Page 116 - 《高原气象》2025年第6期

高 原 气 象 44 卷
1524
2. 2. 2 检验方法 集存在类别分布数量失衡问题， 在这种情况下， 模
为全面评估决策树算法在冰雹识别任务中的 型往往倾向于预测为多数类别（非冰雹）， 容易忽视
性能， 本研究采用了多个量化指标， 包括命中率、 数量占少数的冰雹类别。当类别失衡程度较严重
误报率、 临界成功指数、 准确率和召回率， 计算公 时， 欠采样主类比过采样少数类更为合理（McGov‐
式为式（1）~（5）如下。 ern et al， 2014）， 可避免潜在的数据偏差。因此，
TP
命中率 = （1） 本研究保留了所有的正样本（冰雹事件）， 并从负样
TP + FP 本中随机抽取一部分， 调整样本数量以使其处于合
FP
误报率 = （2）
TP + FP 理的区间范围内。本研究选取 2009 -2019 年的数
TP 据作为训练集， 2020 年的数据作为验证集， 2021 -
临界成功指数 = （3）
TP + FP + FN 2023 年的数据作为独立测试集。训练集用于模型
TP + TN
准确率 = （4） 参数的学习， 验证集用于评估模型在训练过程中的
TP + TN + FP + FN
TP 表现， 并辅助选择最优的超参数。三种决策树模型
召回率 = （5）
TP + FN 通过多个基学习器的集成决策生成最终的预测结
本研究中设定冰雹样本为正例， 非冰雹样本为 果。首先， 本研究对直径≥2 mm 的冰雹样本进行建
负例。其中 TP 表示模型正确地将正例预测为正例 模分析， 随后将焦点转向符合 WMO 标准（直径
的数量， TN 表示模型正确地将负例预测为负例的 ≥5 mm）的冰雹样本进行进一步研究， 以全面评估
数量， FP 表示模型错误地将负例预测为正例的数 不同尺寸冰雹样本的预报能力。具体的冰雹样本
量， FN表示模型错误地将正例预测为负例的数量。 分布见表 2， 根据冰雹样本数量， 随机抽取等量的
命中率反映了模型对真实冰雹事件的捕捉程 非冰雹样本， 以确保正负样本数量比为 1∶1。最
度； 误报率衡量了模型将无冰雹样本错误识别为冰
终， 测试集用于评估经过超参数优化后的模型的泛
雹的情况； 临界成功指数综合考虑了命中、 虚警和 化能力， 以及在实际应用中的性能表现。
漏报， 是一个综合性评价指标； 准确率表示模型在
表2 两种冰雹直径样本训练集、 验证集和测试集的
所有样本中的正确率； 召回率评估了模型捕捉全部
样本数量
冰雹事件的能力。
Table 2 Sample size distribution of the training， valida‐
2. 2. 3 预测模型 tion， and test sets for two hail diameter groups
图 4展示了基于决策树算法进行冰雹天气预报
冰雹样本（≥2 mm） 冰雹样本（≥5 mm）
的完整流程。将 ERA5 数据、 地面气象站点的冰雹
训练集（2009 -2019年） 49152 9524
观测数据和灾情直报系统中的雹灾数据输入模型，
验证集（2020年） 4536 2420
经过多源数据融合后， 得到空间分辨率为 0. 25°×
测试集（2021 -2023年） 9456 3920
0. 25°， 时间分辨率为 1 h 的初始数据集， 而冰雹作
为小概率事件， 正负样本数量差异较大。初始数据 图 5 展 示 了 随 机 森 林（Random Forest）、 XG‐
Boost 和 LightGBM 三种决策树模型在验证集上的
ROC 曲线， 横坐标是假正例率， 表示被错误地预测
为正类别的样本占所有实际为负类别的样本的比
例； 纵坐标是真正例率， 表示正确地预测为正类别

的样本占所有实际为正类别的样本的比例， 在冰雹
分类中要在更小的假正例率的情况下追求更大的
真正例率。概率阈值是将二分类模型输出的概率
值转换为最终的类别预测的决策边界， ROC 曲线
可以帮助我们在灵敏度和特异度之间进行权衡， 以
选择最合适的概率阈值。从图 5 中可以看出， 假正
图4 决策树模型预测冰雹流程图 例率为 0. 4 的时候， 三种模型的真正例率几乎接近
Fig. 4 Decision tree model flowchart for predicting hailstones 于 1， 因此本研究将概率阈值设置为 0. 4， 当模型预