Глобальное загрязнение озоном в последнее время возросло. Ключевые аспекты глобального загрязнения озоном и оценка его влияния на здоровье ещё не полностью изучены из-за ограниченного временного разрешения существующих наборов данных. В данном исследовании был разработан глобальный набор данных о приземном озоне, содержащий данные о 8-часовом среднем содержании приземного озона с максимальным суточным значением 0,1° за период 2013–2022 гг. Была создана эффективная модель Light Gradient Boosting Machine для объединения данных наблюдений за приземным озоном, спутниковых продуктов, моделирования химии атмосферы, данных метеорологического реанализа, инвентаризации выбросов и других географически распределённых данных. Важно отметить, что в данном исследовании был реализован строгий контроль качества данных наблюдений за приземным озоном в Китае и Европе с учётом временных и пространственных характеристик входных данных модели. Набор данных показал пространственный коэффициент детерминации (R²) 0,79–0,88 и среднеквадратичную ошибку (RMSE) 11,32–13,26 мкг/м³, что демонстрирует точность, сопоставимую с точностью современных наборов данных. Ежедневные наборы данных о приземном озоне предоставляют более подробную информацию, чем ежемесячные или годовые, тем самым оказывая критически важную поддержку для управления качеством воздуха и исследований проблем здоровья, связанных с озоном.

 

Ссылка: https://www.nature.com/articles/s41597-025-05990-x