Page 292 - 《高原气象》2026年第3期
P. 292

高     原      气     象                                 45 卷
              900
             夜间时段, LightGBM 的 TS 值(0. 355)较 ECMWF
             (0. 174)提升近 104%, POD 值为 0. 426(ECMWF 为
             0. 197), 可见 LightGBM 模型对夜间低能见度天气
             的捕捉与预报能力更具优势, 可为实际预报业务提
             供更可靠的支持。
                  为量化模型对低能见度天气的预报增益, 引入
             持续性预报作为参考预报(即采用预报时效前实况
             值直接作为预报值), 并通过技巧评分评估 EC‐
             MWF 与 LightGBM 模型的实际预报功效。结果显
             示, 在低能见度(VIS≤1 km)预报中, ECMWF 与                     图5 ECMWF模式与LightGBM模型技巧评分随预报时效
             LightGBM 模型均表现出正技巧, 其中 ECMWF 的                              的变化(以持续性预报为基准模型)
             技巧评分为 0. 15, LightGBM 的技巧评分为 0. 22。                 Fig. 5 Variation of skill scores of the ECMWF and LightG‐
                                                                  BM models with forecast lead time (with the persistence
             这表明两种模型均能有效捕捉低能见度天气, 且
                                                                           forecast as the reference model)
             LightGBM 模型的预报增益显著高于 ECMWF 模
             式, 进一步验证了其对低能见度事件的订正优化效                            捕捉能力更优且更稳定。
             果。图 5 为两种模型技巧评分随预报时效变化曲                            3. 2 基于SHAP的模型解释分析
             线: 预报初期(3~6 h), 两个模型对低能见度天气的                           本研究主要分析了各特征对模型预测低能见
             技巧评分均为负值, 这是由于低能见度天气短时演                            度(VIS≤1 km, 分级 0)天气的影响程度。图 6(a)为
             变存在一定持续性, 这种固有属性本身使得持续性                            模型中各特征对低能见度(VIS≤1 km)样本预测影
             预报技巧很高。随着预报时效的增加(预报时效 9 h                          响程度(前 20名)的条形图, 横轴为平均 SHAP绝对
             后), LightGBM 模型维持正技巧且均优于 ECMWF                     值, 纵轴为不同特征, 平均 SHAP 绝对值越大, 表
             模式, 体现了其对低能见度天气中长期演变规律的                            明对应特征对模型预测结果的影响越显著。从整






































                          图6 低能见度(VIS≤1 km)样本预测的影响因素重要性排序(前20名)(a)及SHAP 值分布(b)
                          Fig. 6 Importance ranking of influencing factors (Top 20) (a) and distribution of SHAP values
                                    of factors (b) that affect low visibility (VIS≤1 km) sample prediction
   287   288   289   290   291   292   293   294   295   296   297