Este estudio investiga la influencia de la inicialización meteorológica en la predicción de ozono en superficie en la región de los Grandes Lagos utilizando el modelo operativo de calidad del aire de Canadá (GEM-MACH) a una resolución horizontal de 2.5 km. Se comparan dos técnicas de inicialización diferentes y se encuentra que el método de actualización de análisis incremental en cuatro dimensiones (IAU) produce un mejor rendimiento del modelo para la predicción de ozono en superficie. La ejecución de IAU muestra mejores estadísticas de la línea de regresión del ozono (y = 0.7x + 14.9, R = 0.2) en comparación con la ejecución sin IAU (y = 0.6x + 23.1, R = 0.1), con valores de MB y NMB mejorados (3.9 ppb y 8.9%, respectivamente) en comparación con la ejecución sin IAU (4.1 ppb y 9.3%). Además, el análisis de la sensibilidad de la predicción de ozono al tiempo de inicialización del modelo revela que la inicialización a las 18z conduce a un rendimiento mejorado, particularmente durante los días de alta superación de ozono, con una pendiente de regresión mejorada de 0.9 en comparación con 0.7 para las ejecuciones de 00z y 12z. El MB también mejora a -0.2 ppb en la ejecución de 18z en comparación con -2.8 ppb y -3.9 ppb para las ejecuciones de 00z y 12z, respectivamente. El análisis de los campos meteorológicos revela que las predicciones de ozono mejoradas a las 18z están vinculadas a una representación más precisa de la velocidad del viento por la tarde. Esta mejora potencia el transporte de ozono, contribuyendo a la mejora general en las predicciones de ozono.