基于集成学习方法的中国近地面臭氧浓度时空分布

宋世鹏，范萌，陶金花，陈三明，顾坚斌，韩宗甫，梁晓霞，陆晓艳，王甜甜，张莹

1.桂林理工大学 地球科学学院,桂林 541000;

2.中国科学院空天信息创新研究院 遥感科学国家重点实验室,北京 100101;

3.中国科学院大学,北京 100049;

4.首都师范大学 资源环境与旅游学院,北京 100089;

5.广西壮族自治区生态环境监测中心,南宁 530028;

6.江苏省环境监测中心,南京 210019

1 引言

19 世纪伦敦光化学烟雾事件的发生，引起了人们对臭氧及其前体物研究的重视（Haagen-Smit，1952）。大气中90%的臭氧存在于平流层，通过吸收绝大部分太阳紫外辐射保护地球生物圈安全和调节气候变化。近地面臭氧除少量来源于平流层垂直输送外，绝大部分由人为排放的氮氧化物（NOx）和挥发性有机化合物（VOCs）在太阳辐射调节下经一系列光化学反应转化而来。长时间的高浓度臭氧暴露，可引起人类呼吸系统疾病、心血管疾病、神经系统疾病等，对公众健康造成重要影响（Bell，2006）。2013 年国务院颁布“大气污染防治行动计划”以来，中国大气污染防治工作取得了巨大成就，大部分地区年均细颗粒物浓度有大幅下降，然而臭氧污染却呈现快速上升和蔓延趋势。因此，开展大尺度区域近地面臭氧浓度监测和时空分布特征变化分析，将为实现臭氧与PM2.5协同防治提供数据支持和决策支撑。

地基站点观测是常见的近地面臭氧浓度监测手段，Gardner 和Dorling（2000）最早通过线性回归、回归树、多层感知机等统计学方法建立气象要素及前体物与臭氧之间的关系。陈仁杰等（2010）利用上海市环境保护部门的近地面臭氧监测数据，与居民健康相结合，研究了上海市近地面臭氧对健康的影响。王闯等（2015）对沈阳市臭氧浓度变化特征进行了分析，并将其与气象资料结合用以判断气象因子与臭氧浓度的关系。

相比地面监测来说，卫星监测臭氧柱浓度不仅可以不受地面监测站点的选址的限制，而且可以全天时、全天候获取信息，具有地面监测站点无可比拟的时间和空间覆盖度（陈良富 等，2019）。1970 年，美国研制的最早一代臭氧垂直分布探测仪BUV（Solar Backscatter Ultraviolet Instruments）搭载在雨云4（Nimbus-4）卫星上。1995年欧洲航天局研制了第一台高光谱臭氧观测仪—全球臭氧监测试验装置GOME（Global Ozone Monitoring Experiment）。美国于2002 年和2004 年相继又发射了Aqua 和Aura 卫星，其分别搭载了大气红外探测仪AIRS（Atmospheric Infrared Sounder）和臭氧监测仪OMI（Ozone Monitoring Instrument）。中国在2008 年发射了搭载有紫外臭氧垂直探测仪SBUS（Solar Backscatter Ultraviolet Sounder）和臭氧总量探测仪TOU（Total Ozone Unit）的新一代极地轨道气象卫星风云三号（FY-3）。Duncan 等（2010）利用OMI 数据，划分了美国不同城市为VOCs 或NOx 控制区，为臭氧控制策略提供了依据。张艳等（2013）利用风云三号卫星搭载的紫外臭氧总量探测仪（TOU）对1979 年—2011 年北半球春季臭氧特征进行了分析，发现北极臭氧年际变化显著，与平流层温度变化一致。

目前存在的估算近地面臭氧浓度的估算方法有空间内插法、化学传输模型和基于统计学模型的方法。空间插值方法是通过已有站点的污染物浓度分布直接对站点外进行估算，优点是计算成本低，但通常会产生阶梯状的分布，不能充分地表征局部可变性。化学传输模型可以很好的考虑臭氧的产生和消耗过程，但需要大量的特征输入和复杂的运算过程，并且由于排放源清单数据的滞后性往往会导致化学传输模型精度欠佳。统计学模型不直接针对污染物扩散途中复杂的物理和化学过程建模，而是凭借足量的历史监测数据，选取特征如空间位置、时间、气象、人类活动、污染物前体物等对近地面污染物浓度进行建模估算。传统的近地面臭氧统计模型包括线性回归模型、广义可加模型、支持向量机方法等。近年来，一些新兴机器学习方法和深度学习方法被广泛用于近地面臭氧估算研究中，Zhan 等（2018）利用随机森林算法对中国近地面臭氧浓度做了估算，验证精度R2=0.69，RMSE=26 µg/m3，并分析了影响臭氧浓度的气象因素。方韬（2020）利用卷积神经网络对中国近地面臭氧浓度进行了重建，验证精度R2为0.65。

由于平流层臭氧浓度在整层臭氧浓度中占据主导地位，整层臭氧柱浓度产品在估算近地面臭氧浓度中只能提供极少量信息，这使得通过卫星柱浓度产品获得近地面臭氧浓度无法实现。本文将与臭氧化学过程相关的NO2、HCHO、CO等卫星对流层柱浓度产品引入并辅助详细的气象参数和地面信息，进行近地面臭氧反演工作。利用集成学习方法开展中国地区2019 年和2020 年近地面臭氧浓度估算，并分析讨论了中国重点城市群地区以及新冠肺炎疫情管控前中后近地面臭氧浓度的时空变化特征。

2 数据与预处理

2.1 地面观测数据

近地面臭氧浓度地面观测数据来自于中国环境监测总站CNEMC（China National Environmental Monitoring Center）1473 个地基站点（图1）的臭氧浓度实测值，时间分辨率为一小时，站点覆盖全国（台湾省资料暂缺）、自治区、直辖市。

图1 中国臭氧监测站点空间分布图Fig.1 Spatial distribution of ozone monitoring stations in China

2.2 卫星观测资料

考虑到不同下垫面类型对臭氧生成、扩散过程差异性较大，选择MODIS 归一化植被指数产品MYD13A3 和地表反射率产品MYD09A1 作为地表特征参量来表征下垫面的差异性。其中，MYD13A3 数据为1 km 空间分辨率的归一化植被指数月均值产品。MYD09A1 数据为500 m 空间分辨率的8 d 地表反射率产品，该产品选择8 d 内高观测覆盖率、低视角、没有云或云阴影以及气溶胶负载的像元作为最佳观测。

由于卫星臭氧柱浓度监测结果中能够反映的近地面信息非常有限，本文在选择特征参量时舍弃了臭氧柱浓度，而是选择了与臭氧生成密切相关的前体物NO2和HCHO，以及具有一定催化作用的CO（Chin等，1994）。NO2、HCHO和CO训练数据分别来自于Sentinel-5P/TROPOMI 的对流层NO2和HCHO 柱浓度产品、整层CO 柱浓度产品。其中，NO2和HCHO 数据空间分辨率为5.5 km×3.5 km，CO数据空间分辨率为7 km×5.5 km。

2.3 模式再分析资料

为表征辐射和云对臭氧光化学反应的影响，以及复杂气象条件对臭氧扩散传输的影响，本研究获取了欧洲中期天气预报中心发布的第五代全球气候再分析数据集ERA5（https：//cds.climate.copernicus.eu［/2022-01-06］），并提取其中的辐射、气象、云和气体参数：地表太阳辐射下方向（ssrd）、地表热辐射下方向（strd）、地表紫外辐射（uvb）、相对湿度（rh）、地表两米温度（t2 m）、地表压强（sp）、10 m风U分量（u10）、10 m风V分量（v10）、蒸发（e）、总降雨（tp）、云底高（uvb）、云层液态水柱浓度（tclw）、云覆盖总量（tcc）、臭氧整层柱浓度（tco3）、臭氧东向通量垂直积分（vieo）、臭氧北向通量垂直积分（vino）。ERA5再分析资料时间分辨率为1 h，空间分辨率为0.25°。

2.4 数据预处理

构建特征样本集的时间范围为2019年—2020年，所有用于模型训练的备选特征参量详细信息如表1所示。地基监测数据根据环境空气质量评价技术规范（HJ663-2013），本文将每天的8 h滑动O3平均值的最大值作为集成学习模型的标签值。TROPOMI数据筛选NO2、HCHO 和CO 柱浓度产品数据质量字段大于50的有效像元。ERA5数据选择与卫星过境时间邻近的北京时间13、14 和15 等3 个时刻的数据，并做空间均值处理。TROPOMI、MODIS、ERA5 数据均重采样至0.1°，并统一至WGS-84 地理坐标系。

表1 特征信息表Table 1 Feature information table

3 研究方法

3.1 传统方法

本文采用的传统统计方法包括线性回归方法（Linear Regression），K近邻方法（k Nearest Neighbor）和弹性网络方法（Elastic Net）。其中线性回归方法是最常用最简单的回归方法，通过不同的权重值建立多个特征变量与目标之间的线性方程，线性回归模型有充分的可解释性。K近邻算法的思想核心是寻找与预测样本最为接近的k个已知样本，通过这k个已知样本去实现对预测样本的回归问题。K 近邻算法核心是k值的选择，过小的k值会导致过拟合问题，k值过大时与输入实例较远的（不相似）训练实例也会对预测起作用，降低了预测的准确性。弹性网络是一种使用L1、L2 范数作为先验正则项训练的线性回归模型，并且集合了岭回归和Lasso 回归两种方法的，并且弹性网络还有解恒有效性和收敛耗时少的优势。

3.2 集成学习方法

集成学习方法是把多个使用给定学习算法构建的基估计器的预测结果结合起来，从而获得比单个估计器预测更好的泛化能力和鲁棒性。集成学习的常用的方法有Bagging 方法和Boosting 方法。Bagging方法对所有样本采取有放回性的抽取方法，得到k个训练集。对这k个训练集，独立训练k个弱学习器，最后对k个模型的均值作为最后的结果。Boosting 算法是用初始权重训练初始弱学习器，对此分类器进行n次迭代，每次迭代会减小在上一轮正确的样本的权重，增大错误样本的权重，最终得到一个强分类器。

极端随机树（ERT）是一种重要的基于Bagging 的集成学习方法（Geurts 等，2006），可以用来处理分类、回归等问题。随机森林从原始训练样本集N中有放回地重复随机抽取k个样本生成新的训练样本集合，然后根据自助样本集生成k个分类树组成随机森林，新数据的分类结果按分类树投票结果决定（Breiman，2001）。极端随机树同样是一种多棵决策树集成的分类器，与随机森林分类器比较，主要有两点不同：第一极端随机树一般不采用随机采样，即每个决策树采用原始训练集。第二是端随机树特征是随机选取的，因为分裂是随机的，所以在某种程度上比随机森林得到的结果更加好。梯度提升回归树（GBRT）属于Boosting 方法，使用了前向分布算法，但是弱学习器限定了只能使用CART 回归树模型（Friedman等，2000）。前向分布算法的思想是基于当前模型和拟合函数选择合适的决策树函数，从而最小化损失函数。极端梯度提升器（XGBoost）模型Boosting 算法中的一种（Chen 和Guestrin，2016）。对于一组数据，使用过于复杂的模型去拟合，往往会发生过拟合，因而可以用XGBoost引入正则化项来限制模型复杂度。XGBoost 中，限制了叶子节点的增长，使得每棵树都是“弱”的，同时还引入了学习速率，进一步降低了每棵树的影响。代价是树的总数目会增加，但是如此可以取得更好的预测效果。

3.3 技术流程图

基于集成机器学习模型估算近地面臭氧浓度的方法流程如图2所示。通过将所有备选特征参量数据集进行时空匹配，构建样本集；基于特征参量重要性分析，筛选可参与建模的特征参量；利用筛选后特征参量，进行不同机器学习模型训练，优化调整模型参数，估算中国地区近地面臭氧浓度。

图2 技术流程图Fig.2 Technology flow chart

4 特征与模型选择

4.1 臭氧特征相关性分析

通过计算臭氧与所有特征参量间的皮尔森相关系数（图3）、显著性P值（图4）和方差膨胀因子（图5）。针对O3前体物，HCHO可以表征VOCs参与光化学反应的程度（Sillman，1995），O3与HCHO呈正相关关系，（r=0.62，p＜0.01）。NO2柱浓度可以表征一个区域的污染企业生产密集程度，因此NO2与臭氧存在正相关（r=0.56，p＜0.01）。在所有气象特征中，O3与t2 m相关性最强为0.34（p＜0.01），因为温度影响臭氧的光化学生成速率，温度越高越有利于光化学反应生成（Dueñas 等，2002）。O3与ssrd 的相关系数分别为0.27（p＜0.01），ssrd 为O3的光化学反应提供能量，加速光化学反应的发生（Feister 和Balzer，1991）。当两个特征参量间相关性过高会造成特征冗余，通过计算方差膨胀因子，ssrd 和uvb 的方差膨胀因子都超过20，舍弃与O3相关性较低的uvb。此外，由于NDVI、blh、cbh 和tco3与O3无明显相关性，也被从样本集中剔除。

图3 臭氧与特征相关性矩阵Fig.3 Ozone and feature correlation matrix

图4 臭氧与特征显著性矩阵Fig.4 Ozone and feature p value matrix

图5 臭氧与特征方差膨胀因子Fig.5 Variance inflation factor of ozone and feature

4.2 模型对比分析

基于上述特征筛选，本研究最终选择了CO、HCHO、NO2、sr、e、vieo、vino、rh、sp、ssrd、t2m、tcc、tclw、tp、u10 和v10 共16 个特征参量，并增加month、day、lon 和lat 共4 个表征时空信息的特征参量参与模型训练。为评价不同的算法模型在反演近地面O3的精度，将数据分为训练集和测试集，并采用十折交叉验证方法进行精度验证。在模型初步筛选过程中，发现集成学习方法整体效果显著高于传统方法，因此在此基础上对集成学习模型的精细调参，最终得到3个模型的主要参数的最优选择，ERT（n_estimators=200，max_depth=25，min_samples_split=4，min_samples_leaf=1）、GBRT（n_estimators=450，max_depth=14，min_samples_split=8，min_samples_leaf=5）、XGBoost（n_estimators=450，max_depth=15，min_child_weight=8，gamma=0.2）。如图6 所示，ERT 模型、GBRT 模型、XGBoost 模型在2019 年—2020 两年的十折交叉验证R2分别为0.8968、0.904、0.9086。基于XGBoost 模型估算的2019 年—2020 年中国地区近地面臭氧浓度的RMSE、MAE 指标综合最优，2019 年—2020 年平均RMSE 和MAE 分别为15.77 µg/m3和10.53 µg/m3。GBRT 模型有最大的斜率（0.90）和最小的截距指标（11.34），这表明GBRT 模型在整体拟合效果上优于其他模型。如表2所示，集成学习方法在模型训练时间消耗上整体高于传统方法，其中GBRT模型训练时间最长，约为ERT 和XGBoost 的8—9 倍，ERT 模型在单位时间内的内存消耗量最大。如图7所示，基于3 种模型得出2019 年臭氧浓度均值空间分布，在估算近地面臭氧时，基于Boosting 思想的XGBoost 模型及GBRT 模型，空间分布出现明显的经向和纬向的条纹，而基于Bagging 思想的ERT模型基本不存在条纹现象，臭氧浓度空间分布更连续自然。此现象出现的原因可能是：（1）GBRT 模型与XGBoost模型都是将弱分类器提升为一个强分类器的模型，最后只有一个分类器参与决策，而ERT 模型是若干子模型加权决策最后得到臭氧空间估算值。（2）随机森林特征是随机选取的，因为分裂是随机的所以减小了模型对于经度纬度两个空间特征对近地面臭氧估算的依赖程度。3个集成学习模型在指标差距相对较小，但ERT 估算得到的近地面臭氧空间分布更加连续自然，因此，最后选择ERT模型作为最后的预测模型。

表2 模型训练时间与内存消耗Table 2 Table of model training time and memory consumption

图6 模型估算近地面臭氧浓度散点图Fig.6 Scatter plot of near-ground ozone concentration estimated by different models

图7 基于ERT、GBRT和XGBoost模型的近地面臭氧浓度空间分布图（2019年均值）Fig.7 Spatial distribution of ground-level ozone concentration based on ERT（left），GBRT（middle）and XGBoost（right）models（average value in 2019）

5 结果与讨论

5.1 时空精度验证

为细化分析模型估算近地面臭氧的精度，从时间和空间上对模型的估算能力进行有效的验证。为评价模型在区域尺度上的估算效果，提取全国四大典型区域的训练集，分别进行精度验证，结果如图8 所示，京津冀地区模型估算近地面臭氧的十折交叉验证R2指标最佳为0.94，成渝地区的RMSE 和MAE 指标最佳，分别为14.81 µg/m3和9.99 µg/m3。为评价模型在时间尺度上的估算效果，分别提取4个季节训练集，进行精度验证，结果如图9所示，臭氧污染高发季节的夏秋季模型R2高于冬春季节。

图8 4大城市群近地面臭氧估算散点图Fig.8 Scatter plot of estimated near-ground ozone concentration in four major city agglomerations

图9 全国不同季度近地面臭氧估算散点图Fig.9 Scatter plot of estimated near-surface ozone in different seasons across the country

5.2 臭氧时空分析

基于2019 年和2020 年ERT 训练模型，分别开展2019 年和2020 年中国地区单日近地面臭氧浓度估算。在单日近地面估算中，由于云污染现象的存在，在反演时首先需要判断像元是否为有云像元，若该像元为有云像元，则放弃反演，提高反演效率并且也避免了有云状态下的错误反演，如图10 所示，云覆盖区域存在臭氧反演空缺值，其余区域估算近地面O3与地基站点臭氧分布空间变化趋势一致。对单日反演结果进行均值计算得到月份和季节平均臭氧浓度数据集，单日有云像元不参与运算，最终结果如图11 和图12 所示。中国近地面臭氧浓度存在显著的季节性差异，冬季（1—2 月和12 月）基本维持在较低水平，两年中月均最低值分别为2019年12月81.81±3.29 µg/m3和2020年12月76.33±2.96 µg/m3。春季（3—4月）随着温度回升近地面臭氧浓度在全国范围内开始逐渐升高。臭氧高值通常出现在5—9 月，其中，2019 年、2020 年近地面臭氧月均浓度最高值分别出现在6 月（131.16±3.93 µg/m3）和5 月（127.49±5.23 µg/m3）。10 月近地面臭氧浓度高值区由西北向东南开始消退，11 月回退到中国东南部地区。空间上，京津冀地区、长三角地区、珠三角地区、成渝地区等城市群显著高于周围其他区域，是臭氧污染防治的重点区域。除四大城市群外，中国北方的山东省西北部、河南省西北部、陕西的关中平原区域、山西的汾河谷地区域；中国南方的武汉市及周围、长沙市及周围、合肥市及周围也存在较高程度的臭氧污染。

图10 单日近地面臭氧空间分布图（2019-07-04）Fig.10 Spatial distribution map of near-ground ozone in a single day（2019-07-04）

图11 2019年—2020年臭氧月均值空间分布图Fig.11 Spatial distribution of monthly average near-ground ozone during 2019—2020

图12 2019年—2020年臭氧季均值空间分布图Fig.12 Spatial distribution of seasonal average near-ground ozone during 2019—2020

提取全国和4 个城市群臭氧浓度空间月均值，并制作月均变化折线图如图13 所示。臭氧浓度全国平均值变化平缓且有明显的周期性变化，臭氧浓度多年来的上升趋势得到了逆转，2020年臭氧年均值 为107.41±18.6 µg/m3，较去年平均值109.26±19.71 µg/m3，有所减少。京津冀地区臭氧污染折线图呈现单峰型，峰值出现在每年的6月份。2019年6月份京津冀地区臭氧月均浓度在4个城市群最高，最高值190.58±37.69 µg/m3，远超全国6 月份均值131.16±3.93 µg/m3。2020 年6 月京津冀地区臭氧月均浓度值为189.16±37.58 µg/m3，较2019 年同期下降0.7%。长三角地区两年内臭氧污染折线图呈现双峰型，峰值出现在每年的5月和9月，2019年5月和9月臭氧浓度分别为160.19±30.69 µg/m3、155.31±31.67 µg/m3，2020 年分别为162.16±23.26 µg/m3、156.07±29.48 µg/m3。珠三角地区近地面臭氧浓度月变化在2019 年呈现“单峰”型，2020 年呈现“双峰”型。长三角地区臭氧则在这两年均呈现显著的“双峰”特征，原因是长三角地区在7月份属于多雨季节降水较多，云层遮盖太阳辐射较少，导致在7月份相对于6月份和8月份有臭氧低值（程麟钧，2018）。2019年，珠三角地区在10月份出现臭氧最高值165.22±36.04 µg/m3。2020年，珠三角地区的第一个臭氧峰值（4 月，136.63±28.23 µg/m3）早于长三角地区（5 月，162.16±23.26 µg/m3），但其第二个峰值（11 月，138.44±32.97 µg/m3）则晚于长三角地区（9 月，156.07±29.48 µg/m3）。成渝地区近地面臭氧浓度仅在2019年8月、2020年5月显著高于全国平均值，分别达到146.23±23.39 µg/m3和147.90±24.19 µg/m3，其他月份则均与全国平均水平基本持平。

图13 全国及4大城市群月平均臭氧浓度Fig.13 Monthly average ozone concentration of the whole country and the four major city agglomerations

5.3 疫情期间臭氧分析

2020 年初新冠肺炎疫情开始在全球范围内蔓延，为保障人民生命健康，中国政府实施了严格的管控政策，期间大量企业停工停产，公众交通出行也大幅减少（陶金花 等，2020）。为评估疫情管控前后不同阶段近地面臭氧浓度变化，本文分管控前期（2020 年1 月1 日至25 日）、管控中期（2020 年1 月26 日至2 月17 日）和管控后期（2020 年2 月18日至3月31日）3个阶段开展分析。绘制2020年管控前中后期和2019年同期的臭氧空间分布图及同一时期的2020年较2019年臭氧浓度相对变化率图，成图如图14所示。并计算全国、4大城市群和武汉3个时期的相对变化率，成图如图15所示。

图14 疫情管控前中后与去年同期臭氧浓度空间分布图Fig.14 Spatial distribution of ozone concentration before，during and after the epidemic control and the same period last year

图15 不同区域近地面臭氧浓度管控前中后期较去年同期的相对变化率Fig.15 Relative change rates of near-ground ozone concentration in different regions before，during and after the control period compared with the same period of last year

如图14 所示，全国范围内近地面臭氧浓度在2020 年管控前、中、后3 个时期总体呈逐渐上升趋势，但上升程度低于2019 年同期，中国东部地区的臭氧浓度在管控后期显著低于2019 年同期。如图15 所示，管控前期，京津冀地区、成渝地区和武汉地区的近地面臭氧浓度与2019年同期相当，相对变化率分别为4.23%、-3.1%、0.95%，长三角地区近地面臭氧浓度较2019 年同期降低12.86%，珠三角地区近地面臭氧浓度较2019 年同期升高19.28%。管控中期，全国、京津冀地区、长三角地区和武汉地区近地面臭氧浓度较2019 年有较大幅度升高，相对变化率分别为10.9%、17.34%、14.69%、10.51%，珠三角地区近地面臭氧浓度较2019 年同期降低18.74%。在管控后期，京津冀地区和长三角地区的近地面臭氧浓度较2019 年同期有较大程度降低，分别降低8.9%、5.4%。

在严格的管控措施下，中国很多地区近地面臭氧浓度并未像PM2.5和NO2一样大幅减低，而是呈现出上升趋势，这与Wei 等（2022）和Song 等（2021）研究结果基本一致。其原因主要在于1—4月温度回升和太阳辐射增强必然会导致臭氧浓度的上升。此外，管控期间大气中颗粒物的减少导致太阳辐射在经过大气时损耗较少，会进一步加强了臭氧光化学反应，以及NOX的大量减少会导致NO 对臭氧的滴定效应减少，也都是导致近地面臭氧浓度上升的重要原因。

5.4 讨论

ChinaHighAirPollutants（CHAP）是中国近地面空气污染物长期、全覆盖、高分辨率、高质量数据集，数据开源。其中近地面O3数据集时间跨度为2013 年—2020 年，2019 年—2020 年的十折交叉验证R2为0.92—0.93。绘制本文数据集和CHAP 数据集2020 年臭氧年均值空间分布图，如图16 所示。本文臭氧年均值与ChinaHighO3数据集在空间分布上具有良好的一致性，均可直观观察出全国重点污染区域。两者空间格局类似，但是在局部上存在不小差异，这可能主要是由于空间覆盖的问题，CHAP 估算的是全天候（有云和无云）的地表臭氧（Wei等，2022），而本文得到的是晴空（无云）条件下的地表臭氧。

图16 本文与CHAP数据集臭氧空间分布对比（2020年均值）Fig.16 Comparison of ozone spatial distribution between this paper and CHAP dataset（Average value in 2020）

6 结论

本文基于2019 年—2020 年地面、卫星和模式再分析资料，利用6种不同的模型方法开展了近地面臭氧浓度估算精度评估，选取了最优模型，建立了2019 年—2020 年中国地区近地面臭氧浓度数据集，重点分析了其时空变化特征，以及新冠肺炎疫情管控前后对臭氧浓度变化的影响。研究结果表明：

（1）前体物因素是影响近地面臭氧浓度的主导因素，NO2、HCHO 和CO 与近地面臭氧相关性分别为0.56、0.62 和0.46；气象因素是影响近地面臭氧浓度的重要因素，其中地表两米温度和地表太阳辐射与近地面臭氧相关性分别为0.34、0.27。

（2）集成学习模型整体精度优于传统模型，基于ERT模型、XGBoost模型、GBRT模型估算的近地面臭氧浓度R2指标差距，分别为0.8968、0.904、0.9086。但ERT模型估算得到的近地面臭氧浓度空间分布更加连续。

（3）中国臭氧浓度多年来的上升趋势得到了逆转，2020年臭氧年均值为107.41±18.6 µg/m3，较去年平均值109.26±19.71 µg/m3，有所减少。京津冀地区臭氧高值主要出现在6月（190.58±37.69 µg/m3），明显高于全国均值和其他区域均值。

（4）新冠肺炎疫情管控期间，全国、京津冀地区、长三角地区和武汉地区近地面臭氧浓度较2019年有较大幅度升高，相对变化率分别为10.9%、17.34%、14.69%、10.51%，珠三角地区近地面臭氧浓度较2019年同期降低18.74%。