利用WRF-chem模型与混合机器学习技术,并结合基于SHAP的可解释性分析,提升超细颗粒物质量浓度的预测精度
《Atmospheric Pollution Research》:Enhancement of forecasting accuracy for mass concentration of ultrafine particles using WRF-chem and hybrid machine learning with SHAP-based explainable analysis
【字体:
大
中
小
】
时间:2026年07月06日
来源:Atmospheric Pollution Research 3.9
编辑推荐:
拉达万·诺伊努奥|塔纳提普·林纳|佩拉蓬·特卡萨克尔|布霍里·萨霍|奇德查诺克·乔克苏查特|科拉科特·维奇特萨-恩关·杰特瓦纳|约翰·莫里斯|蒂-库克·勒|蔡传金|塔尼塔·阿瑞罗布|阿里·丘杜姆|尤塔蓬·皮安罗吉|赛苏妮·朱姆拉特|拉查·德詹恰伊旺
泰国宋卡府宋卡王子大学空气污
拉达万·诺伊努奥|塔纳提普·林纳|佩拉蓬·特卡萨克尔|布霍里·萨霍|奇德查诺克·乔克苏查特|科拉科特·维奇特萨-恩关·杰特瓦纳|约翰·莫里斯|蒂-库克·勒|蔡传金|塔尼塔·阿瑞罗布|阿里·丘杜姆|尤塔蓬·皮安罗吉|赛苏妮·朱姆拉特|拉查·德詹恰伊旺
泰国宋卡府宋卡王子大学空气污染与健康影响研究中心,邮编90110
摘要
环境中的超细颗粒物(PM0.1)已成为环境和人类健康领域的重大问题;然而,利用实时仪器对其进行的常规监测仍然十分有限。本研究构建了一种基于极端梯度提升算法(XGBoost)和长短期记忆网络(LSTM)的混合模型,并通过贝叶斯优化技术对该模型进行优化,以便根据观测到的PM2.5浓度以及从化学气象预报模型中得到的其他污染物和气象变量来预测PM0.1的质量浓度。我们在2019年至2023年间在宋卡站点进行的测量数据被用于训练和测试该模型,而2024年宋卡站点的额外数据以及2023年至2024年素叻他尼和普吉站点的数据则用于模型的验证。WRF-Chem-BO-XGBoost-LSTM模型在测试数据集上取得了高精度,独立的时间序列验证和跨站点验证也证明了该模型的优异性能(R2值高达0.99;均方根误差为0.02 - 0.03微克/立方米;平均绝对误差为0.01 - 0.02微克/立方米)。该模型还能可靠地提前7天预测PM0.1的质量浓度,其R2值为0.60 - 0.73;均方根误差为0.34 - 0.35微克/立方米;平均绝对误差为0.28微克/立方米。SHAP分析表明,泰国南部的PM0.1浓度主要受污染物因素的影响(占总影响的83 - 85%),这些污染物来自当地交通排放、跨境雾霾、非交通来源的气溶胶以及气象条件。因此,将BO-XGBoost-LSTM模型与WRF-Chem模型相结合,大大提升了PM0.1质量浓度的预测和短期预报能力,有助于加强空气质量管理和公共卫生干预措施。
引言
超细颗粒物(UFPs或PM0.1)因其能够深入人体呼吸系统,尤其是到达肺泡区域,进而进入血液,而被日益视为对公共健康的重大威胁(Chauhan等人,2024年;Chen等人,2025年)。环境空气中的PM0.1部分虽然质量很小,但颗粒数量极多,这导致其总表面积很大,从而具有较大的健康危害潜力(Abdillah等人,2024年)。尽管PM0.1的质量浓度和数量浓度都对评估健康影响很重要,但本研究采用PM0.1的质量浓度(粒径小于100纳米的颗粒)作为衡量UFP暴露程度的实用指标。Betha等人(2014年)在靠近泰国南部的马来西亚报告称,该地区的UFP颗粒数量浓度主要集中在5.6到50纳米之间,这说明东南亚的大多数环境超细颗粒物的粒径都小于50纳米。然而,较高的PM0.1质量浓度并不一定意味着最小超细颗粒物的数量浓度很高,因为大部分质量可能集中在PM0.1范围的上端。先前的研究显示,在PM2.5中,PM0.1约占其质量的5 - 34%(Dejchanchaiwong等人,2022年;Mahasakpan等人,2023年;Tekasakul等人,2023年)。虽然世界卫生组织目前的空气质量指南尚未将PM0.1列为关键指标(WHO,2021年),但越来越多的研究表明,接触这些更小的颗粒物会带来严重的健康后果(Abdillah等人,2024年;Chauhan等人,2024年;Zhang等人,2022年)。
东南亚是全球PM2.5和PM0.1空气质量较差的地区之一,其原因在于大规模的露天生物质燃烧以及快速增长的城市排放(Gu等人,2024年)。东南亚南部地区的空气质量状况尤为严峻,因为印度尼西亚的泥炭地火灾产生的跨境雾霾会定期影响印度尼西亚本身以及包括泰国南部在内的周边地区(Samborska和Ritchie,2024年)。因此,泰国南部是研究PM0.1的重要区域,因为它既受到当地排放(交通和工业排放)的影响,也受到区域跨境污染的影响(Areerob等人,2025年;Boonpeng等人,2026年;Khwanmueng等人,2025年;Nim等人,2023年)。尽管PM0.1非常重要,但用于实时监测环境PM0.1浓度的设备仍然有限,因为现有的仪器都是用于检测PM10和PM2.5的。这一限制使得人们难以了解这些超细颗粒物的行为、来源及健康影响,从而迫切需要提高监测和预测能力。
近年来,利用基于环境变量的机器学习方法来预测PM0.1质量浓度的相关研究仍然较少(Tipsavak等人,2025a,2025b)。Tipsavak等人(2025a)指出,PM0.1浓度受气象因素的强烈影响,这凸显出将这类数据纳入预测模型的潜力。此外,还有几项近期研究将机器学习方法应用于预测PM0.1颗粒数量浓度。Jung等人(2023年)基于随机森林、极端梯度提升算法和深度神经网络,为台湾中部开发了一个每日1公里分辨率的混合机器学习模型,该模型结合了长期观测到的PM0.1颗粒数量浓度、卫星数据、气象变量、土地利用数据以及实测污染物数据。结果表明,XGBoost模型的表现最佳,其训练和交叉验证的R2值分别为0.99和0.78。Georgiades等人(2025年)利用XGBoost以及整合后的地球观测数据、排放数据、土地利用数据和人口数据,预测了全球1公里分辨率下的年均PM0.1颗粒数量浓度。最近,Abdillah等人(2025年)提出,包含随机森林和XGBoost的非线性机器学习模型在预测整个城市的PM0.1颗粒数量浓度方面表现最佳,其交叉验证的R2值为0.9。然而,专门针对PM0.1质量浓度预测的研究仍然很少。数据限制以及使用简单的线性回归模型可能无法实现可靠的PM0.1浓度预测。这是因为PM0.1通常占PM2.5质量的30%以下,而且它的主要来源和大气行为可能与PM2.5有所不同(Khwanmueng等人,2025年;Mahasakpan等人,2023年)。不过,小颗粒物和气态前体的排放物可以通过二次凝结过程形成更大的颗粒,所以PM2.5的质量也可能与PM0.1有共同的来源。这些不同的排放源以及PM0.1相对较小的质量占比,使得其更难以准确预测。Tipsavak等人(2025b)开发了一种经过贝叶斯优化的极端梯度提升模型,用于根据常规气象变量预测PM0.1质量浓度,其结果为R2值为0.89,平均绝对误差为0.28微克/立方米,均方根误差为0.38微克/立方米。不过,单个机器学习模型在提升预测效率方面仍有提升空间。
为了提高PM预测的准确性,人们越来越多地采用混合机器学习方法,尤其是那些结合了XGBoost和LSTM模型的方法(Ayus等人,2023年;El Mghouchi等人,2024年;Eren等人,2023年;Feng等人,2024年;Huang等人,2022年)。由于XGBoost是一种基于决策树的算法,非常适合处理非线性关系(Wang等人,2022年),而LSTM是一种循环神经网络,能够捕捉时间序列数据中的时间依赖性和模式(Eren等人,2023年;Yang等人,2021年),将这两种模型结合起来可以显著提升预测性能。例如,Diaz等人(2025年)证明,结合LSTM和XGBoost的模型能够有效预测哥伦比亚的PM2.5浓度,其预测精度很高,R2值为0.88,错误率较低,均方根误差为2.48微克/立方米,平均绝对误差为1.51微克/立方米。此外,将机器学习方法与传统的天气预报模型相结合,如天气研究和预报模型、与化学模块相结合的天气研究和预报模型以及天气研究和预报 - 社区多尺度空气质量模型,也得到了广泛的发展(Gao等人,2025年;Huang等人,2026年;Thongthammachart等人,2023年;Wang等人,2022年)。而且,超参数优化在提升机器学习模型的预测性能和泛化能力方面起着重要作用。选择合适的超参数可以减少过拟合现象,使模型能更有效地捕捉数据中的潜在规律。目前有多种优化方法被广泛用于此目的,包括网格搜索、随机搜索、贝叶斯优化、超带优化、差分进化以及遗传算法(Eren等人,2025年)。近年来,机器学习不仅被用于提升预测性能,还被用于更清晰地了解各个预测因子对空气污染物的影响,这对于有效的空气质量管理和政策制定至关重要。在大气科学领域,将机器学习与沙普利加性解释方法相结合,越来越常被用来确定影响空气质量变化的关键因素(Jia等人,2026年;Liu和Hang,2026年;Liu等人,2025年;Tao等人,2024年)。尽管将基于超参数优化的先进机器学习技术与传统的气体传输和天气模型相结合用于PM2.5预测的情况越来越普遍,但将其应用于PM0.1质量浓度预测的情况仍然非常有限,尤其是在短期预测以及在对PM0.1的监测较为有限的条件下对其行为进行可解释性评估方面。目前只有少数研究(Tipsavak等人,2025a,2025b)展示了使用经过超参数优化且基于常规气象变量的单个机器学习模型。
本研究在Noynoo等人(2025年)开发的机器学习框架基础上进行了拓展。Noynoo等人提出了一种混合XGBoost - LSTM模型,该模型利用WRF-Chem模型提供的气象和污染物数据来预测泰国南部的PM2.5浓度,并成功构建出了一个预测模型。在本研究中,保留了相同的WRF-Chem - XGBoost - LSTM结构,但该模型在四个方面有所改变。首先,研究的重点从PM2.5转向了PM0.1,因为PM0.1对人类健康的影响越来越被认为更为严重。其次,采用了贝叶斯超参数优化技术来提升预测性能。第三,通过SHAP分析来解读各预测变量的贡献,从而更好地了解PM0.1的行为特征。第四,遵循Noynoo等人(2025年)的框架,该方法被进一步拓展,以便利用WRF-Chem模型预测出的气象和空气污染物数据,以及Noynoo等人(2025年)开发的WRF-Chem混合模型调整后的PM2.5预测数据,来生成7天的PM0.1预测结果。需要说明的是,“预测”是指使用在现有数据集和WRF-Chem模型基础上训练并确定的模型,来估算训练数据所涵盖时期内的PM0.1浓度。而“预报”则是将这个已经训练好的模型应用到训练数据集中未包含的时期,以此预测未来的PM0.1浓度。这些研究结果可以为了解与PM0.1浓度变化相关的因素提供基于模型的见解,同时也有助于为那些经常受到当地交通排放、工业活动、露天生物质燃烧以及远距离传输的雾霾污染影响的欠发达地区制定空气质量管理策略。
研究区域
本研究在位于三个省份的宋卡王子大学校园内设置了三个采样点(见图1),分别是宋卡(SK)(北纬7.01度,东经100.50度)、素叻他尼(SR)(北纬9.09度,东经99.36度)和普吉(PK)(北纬7.89度,东经98.35度)。宋卡省的合艾市是泰国南部一个高度城市化且工业化程度很高的城市。该地区的PM和其他气态污染物不仅受到日益严重的城市化进程的影响(交通流量大、商业和工业活动频繁),
模型性能
本研究使用XGBoost - LSTM模型,根据WRF-Chem模型提供的气象和空气污染物变量(dust1、seas1、CO、NO2、SO2、O3、温度、相对湿度以及风速)来预测PM0.1浓度。表1展示了使用七种超参数搜索算法对XGBoost - LSTM模型进行优化后,其在预测PM0.1浓度方面的训练和测试性能,这七种算法包括贝叶斯优化、超带优化、差分进化、遗传算法、网格搜索、粒子群优化以及随机搜索。在所有评估的方法中,BO - XGBoost - LSTM组合模型的预测效果最佳,与实际值的吻合度最高。
结论
我们成功开发并验证了一种混合型的BO - XGBoost - LSTM模型,该模型可以利用PM2.5浓度以及WRF - Chem模型中的各种变量来预测泰国南部的PM0.1浓度,同时还能实现PM0.1的提前预报。我们得出以下结论:
• BO - XGBoost - LSTM模型:通过贝叶斯优化技术对XGBoost - LSTM模型进行优化后,与其它七种优化算法相比,该模型在预测PM0.1浓度方面的性能有了显著提升。该模型具有很高的预测精度,R2值……
手稿准备过程中生成式人工智能和人工智能辅助技术的声明
在撰写本篇论文的过程中,作者们使用了Quillbot工具来进行语法校正和语言优化。在使用该工具之后,作者们根据需要对内容进行了审核和修改,并对最终发表文章的内容负全责。
CRediT作者贡献说明
拉达万·诺伊努奥:概念构思、数据整理、正式分析、研究调查、方法设计、资源获取、软件应用、模型验证、结果可视化、初稿撰写。塔纳提普·林纳:方法设计、资源获取、软件应用、研究指导、模型验证。佩拉蓬·特卡萨克尔:概念构思、方法设计、项目管理、资源获取、研究指导、文稿审阅与修改。布霍里·萨霍:方法设计、软件应用。奇德查诺克·乔克苏查特:概念构思、方法设计。Korakot Wichitsa-Nguan Jetwanna:利益冲突声明 作者声明自己不存在任何可能影响本文所述研究的已知财务利益或个人关系。致谢 本研究得到了泰国国家科学、研究与创新基金(NSRF)通过人力资源与机构发展、研究及创新项目管理单元(PMU-B)的资助,项目编号为B42G670042。此外,该研究还得到了泰国宋卡王子大学工程学院的支持。同时,也要感谢泰国NSTDA超级计算中心(ThaiSC)和泰国国家电子科学基础设施联盟对本研究提供的帮助。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号