对流层臭氧（O3）是一种重要的空气污染物，对公众健康、生态系统和大气化学有重大影响（Mar等人，2016年）。与平流层臭氧不同，地面臭氧是在强烈太阳辐射下，通过氮氧化物（NOx）和挥发性有机化合物（VOCs）的光化学反应形成的（世界卫生组织，2021年）。高浓度的臭氧与呼吸系统疾病、肺功能下降和医院就诊率增加有关，尤其是在城市地区（Alvim-Ferraz等人，2024年；Liu等人，2024年）。
厄瓜多尔的基多是一座高海拔安第斯城市（约2800米），经常出现臭氧超标现象。其独特的地形导致污染物扩散受限，大气环流不稳定，从而加剧了臭氧前体的积累并使其清除变得复杂（环境部，2023年）。再加上强烈的太阳辐射以及交通、工业和自然来源的排放，这些因素共同影响了臭氧的变化（Valencia等人，2019年）。先前的研究表明，基多的臭氧形成主要受氮氧化物限制，臭氧浓度对氮氧化物的减少比挥发性有机化合物更敏感（Cazorla，2016年）。
尽管世界上许多城市都地形复杂，但由于基多位于高海拔（约2800米）、赤道纬度、全年持续强烈的太阳辐射以及狭窄的山谷-城市布局，其大气环境具有独特性（Moscoso-Vanegas等人，2015年；Parra，2018年）。与中纬度或亚热带城市不同，基多的季节性太阳辐射变化较小，臭氧的形成主要受日边界层演变、云层覆盖和山谷-城市环流的影响，而非大尺度季节性周期（Su等人，2018年；Wang等人，2019年）。这些特点直接影响光化学反应过程和夜间臭氧行为，使得基多成为在复杂热带条件下进行短期臭氧预报的典型挑战案例（Cazorla，2016年）。尽管基多拥有空气质量监测网络，但实时臭氧预报仍不完善，限制了及时采取缓解措施的能力（Valencia等人，2020年）。像WRF-Chem这样的数值模型已被广泛用于全球城市的空气质量预报（Acdan等人，2024年），包括波哥大、麦德林和圣地亚哥等地形复杂的拉丁美洲城市（Kumar等人，2016年；Casallas等人，2023年；Saide等人，2016年）。然而，其在高海拔热带城市如基多的应用仍然有限。
空气质量建模中的一个关键挑战是区分模型本身的预报能力和通过后处理（MOS）校正带来的改进（Glahn & Lowry，1972年）。很少有研究系统地评估校正前的基础模型性能或评估这些方法在不同季节的适用性（He等人，2023年；Abdi-Oskouei等人，2022年）。值得注意的是，Pérez、Arasa、Codina和Pi?ón（2015年）通过按季节和站点分层校正，显著提高了NO2、PM10和O3的预报精度，证明了其在城市空气质量管理中的实用性。
基于机器学习的替代方法通过利用观测数据中的历史模式展示了强大的预报能力（Casallas García等人，2022年；García Correa，2021年；Georgiou等人，2023年；Wang等人，2025年）。然而，这些方法通常需要长时间的观测记录，需要选择合适的机器学习架构，并且不包含排放清单作为输入，这限制了它们在其他地理区域的应用或预测未来排放情景的影响。最近，结合化学传输模型和机器学习技术的混合方法在复杂城市环境中取得了有希望的结果（Xie等人，2024年）。
先前的研究表明，由于排放时间、边界层表示和夜间化学反应的局限性，化学传输模型常常低估臭氧峰值浓度并高估夜间浓度（Zavala-Romero等人，2025年）。为了解决这些系统偏差，基于线性回归的模型输出统计（MOS）方法已在多个城市环境中成功应用，使模型预测能够根据观测值和模拟值之间的关系进行调整。这些校正显著提高了预报精度，同时保持了低计算成本和操作简便性。
本研究采用基于物理原理的臭氧预报框架，结合WRF-Chem和简单的MOS校正，旨在评估是否可以在降低方法复杂性的同时实现可靠的短期预报能力。这种方法优先考虑可解释性、操作可行性和时间转移性，特别是在基多这样的高海拔热带条件和复杂地形下。分析基于2018年数据，该年份选为COVID之前的代表年份，具有稳定的排放模式和高数据可用性，有助于在典型城市条件下评估模型的内在预报能力。
鉴于在复杂城市环境中进行臭氧预报所面临的固有挑战，上述方法选择具有重要意义。作为一旦形成就难以减少的二次污染物，臭氧的减排尤其具有挑战性。具有24至48小时预警时间的高分辨率预报系统对于制定早期预警策略和改善空气质量管理至关重要（世界卫生组织，2021年）。然而，在基多这样的高海拔热带城市，地形、气象和排放之间的复杂相互作用带来了额外的挑战（Moscoso-Vanegas等人，2015年；Parra，2018年）。准确表示城市微气候至关重要，因为行星边界层高度（PBLH）和夜间温度逆温等因素强烈影响污染物扩散和光化学过程（Su等人，2018年；Wang等人，2019年）。特别是，化学传输模型中对夜间臭氧浓度的高估仍然是一个持续存在的问题，这凸显了改进参数化的必要性（Cazorla & Juncosa，2018年）。
据我们所知，尽管基多和厄瓜多尔的先前研究通过回顾性建模或诊断分析探讨了空气质量问题，但没有研究系统地实施并评估了使用WRF-Chem进行短期（24–48小时）预报和偏差校正的操作框架。本研究的具体目标是：（i）根据地面观测数据评估24小时和48小时臭氧预报的准确性；（ii）在湿润、干燥和过渡条件下评估模型性能；（iii）将4月份的原始预报与观测数据对比，并检查应用3月份数据衍生的MOS校正因子的影响；（iv）识别系统偏差并应用统计校正方法提高预报精度。
本研究旨在探索在基多实施操作性臭氧预报的可行性，并评估其对空气质量管理的潜在贡献。所提出的框架旨在可复制和转移，只要使用更新的排放清单，即可应用于其他高海拔热带城市和复杂城市环境。
