La predicción precisa de contaminantes del aire es esencial para abordar preocupaciones ambientales y de salud pública. Los modelos de calidad del aire como WRF-CMAQ proporcionan simulaciones, pero a menudo muestran errores significativos en comparación con las concentraciones observadas. Para identificar las fuentes de estos sesgos del modelo, aplicamos el algoritmo de aprendizaje automático XGBoost para evaluar el rendimiento de WRF-CMAQ en la predicción de contaminantes del aire en dos regiones de China. Los modelos de XGBoost entrenados con observaciones lograron una alta precisión (> 0.95), lo que indica que las características seleccionadas capturan efectivamente las variaciones de los contaminantes. Cuando se entrenó con entradas de WRF-CMAQ, XGBoost aún mejoró el rendimiento, pero reveló sesgos vinculados tanto a las entradas del modelo (10-60%) como a los mecanismos (1-30%). El análisis identificó los niveles de contaminantes de la hora anterior como el mayor contribuyente al sesgo, seguido de las variables meteorológicas. El estudio destaca la necesidad de mejorar tanto las entradas del modelo como los mecanismos para mejorar las predicciones futuras de calidad del aire y apoyar las estrategias de control de la contaminación.