摘要：近年来城市臭氧(O_(3))污染问题日益突出,影响O_(3)污染的关键气象因子尚不明确,因此分析典型城市——苏州的O_(3)污染特征,探究O_(3)污染的高影响气象因子,对该区域大气污染防治具有重要意义.基于苏州环境监测中心2015~2020年4~9月逐小时O_(3)浓度数据及同期气象观测资料,应用相关分析和机器学习方法对其开展相关分析研究.结果表明:(1)6年间O_(3)污染高发季,O_(3)污染超标率均达20%以上,O_(3)污染日数和以O_(3)为首要污染物的污染日数占比均逐年上升,O_(3)污染问题日益凸显;(2)O_(3)浓度存在单峰日变化特点,谷值出现在07:00前后,峰值出现在15:00~16:00;其与气温和太阳辐射能的日内变化趋势较一致,但其浓度峰值出现时刻又滞后于二者.2017年和2019年O_(3)有典型的“周末效应”,周末较高的太阳辐照度对O_(3)浓度升高有明显的正相关作用.O_(3)浓度和污染超标率的月变化呈双峰型特征;(3)O_(3)污染的发生受到多种气象条件的影响,日照时数在7 h以上,气温在30℃附近,太阳辐照度在350~440 kW·m^(-2)之间,相对湿度在50%~75%之间,O_(3)污染日数达最多,且强度达最强.当偏东风风速小于1.5 m·s^(-1)时,或西南风风速小于3.5 m·s^(-1)时,易发生O_(3)中度污染;(4)运用机器学习方法构建的最优O_(3)浓度预测模型对4、5、7和9月O_(3)浓度有较好的预测能力,当O_(3)浓度超过200μg·m-3时,预报值存在一定程度的低估和平滑,太阳辐射能对于O_(3)浓度的影响最为明显,相对湿度影响次之,而气温和风重要性低于前二者.