热带气象学报

作者：姜晓飞, 张志森, 姚爽, 杨元琴

单位：1.中国气象局气象干部培训学院,北京1000812.国家气象信息中心,北京1000813.中国气象科学研究院,北京1000814.海淀区气象局,北京100080

关键词：LightGBM, O₃, PM_2.5, 订正

基金：国家自然科学基金42375019；

为了提升空气质量模式对广州市O3和PM2.5浓度预报精度，基于广州市国控站的O3和PM2.5浓度观测以及模式逐小时预报数据，使用Lightgbm算法对0~24小时、24~48小时、48~72小时三种时效的O3和PM2.5浓度模式预报建立订正模型，并利用SHAP方法对订正模型进行解释分析。结果表明：Lightgbm订正模型能够较好提升各站点以及各预报时效的O3和PM2.5浓度预报，订正后各站点的误差分布更一致且明显减小，随着预报时效的增加，订正模型对预报提升的效果略有降低。从各时效总体的订正效果看，O3浓度与观测间的均方根误差、平均绝对偏差、相关系数分别由39.5 μg·m-3、30.3 μg·m-3、0.61提升为23.3 μg·m-3、16.9 μg·m-3、0.86，PM2.5浓度与观测间的均方根误差、平均绝对偏差、相关系数分别由18.3 μg·m-3、12.7 μg·m-3、0.26提升为9.7 μg·m-3、6.9 μg·m-3、0.76。不同时效订正模型中的重要特征差异不大，对于O3浓度订正模型，最重要的特征主要有O3浓度、温度、相对湿度、NO2、短波辐射、风向风速等，对于PM2.5浓度订正模型，最重要的特征主要有气压、空气质量指数、温度、相对湿度、气压、PM10、O3、风向风速等，各特征对订正模型的影响符合O3和PM2.5的生成和累积机理。个例分析进一步证明了订正模型的效果和实用性。

来源：2026年第1期

《热带气象学报》期刊编辑部

查看热带气象学报杂志2026年第1期