中国的地表臭氧（O₃）浓度在过去十年中大幅上升，准确了解O₃污染的演变对于制定有效的监管政策来说至关重要。我们整合了基于数据和过程的模型，以探索华北平原（NCP）在 2015-2021 年间观测到的夏季地表O₃变化的驱动因素。基于数据的深度学习（DL）模型表明，气象对观测到的O₃变化的贡献在两个阶段是相反的，即在2015-2019年为0.14ppb每年，2019-2021年为-1.74ppb每年。这主要是由于地表空气温度和相对湿度等气象变量的反向变化造成的。全球化学传输模型 GEOS-Chem 的模拟结果也支持上述结果，即气象因素对O₃变化的贡献在 2015-2019 年为 0.26 ppb每年，2019-2021 年为-0.74 ppb每年。此外，我们的分析表明，人为因素对地表O₃上升的贡献可能减弱了，例如，2015-2019 年和 2019-2021 年，DL模拟得到的人为因素对地表O₃上升的贡献分别为 1.53 和 0.54 ppb每年。同样，GEOS-Chem 模拟表明，由于二氧化氮（NO₂）浓度的下降，地表 O₃ 浓度会加速下降，即 2015-2019 年和 2019-2021 年分别下降约 0.4 和 1.2 ppb。综上，在气象和人为因素的共同作用下，2019-2021 年地表O₃浓度将显著下降-1.20 ppb每年，这项研究成果为缓解中国的O₃污染提供了宝贵的见解。
 

气象和人为驱动因素、深度学习、大气输运模型