基于机器学习的珠三角秋季臭氧浓度预测

基于2015~2022年珠三角地区的臭氧(O_(3))日最大8 h浓度平均值[MDA8-O_(3),ρ(O_(3)-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-O_(3)预测模型.结果表明,对于全年MDA8-O_(3)预测而言,SVR模型的效果最好,决定系数(R^(2))达0.86,均方根误差(RMSE)和平均绝对误差(MAE)分别为16.3μg·m^(-3)和12.3μg·m^(-3);对于秋季MDA8-O_(3)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、19.8μg·m^(-3)和16.1μg·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-O_(3)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.