热带气旋（Tropical Cyclones, TCs）作为全球最具破坏性的天气系统之一，其尺度不对称性直接影响风雨分布、风暴潮范围及灾害风险评估，是联结气旋内部动力过程与外部环境场相互作用的重要表征。然而，现有研究多集中于空间分型分析，缺乏能够定量区分对称与非对称热带气旋的量化指标，亦未系统解析多影响因子的相对贡献。
本文利用2001—2023年美国联合台风预警中心（JTWC）最佳路径数据集和欧洲中期天气预报中心再分析资料（ERA5），采用尺度不对称指数（Size Asymmetry Index, SAI）量化四象限34节风圈半径的不均匀程度，并以SAI分布的第20百分位数（0.0557）作为单样本对称阈值。在此基础上，将生命周期内对称样本占比≥第75百分位数（30.14%）的TC归为对称组，占比≤第25百分位数（0%）的TC归为非对称组。通过对两组进行合成对比、显著性检验（p<0.05）及基于SHAP（Shapley Additive Explanations）的机器学习归因分析，系统探究了影响TC尺度不对称程度的关键因子。
结果表明：在成熟洋面核心区域（10°N–30°N，122.5°E–135°E），对称组TC占比高于非对称组；而非对称组TC更多出现于初始发展阶段及高纬度地区。统计显示，非对称组具有更高的纬度、更快的移速，以及显著更强的三层垂直风切变（尤以低层500–850 hPa为著）和位势高度梯度不对称；相比之下，对称组TC的强度（Vmax）中位数较非对称组高出35%，同时伴随更大的环境螺旋度、更高的中高层相对湿度、更高的海表温度及更大的海陆比。基于SHAP值的特征贡献分析表明，TC自身强度（Vmax）是影响SAI的首要因子（贡献率17.69%），且与SAI呈负相关；低层垂直风切变（VWS_lower）为第二关键因子（贡献率14.62%），与SAI呈正相关，表明低层动力过程主导了TC风场不对称的演变。
本研究构建了一套完整的定量评估框架，厘清了动力、热力及TC自身要素对尺度不对称程度的多因子协同作用机制，可为西北太平洋热带气旋结构精细化预报及近海灾害风险评估提供理论支撑。
 

热带气旋；尺度非对称指数；合成分析；机器学习；SHAP归因