Page 111 - 《高原气象》2025年第6期
P. 111

第 44 卷  第 6 期                        高     原     气    象                             Vol. 44  No. 6
                2025 年 12 月                       PLATEAU METEOROLOGY                             December， 2025


               刘杰， 张国晶， 王晓英，等， 2025.  基于决策树算法的青海省高原地区冰雹预报及关键特征因子分析［J］. 高原气象， 44（6）：
               1519-1533.  LIU Jie， ZHANG Guojing， WANG Xiaoying，et al， 2025.  Hail Forecasting and Key Feature Analysis in the Qinghai
               Plateau using Decision Tree Algorithms［J］. Plateau Meteorology， 44（6）： 1519-1533.  DOI： 10. 7522/j. issn. 1000-0534.  2025.
               00044. CSTR: 32265.14.gyqx.CN62-1061/P.2025.00044.




                               基于决策树算法的青海省高原地区

                                    冰雹预报及关键特征因子分析




                                      刘 杰      1， 2 ， 张国晶    1， 2 ， 王晓英 ， 管 琴         4
                                                                           3
                                         （1. 青海大学计算机技术与应用学院，  青海  西宁    810016；
                                           2. 青海省智能计算与应用实验室，  青海  西宁    810016；
                                         3. 青海理工学院计算机与信息科学学院，  青海  西宁    810018；
                                              4. 青海省气象科学研究所，  青海  西宁    810001）

                       摘要： 青海省因其独特的地理环境， 成为冰雹天气频发的地区。针对中国高原复杂地形区域， 尤其是青
                       海高原的特殊性， 本文利用 2009 -2023 年青海省 52 个地面气象站的冰雹观测数据及同期冰雹灾情资
                       料， 结合 ERA5 大气再分析数据集， 构建了适用于青海高原的冰雹预报数据集。基于此数据集， 本文采
                       用随机森林、 XGBoost和 LightGBM 三种决策树集成学习模型进行冰雹预报建模。实验中， 分别对直径
                       ≥2 mm 和≥5 mm 的冰雹样本进行了实验与讨论。实验结果表明， LightGBM 模型在两种样本上的表现均
                       优于随机森林和XGBoost算法， 尤其在大冰雹样本（直径≥5 mm）的预报中效果更佳。具体而言， LightG‐
                       BM 模型在小冰雹样本（直径≥2 mm）上的命中率、 误报率、 临界成功指数、 准确率和召回率分别为
                       0. 923、 0. 041、 0. 858、 0. 946 和 0. 924； 在大冰雹样本（直径≥5 mm）上的命中率、 误报率、 临界成功指
                       数、 准确率和召回率分别为0. 938、 0. 038、 0. 908、 0. 960和0. 964。基于实验结果， 本文深入分析了高原
                       复杂地形区域的冰雹预报模型， 发现在众多特征因子中， 对于青海省冰雹天气预报影响较大的特征因子
                       依次是热力条件（温度垂直积分 p54. 162、 热能垂直积分 p60. 162、 2 m 露点温度 d2m）、 特性高度层条件
                      （100 hPa 温度 t100、 400 hPa 温度 t400、 20 hPa 位势高度 z20）以及动力条件（500 hPa 风的东西方向分量
                       u500、 200 hPa风的南北方向分量 v200和 200 hPa风的东西方向分量 u200）。通过对特征因子核密度估计
                       曲线分析， 发现大部分特征因子的核密度估计曲线未能呈现明显的分离性， 单一特征因子难以决定冰雹
                       天气的发生。个例分析表明， 基于 LightGBM 的冰雹预报模型展现出良好的空间预报能力。通过对关键
                       物理量的 24 h演变特征分析发现， 茶卡站发生较大尺度冰雹事件与多个天气要素的显著变化密切相关：
                       温度垂直积分（p54. 162）呈现较大波动， 表明对流活动剧烈； 2 m 露点温度（d2m）维持在较高水平， 反映
                       近地面水汽充沛； 500 hPa 东西向风速（u500）较大， 暗示中层大气存在显著的动力条件； 100 hPa 温度
                      （t100）偏低， 体现了高层大气的特征。这些物理量的协同演变特征不仅揭示了强对流天气系统发展的关
                       键环节， 也为完善青海省区域冰雹潜势预报方法提供了科学依据。
                       关键词： 冰雹； 预报； 决策树模型； 高原地区
                       文章编号： 1000-0534（2025）06-1519-15   中图分类号： P457.6   文献标识码： A
                       DOI： 10. 7522/j. issn. 1000-0534. 2025. 00044
                       CSTR: 32265.14.gyqx.CN62-1061/P.2025.00044


                  收稿日期： 2024⁃08⁃14； 定稿日期： 2025⁃03⁃25
                  资助项目： 青海省科技厅面上项目（2023-ZJ-906M）； 国家自然科学基金项目（62162053， 42265010）
                  作者简介： 刘杰（2000 -）， 男， 江西吉安人， 硕士研究生， 主要从事强对流预报方面的研究. E-mail： ys220854100360@qhu.edu.cn
                  通信作者： 张国晶（1992 -）， 女， 青海西宁人， 讲师， 主要从事降水预报和草地信息化方向的研究. E-mail： zhanggj@qhu.edu.cn；
                          管琴（1977 -）， 女， 江苏如皋人， 正高级工程师， 主要从事高原灾害性机理和客观方法研究. E-mail： 446298319@qq.com
                  © Editorial Department of Plateau Meteorology （CC BY-NC-ND）
   106   107   108   109   110   111   112   113   114   115   116