Page 294 - 《高原气象》2026年第3期
P. 294

高     原      气     象                                 45 卷
              902
             易触发凝结过程。RH 较低时, SHAP值接近 0, 高                       解释性框架, 对模型输入特征开展特征重要性分析
                                 2m
             湿度(>80%)时 SHAP 值急剧上升[图 7(b)], 说明                   与贡献解析, 得出以下主要结论:
             80% 以上的相对湿度对模型预测 VIS≤1 km 天气有                         (1)  关中地区能见度在秋冬季为一年内的低
             显著正向影响, 而低湿度时影响微弱。                                 谷期, 五地市能见度均在 2 月达到最低, 其中西安
                  T 的影响可近似为线性的[图 7(c)], SHAP值                   能见度值最低, 咸阳次之, 其他三地市差异不明
                   2m
             随 T 升高呈下降趋势, 表明 T 越高, 对模型预测                        显。各季节能见度均在早晨达到最低值, 春夏秋三
                 2m
                                         2m
             低能见度(VIS≤1 km)天气的负向影响越显著。较                         季能见度最低值出现在 07:00 -08:00, 而冬季大气
             高的 T 通常与太阳辐射的加热作用有关, 在秋冬                           污染物对能见度影响占比更大, 其能见度从 22:00
                   2m
             季多出现晴朗、 干燥的天气, 不利于云雾的形成和                           开始呈现特殊的“先升后降”趋势, 并在 05:00 出现
             污染物的积聚。SHAP 值在 PM 浓度较低时波动                          小峰值, 09:00 达最低。关中地区低能见度发生频
                                          2. 5
             较大[图 7(d)], 而后随 PM 增大呈显著上升趋                        次分布具有显著地域性, 地形爬坡抬升作用与局地
                                        2. 5
             势, 表明低浓度时对模型预测的影响不明显, 高浓                           水汽条件共同影响关中地区低能见度的空间分布
             度时尤其在达到 130 μg·m 后对 VIS≤1 km 的预测                   差异。
                                      -3
             有较强正向影响。这是由于 PM 作为大气污染                                (2)  LightGBM 模型在各个能见度分级中, 其
                                            2. 5
             物, 低浓度时, 其他气象因素(如湿度、 温度)对                          预报效果较 ECMWF 模式均有较大提升, 低能见度
             VIS≤1 km 预测的干扰较大, 导致 SHAP 值不稳定;                    天 气(VIS≤1  km)预 报 的 TS、  POD 评 分 相 比 EC‐
             高浓度时(如重污染事件), PM 成为模型判断低                           MWF预报分别提升了 0. 13和 0. 16。在 48 h预报时
                                          2. 5
             能见度天气的主导因素。                                        效内低能见度事件多发的夜间时段, LightGBM 的
                  T 对低能见度天气的影响在不同温度区间呈                          TS 值(0. 355)较 ECMWF(0. 174)提 升 近 104%,
                   850
             现不同的方向和强度[图 7(e)], 在其小于-5 ℃时                       POD 值为 0. 426(ECMWF 为 0. 197), 且随着预报
             SHAP值随 T 升高呈下降趋势, 但 SHAP值为正的                       时效的增加(预报时效 9 h后), LightGBM 维持正技
                         850
             样本相对较少。而在其大于-5 ℃后, SHAP 值随                         巧且均优于 ECMWF 模式。可见 LightGBM 作为数
             T 升高呈上升趋势, 表明 T 越高, 对 VIS≤1 km预                    据驱动模型, 能深度挖掘历史数据, 解析更深层次
                                      850
               850
             测的正向影响越显著。T 的升高反映了本地暖湿                             的非线性关系, 能识别到更多实际发生的低能见度
                                    850
             气流活跃: 一方面可输送水汽增加大气湿度(刘瑞                            事件, 大幅降低漏报风险, 同时能捕捉到夜间低能
             婷等, 2014), 另一方面当地面温度较低时, 较高的                       见度的关键影响因子及变化机制, 对夜间低能见度
             T 有利于逆温层的出现和维持, 如在秋冬季冷空                            天气的预报能力更具优势, 可为实际预报业务提供
               850
             气间歇期, 若有弱暖湿气流北上(T 相对升高), 与                         更可靠的支持。
                                             850
             近地面冷空气配合, 有利于逆温层的建立、 维持并                              (3)  模型在低能见度(VIS≤1 km)天气预测中,
             出 现 雾 或 霾 天 气(李 江 波 等 , 2007; 李 美 琪 等 ,            低层的气象要素对低能见度天气预测的重要性较
             2020)。                                             高, 其中(T-Td) 对能见度预测的影响最为关键,
                                                                               2m
                                                                是主导模型预测的核心因素; 其次为RH 和T , 同
              4  结论与讨论                                                                              2m   2m
                                                                时PM 排名也靠前, 说明在关中地区低能见度预报
                                                                     2. 5
                  本研究基于陕西关中地区 44 个国家基本气象                        中考虑污染物浓度非常必要。高RH 、 T 、 PM 和
                                                                                                          2. 5
                                                                                                    850
                                                                                                2m
             站地面观测数据分析得到的关中地区低能见度天                              低(T-Td) 、T 有利于低能见度天气的出现。
                                                                        2m
                                                                            2m
             气的时空特征及形成的关键因子, 从地面气象要                                (4)  不同特征的取值变化对模型预测低能见
             素、 ERA5 高空再分析数据、 环境监测站污染物浓                         度(VIS≤1 km)天气的影响也不同。当(T-Td) <
                                                                                                           2m
             度中筛选出 37 个特征变量, 利用 LightGBM 算法构                    2 ℃后, 其值变化对模型预测的正向影响急剧增
             建关中地区国家站能见度分级预报模型。通过输                              强, 同时 RH >80% 后, SHAP值随湿度升高呈指数
                                                                           2m
             入 ECMWF 模式和 CUACE 模式的逐 3 h 气象要素                    型上升, 可见在秋冬季, 湿度超过一定阈值后成为
             及污染物浓度预报场, 实现关中地区国家气象站未                            低能见度预测的关键判据。SHAP 值随 T 升高呈
                                                                                                      2m
             来 72 h 的能见度分级客观预报。选取了 2025 年 1                     线性下降趋势, 体现出显著负向影响; 而 T 在不
                                                                                                        850
             -3 月出现的 8 次低能见度过程对模型进行独立检                          同温度区间对模型的贡献也不同, 当 T >-5 ℃后,
                                                                                                   850
             验, 重点评估其对不同等级能见度的预报准确率及                            SHAP 值随 T 升高而显著增大, 一方面反映了暖
                                                                           850
             对低能见度事件的捕捉能力。同时, 引入 SHAP 可                         湿气流的水汽输送作用, 另一方面与近地面低温配
   289   290   291   292   293   294   295   296   297   298   299