大气活性氯（RCS）显著影响对流层氧化能力，但其关键前体物分子氯的二次生成机制在跨区域尺度上仍存认知盲区。本研究统筹典型内陆（南京2018年4月、2022年1月）与沿海（上海2019年11月、香港2021年9-10月）高分辨观测数据，开发了机制主导的分层数据预处理模块。精准剥离一次排放干扰后，构建了基于LightGBM与SHAP框架的高精度机器学习诊断模型（测试集R²达0.71-0.83）。
研究揭示了多源背景下氯气生成的时空异质性。内陆区域夜间五氧化二氮非均相摄取占主导；尤为关键的是，研究发现了显著的大气化学缓冲现象：在排放控制与季节气象叠加影响下，南京2022年1月液态氢离子与五氧化二氮前体物浓度较2018年4月骤降约90%，但氯气总浓度仅下降20%。SHAP精准捕捉到气溶胶pH在4.1附近出现的影响正负翻转，结合动力学计算确证，此反常源于环境背景演变改变了气溶胶热力学性质，引发非线性补偿（如γ (五氧化二氮)激增及底物浓度变化）。此外，沿海氯气生成呈现更显著的日间光化学依赖（指示硝酸盐光解等路径）。本工作突破了传统机制的先验与时空局限，为理解区域卤素激活及氧化性演变提供了数理化融合新视角。
 

机器学习；,分子氯；,非均相化学