：不仅给出了全亚洲的年均变化，还深入剖析了六个关键子区域的变化趋势以及春、夏、秋、冬四季的不同响应模式，揭示了气候变化影响的复杂性。

七、 其他有价值内容

研究在讨论部分也坦诚指出了存在的不确定性和局限性： 1. 数据限制：臭氧同化数据仅基于中国2014-2019年的观测，更长时间、更广空间的观测有助于提升模型性能。预测中固定了土地利用、人口密度以及自然源前体物排放，而实际上这些也可能随气候变化而改变，这可能会引入偏差。 2. 模型不确定性：GEOS-Chem模型本身存在模拟误差；未来气象场来自多个气候模式的集合，模式间的差异是不确定性的来源之一。 3. 机器学习模型的局限性：模型在历史时期的优秀表现不一定能完全保证其对未来极端气候条件的泛化能力；特征重要性是全局性的，对特定区域的局部主导因子识别能力有限。 这些讨论为后续研究的改进指明了方向，例如使用更长期的观测数据、耦合考虑气候-植被-化学的相互作用模型、探索更先进的机器学习算法等。