《Applied Sciences》：From Sparse Stations to Road Networks: Hourly Visibility Prediction Using a Machine Learning-Based Stacked Ensemble Model
编辑推荐：
地表能见度与路网尺度能见度研究对交通运输至关重要。然而，复杂地形、频繁沙尘活动以及稀疏的观测站点增加了沿道路连续能见度监测的难度。本研究构建了一种异构证据融合框架，命名为VisCET，该框架将站点级监督、无缝网格推断与路网尺度表征相衔接。该框架整合了站点观测、
地表能见度与路网尺度能见度研究对交通运输至关重要。然而，复杂地形、频繁沙尘活动以及稀疏的观测站点增加了沿道路连续能见度监测的难度。本研究构建了一种异构证据融合框架，命名为VisCET，该框架将站点级监督、无缝网格推断与路网尺度表征相衔接。该框架整合了站点观测、大气成分、遥感、陆面信息及其他辅助数据，并采用由多种机器学习算法与深度学习模块组成的两层堆叠集成模型，生成空间分辨率为0.1°×0.1°的无缝逐小时地表能见度（SV）场及长距离路网能见度（RV）场。基于约94,131组数据对的样本十折交叉验证表明，VisCET模型具有良好的稳健性与准确性，皮尔逊相关系数（R）为0.94，均方根误差（RMSE）为3.31 km。时间与站点交叉验证进一步证实了模型在时间域与空间域的强性能，其R值分别为0.916与0.886，RMSE分别为3.950 km与4.315 km。无缝逐小时SV场能够捕捉代表性低能见度事件的形成、发展与消散过程。所生成的逐小时、连续、网格化能见度场及道路单元产品将大气环境监测从规则网格拓展至道路廊道，为道路气象服务、路线规划及低能见度路段识别提供了空间环境信息。
一、研究背景与问题提出
地表能见度反映近地面大气对可见光的消光作用，是交通安全与大气环境监测的重要变量，其变化受气溶胶负荷、空气湿度、边界层结构及地表条件共同控制。能见度降低会缩短驾驶员有效视距，显著增加严重交通事故风险。新疆地区盆地、山地、沙漠与绿洲交错分布，沙尘活动具有显著的区域与季节差异，长距离道路穿越多种地形与地表条件，导致交通廊道上的能见度变化剧烈。然而，地面站点数量有限且分布稀疏，从离散观测重建连续能见度场成为新疆道路气象服务的基础任务。
现有研究虽在一定程度上缓解了站点稀疏、非线性关系复杂及局部道路信息缺失等问题，但相关方法彼此分离，尚不能同时满足“站点级监督—无缝网格—路网气象”的目标。基于卫星的光学反演扩展了空间覆盖，但依赖无云观测与气溶胶垂直分布等先决条件；基于多源机器学习的制图方法可生成连续规则网格，但通常仅基于目标时刻的环境变量，未同时处理观测上限的标签语义与历史状态；时间序列模型可提取过程记忆，但主要用于站点序列预测，尚未与大尺度网格推理及道路空间转换相结合；道路链路模型依赖邻近气象站，难以在站点稀疏的长距离道路廊道上提供连续背景场。传统回归中将达到约30 km上报上限的记录视为精确值，导致“不低于上限”的区间信息未被模型利用。当前环境条件与历史状态常被分开建模，样本层面尚未建立联合表征。基于随机样本划分的模型评估不足以全面反映跨时间块与整站留出条件下的迁移能力。区域能见度研究通常止步于规则网格，而道路链路研究高度依赖邻近站点，连续网格结果转换为道路空间单元时仍缺乏一致的组织与统计表征。上述局限凸显了构建统一框架的必要性，该框架需能处理上报上限观测、联合表征当前环境条件与历史状态、评估时间与空间迁移性，并将连续能见度场与路网空间单元相衔接。
二、研究内容与结论
针对上述问题，研究人员开发了异构证据融合框架VisCET，通过条件融合整合当前状态、删失感知与历史表征，并将验证后的网格化能见度场扩展至路网空间单元。首先，XGBoost-AFT将达到上报上限的样本编码为右删失区间，多个树模型与因果时序卷积网络的折外预测分别表征当前环境条件与历史状态，TabM执行异构证据融合。采用随机、时间块与整站空间交叉验证评估不同迁移场景下的模型性能。站点尺度验证后，模型生成无缝网格化能见度场，并通过道路采样与路段聚合进一步转换为路网级产品。
研究得出以下结论：在随机样本验证下，VisCET取得R=0.941、RMSE=3.317 km、MAE=2.004 km；时间块验证下R=0.916、RMSE=3.950 km、MAE=2.473 km；站点空间验证下R=0.886、RMSE=4.315 km、MAE=2.776 km。误差递增与时间及未见站点迁移难度加大相一致。与最优单树模型ExtraTrees相比，完整VisCET使RMSE与MAE分别降低21.47%与31.02%。三种验证方案表明VisCET在时间与未见站点迁移下仍保持较强的观测—估计相关性。研究同时生成了0.1°×0.1°空间分辨率的逐小时无缝网格化能见度场。在代表性强沙尘事件期间，南疆低能见度区域在24小时内保持空间连续性，其位置、范围与强度随时间演变。沿道路几何采样并聚合网格场，生成了32,696个约5 km的路段，采用沿路采样能见度的第10百分位数表征各路段内的低能见度状况。这一转换将区域连续能见度场变为按目标时间与道路位置索引的路段属性，将能见度信息从站点与规则网格扩展至路网空间单元。
三、关键技术方法
研究人员主要采用了以下关键技术方法：一是异构证据融合框架VisCET，将输入组织为当前环境、删失信息与历史状态三类证据；二是多种树模型（ExtraTrees、XGBoost、LightGBM、CatBoost）处理目标时刻环境特征，其折外预测表征当前环境响应；三是XGBoost-AFT将达到上报上限的样本建模为右删失观测；四是因果时序卷积网络（Causal-TCN）编码前序动态环境变量、历史能见度与可用性信息；五是TabM作为条件融合模块，通过参数高效集成学习表格表征间的非线性交互，生成最终能见度估计。数据来源包括GHCNh地面观测、ERA5-Land陆面数据、CAMS大气成分预报、MODIS植被产品、HWSD v2.0土壤数据集及OpenStreetMap道路几何。研究时段为2024年1月1日至2026年3月26日，经质量控制与时空匹配后保留94,131个样本。
四、研究结果
4.1 模型组件消融分析
基于随机十折交叉验证的外层测试结果，研究人员进行了顺序消融分析。四种单树模型中ExtraTrees表现最佳，R为0.8106，RMSE与MAE分别为4.2239 km与2.9052 km。固定加权融合将R提升至0.8220，RMSE与MAE降至4.0911 km与2.8206 km。XGBoost-AFT从上报上限记录中提取删失感知证据，强化高能见度范围的监督；Causal-TCN编码前序环境条件与历史能见度以捕捉时间演化与依赖性；TabM学习这些预测特征的状态依赖非线性组合。结果表明性能提升逐步来自多模型融合、TabM条件融合、删失感知监督与历史状态表征的联合贡献。
4.2 模型性能评估
采用随机、时间块与站点空间三种外层十折验证方案。随机验证下VisCET取得R=0.941、RMSE=3.317 km、MAE=2.004 km；时间验证下R=0.916、RMSE=3.950 km、MAE=2.473 km；空间验证下R=0.886、RMSE=4.315 km、MAE=2.776 km。相对随机验证，时间验证的RMSE与MAE分别增加0.633 km（19.08%）与0.469 km（23.40%），空间验证分别增加0.998 km（30.09%）与0.772 km（38.52%）。三种场景呈现从近同分布预测到时间块迁移、再到未见站点迁移的渐进泛化梯度。
4.3 代表性站点能见度时间变化
选取喀什、和田、库车、乌鲁木齐、塔城与哈密六个站点进行2024年日尺度对比。喀什站预测与观测一致性良好，R为0.970，RMSE为2.23 km；库车（R=0.970，RMSE=1.82 km）与哈密（R=0.970，RMSE=2.37 km）也呈现高度一致性。和田站能见度集中于较低范围，R为0.89，RMSE最低为1.57 km。乌鲁木齐与塔城能见度范围较宽，RMSE分别为2.85 km与2.78 km。全部2147个日尺度样本的相关系数为0.970，MAE与RMSE分别为1.45 km与2.32 km。不同站点能见度呈现明显季节差异，反映沙尘活动、气溶胶负荷与近地面气象条件的综合影响。
4.4 24小时日循环内地表能见度一致性
针对2024年3月31日至4月2日新疆强沙尘事件，研究人员分析了2024年4月1日00:00至20:00 UTC六个代表时刻的模拟能见度、CAMS PM2.5与近地面气象场。事件早期，南疆盆地中东部及周边已存在较高PM2.5浓度，高值区逐渐向西扩展并增强大气消光。随着事件发展，2 m气温与边界层高度升高，10 m风场调整，较强垂直混合有利于沙尘在边界层内抬升与扩散。后期边界层变浅，近地面扩散减弱，高PM2.5区域向南疆东部与西部分离。24个逐小时无缝网格化能见度场显示，低能见度区域主要集中于塔里木盆地并形成东西向带状结构，北疆大部分地区维持较高能见度，天山沿线存在明显过渡带。低能见度区域的位置、范围与强度随时间渐进变化，空间模式在相邻小时间保持连续。
4.5 24小时日循环内路网级能见度一致性
经空间裁剪与道路等级过滤后，研究区域内路网被划分为32,696个约5 km路段，沿道路几何生成127,580个约1 km间隔的采样点。以2025年1月6日03:00 UTC为代表时刻，低能见度路段主要集中于南疆、西部区域及部分山前与盆地边缘廊道。在路段长度固定为5 km时，0.5 km采样间隔与1 km基线高度一致，2 km采样间隔虽保持较高一致性但触发低样本警告。在采样间隔固定为1 km时，10 km与20 km路段与5 km基线保持较高秩相关，但P10值呈现系统性下移，低值热点重叠度下降，低能见度影响路段比例增加。因此研究保留约5 km作为主要报告单元。
五、讨论与结论
讨论部分指出，VisCET的精度提升并非仅来自堆叠本身，而是多种模型响应与异构证据的联合贡献。删失感知分支与历史分支分别提供上尾区间约束与时间过程信息。随机、时间与空间三种外层验证方案将泛化任务从近同分布估计逐步扩展至时间块迁移与独立站点泛化。空间站点留出场景下误差较高，反映复杂地形与稀疏站点覆盖下局部观测不足对细尺度估计的约束。未来工作可补充关键地形区与交通廊道观测、引入更高空间分辨率遥感产品、优化路网产品尺度，并整合交通流、车辆状态与道路属性以支持路线级决策。
研究结论部分翻译如下：本研究解决了站点稀疏区域连续能见度场估计不稳定及规则网格产品难以直接提供道路气象信息两大挑战。研究人员通过整合当前环境条件、观测上限右删失信息与历史状态构建了VisCET，建立了从站点监督、无缝网格推断到路网能见度表征的统一工作流。随机样本验证下VisCET取得R=0.941、RMSE=3.317 km、MAE=2.004 km；时间块验证下R=0.916、RMSE=3.950 km、MAE=2.473 km；站点空间验证下R=0.886、RMSE=4.315 km、MAE=2.776 km。与最优单树模型ExtraTrees相比，完整VisCET使RMSE与MAE分别降低21.47%与31.02%。研究同时生成了0.1°×0.1°分辨率的逐小时无缝网格化能见度场，并在代表性强沙尘事件期间捕捉了南疆低能见度区域的连续空间演变。沿道路几何采样与聚合生成了32,696个约5 km路段，以沿路采样能见度第10百分位数表征各路段低能见度状况，将能见度信息从站点与规则网格扩展至路网空间单元。空间验证下较大的误差表明，复杂地形与稀疏站点覆盖下未见位置的细尺度估计仍受限于局部观测不足。未来研究可通过补充关键地形区与交通廊道观测、引入更高分辨率遥感产品、优化路网产品尺度，并整合交通流、车辆状态与道路属性，为道路天气监测、低能见度廊道筛查与路线级决策提供动态环境支持。
