本文提出了一种基于卫星观测数据的新型定量指标Symmetric Ratio，用于评估热带气旋（TC）内核对称性，并将其应用于热带气旋快速增强（RI）的预测。研究表明，该指标超过0.6时，TC快速增强概率显著提升，可作为RI 有效预测指标；对称的内核结构意味着TC组织更加紧密，能更高效输送海洋热量与水汽，为RI提供更多能量。
为提升RI预测精度，研究采用决策树、随机森林、轻梯度提升机、自适应增强四种机器学习模型，对西北太平洋（WNP）和北大西洋（NA）开展TC 12 小时、24小时RI预测，并基于四种机器学习算法构建集成预报模型。模型训练使用2005-2020年TC最佳路径数据和再分析数据，验证使用2021-2022年数据。在2016-2023年的独立测试中，融合自动热带气旋预报系统的实时和预报TC路径数据与全球预报系统的大尺度环境数据。
与国家飓风中心（NHC）现有模型相比，其在2016-2020年期间对NA 24 小时RI预测命中率（POD）为21%，误报率（FAR）为50%，本研究集成模型同期实现0.27的POD和0.18的FAR。在2021-2023年，集成模型在NA和WNP 24小时预测分别获0.24和0.41 POD值，及0.33和0.45的FAR值，验证了模型预测能力。
通过SHAP（SHapley Additive exPlanations）值分析，过去12小时强度变化是最重要因子，其他显著因子包括垂直风切变、潜在强度和纬度。此外，PC75/PC60（距离TC中心50-100公里的环形区域内，云顶亮度温度低于-75°C/-60°C区域占比）、Symmetric Ratio 等指标凸显了TC结构与深对流对RI的重要作用。研究深化了对TC快速增强机制的认知，为相关研究提供了新视角。
 

热带气旋,内核对称性,快速增强,机器学习模型,预报