https://www.sciencedirect.com/science/article/pii/S1352231020306518
文章亮点：
• 预测长江三角洲地区臭氧浓度。
• 提出了一种基于注意力的序列模型（ attention-based sequence to sequence model）。深度学习
• 提出的模型是快速，简单，高效和准确的。
图1 模型示意图（看不懂）
图表2未来1-6小时预报检验评估（预报时效越长，准确性降低，但在6小时的时候，R^2仍然在0.8左右）
图3 这个模型对臭氧高值（目测200ug/m3以上）预报能力弱，会低估，200以上都预报不出来。
图4 模型和WRF-Chem比较预报结果，WRF-Chem相差的离谱。。。
=====================================
个人想法：
1. 就文章来看，这个深度学习模型 attention-based sequence to sequence model）在臭氧小时级预报中表现比模式好很多。这里展示的WRF-Chem结果和观测相比相差的离谱。个人猜测是不是大气化学模式在长期平均和大的分布特征上表现较好，对站点级小时级的臭氧预报表现不好。原因在于，臭氧是二次生成的大气污染物，严重受到气象条件影响，对气象条件的较好捕捉就能较好预测臭氧小时平均浓度。
2. 该模型在臭氧200ug/m3以上的部分完全低估，基于没法预报200ug/m3以上的部分。猜测可能：（1）对历史数据的拟合导致在预报中高值被模型认为是异常值做了纠正；（3）对臭氧水平传输的忽略；
3. 文章亮点中第三条“提出的模型是快速，简单，高效和准确的。•Proposed model is fast, simple, efficient, and accurate.”。我觉得这个说法是有极强的限制条件的：这是对长三角站点臭氧的小时级预报，而臭氧有明显的区域特征。从《臭氧污染防治蓝皮书（2020年）》得知，臭氧浓度年评价值高值区把重点区域几乎全包括了，京津冀及周边地区、汾渭平原、东北、华中、华东、华南、四川盆地。MDA8在160以上就是臭氧污染了，年评价值是90百分位数，那么就说明2019年以上区域有至少10%的天受到臭氧污染。如果从全国角度来做预报研究，那么多站点再加上没有站点的地方，那么计算效率可能就比不上WRF-Chem了。（个人的猜测，我觉得可以以此为契机，比较全国臭氧预报的计算效率，如果还是比WRF-Chem高，就真的很好了。）
