大气污染物形成机制分析方法及装置

本申请涉及大气污染物分析技术领域，特别涉及一种大气污染物形成机制分析方法及装置，其中，方法包括：采集目标区域的多种大气污染物历史数据，并对其进行预处理，以得到每种大气污染物历史数据对应的标准大气污染物历史数据；对标准大气污染物历史数据进行气象归一化操作，生成对应的归一化历史气象数据，以训练预先构建的XGBoost预测模型，并在在线分析阶段对训练后的XGBoost预测模型进行SHAP可解释性分析操作，得到目标区域内每种化学物质对应的大气污染贡献度。由此，解决了现有技术难以精准刻画大气污染物浓度分布规律，且常规机器学习模型因“黑箱”特性而无法清晰展现各化合物对大气污染物生成实际效用等问题。