Page 114 - 《高原气象》2025年第6期
P. 114
高 原 气 象 44 卷
1522
青海省灾情直报系统中的雹灾数据记录了冰 雹的预报能力。
雹发生的时间、 地区和影响等描述， 在一定程度上 2. 1. 2 ERA5 数据
弥补了地面气象观测站点分布较疏导致冰雹观测 本研究的特征因子来源于欧洲中期天气预报
样本不足的问题。该数据集为本研究提供了宝贵 中心（ECMWF）发布的 ERA5 全球大气再分析数据
的真实冰雹事件信息， 使得算法训练与评估过程中 集（张霞等， 2023）。该数据空间分辨率为 0. 25°×
不会过度受限于有限的站点观测数据。通过结合 0. 25°， 时间分辨率为 1 h。冰雹天气作为一种强对
覆盖更广区域的灾情报告， 可以有效扩充冰雹样本 流天气现象， 其发生不仅需要具备一般对流环境所
的数量和分布范围， 为模型提供更加丰富、 多样的 具备的动力、 热力和水汽条件， 还需满足特定的温
训练数据， 提高其对不同地理环境和天气条件下冰 度层结构， 以便冰相粒子的形成与发展。通常情况
雹事件的识别和预测能力。 下， 冰雹的形成要求较高的 0 ℃高度层和-20 ℃高
基于引言中提到的冰雹定义标准差异， 本研究 度层（曹艳察等， 2018）， 在过去的研究中， 利用温
首先对青海省历史冰雹样本数据进行了统计分析。 度和高度观测数据， 通过线性插值、 压高公式等方
分析结果如图 2 所示， 样本中冰雹直径主要集中在 法可以计算 0 ℃高度层和-20 ℃高度层（Zhang and
1~5 mm 区间， 而直径≥5 mm 的冰雹样本约占总样 Guo， 2011； Noor et al， 2015； 张怡等， 2022）， 因此
本的 44%。考虑到中国气象部门使用的 2 mm 标准 本文选取了 8个压力层的温度和位势高度数据作为
与世界气象组织（WMO）推荐的 5 mm标准， 本研究 特性高度层特征因子， 以捕捉垂直温度廓线的变化
设计了两组实验： 一组针对直径≥2 mm 的所有冰雹 特征。同时大冰雹的形成还需较大的不同层次间
样本开展预报研究， 另一组则专门针对符合 WMO 的垂直风切变， 即大气中垂直方向上风速的显著变
标准（直径≥5 mm）的冰雹样本进行预报模型构建。 化， 因此选取散度、 垂直速度和风速作为动力特征
通过这两组实验， 本研究旨在全面评估不同尺度冰 因子。
图2 青海省历史冰雹样本的直径范围分布
Fig. 2 Distribution of hail diameter ranges in historical hail samples from Qinghai Province
在水汽条件方面， 采用了水汽通量散度垂直积 睐（吴润泽等， 2021）， 决策树算法生成的模型呈现
分、 水汽通量垂直积分和水汽通量。在热力方面， 明确的决策路径和规则， 树状结构可以清晰地展示
考虑了对流有效位能、 温度和热能的垂直积分、 地 各特征对最终决策的重要性贡献， 这种高度可解释
面露点温度和零度高度层等特征因子， 表 1 汇总了 的特性有利于分析影响冰雹发生的关键环境因素
所有作为输入的特征因子。 （叶宇辰等， 2024）。其中， 随机森林（Random For‐
2. 2 方法 est）、 XGBoost 和 LightGBM 是通过构建并融合多
2. 2. 1 决策树算法 个决策树分类器的决策树模型， 极大提升了单一决
在分类任务中， 决策树算法因其优异的性能、 策树的泛化能力和稳定性， 在保留决策树优良解释
稳定性和泛化能力， 以及良好的可解释性而备受青 性的同时， 进一步提升了模型的预测性能和鲁棒
