气候变化与对流层臭氧污染已成为影响我国生态环境和公众健康的相互关联的重要挑战。为定量评估气候变化对臭氧污染的影响，本研究基于耦合模式比较计划第六阶段（CMIP6）多模式集合数据及多源数据，构建了 Transformer 深度学习模型，对2024—2100年中国在四种共享社会经济路径（SSPs：SSP1-2.6、SSP2-4.5、SSP3-7.0和SSP5-8.5）情景下的近地面臭氧变化进行预测，并评估长期臭氧暴露导致的健康风险。历史验证结果表明，Transformer 臭氧预测模型具有较高精度（R² = 0.91）。SHapley Additive exPlanations（SHAP）分析进一步表明，气温和地表太阳辐射是影响近地面臭氧变化的主导气象因子。预测结果显示，未来中国年均近地面臭氧浓度总体呈持续上升趋势，在 SSP5-8.5 情景下，全国年均浓度到2100年将达到92.66 μg/m³。区域上，东北地区（NE）、华东地区（EC）和西北地区（NW）的近地面臭氧较基准期增加约1%–5%，其中东北地区增幅最大，对不同气候情景最为敏感。气候变化进一步增强了臭氧污染的季节差异，延长了臭氧污染季，并显著加剧了冬春季臭氧浓度的升高。健康风险评估结果表明，相对于世界卫生组织（WHO）长期空气质量指南，人口加权臭氧超标浓度（ExC）在 SSP2-4.5 情景下最高增加11.0%。尽管受未来人口减少影响，四种情景下全国臭氧相关过早死亡人数预计下降10%–42%，但 LMDI 分解结果表明，气候变化对过早死亡的贡献始终为正，其中 SSP2-4.5 情景下气候驱动导致的过早死亡人数增量最高，达到10.65万人，高于 SSP5-8.5 情景。研究结果表明，气候变化将进一步加剧我国近地面臭氧污染及其健康风险，为推进空气污染防治、气候变化应对与“双碳”目标协同治理提供了科学依据。

近地面臭氧,CMIP6,机器学习,健康风险,预估