模型架构
5 源双模式融合引擎 · Dynamic Focal Loss · Platt 校准 · 6月20日 周六
流水线
数据处理流程
6 源采集
和风 / OM / wttr / WA / VC / 彩云
→
快照存储
SQLite WAL 72-96h
→
Focal Loss 评分
Dynamic γ=2.0
→
权重学习
14天指数衰减
→
双模式融合
BMA + MAX-boost
→
Platt 校准
概率后处理
→
日报输出
14 城预警
机制
核心机制
双模式融合引擎
检测模式（max × 0.5）与估量模式（BMA 加权平均）取较高值。在保留 BMA 精准度的同时，避免强信号被多源平均稀释。
Dynamic Focal Loss
替代传统 Brier Score，引入焦点损失（γ=2.0）聚焦困难样本。漏报惩罚 3 倍于虚报，确保「宁可多报，不可漏报」。
三阶 MAX-boost 保底
梯度保底策略：任源 ≥70% 保底 55%，≥55% 保底 40%，≥40% 保底 30%。防止低权重源的强信号被埋没。
Platt Scaling 概率校准
借鉴 ECMWF、NCEP 等主流数值预报系统的后处理技术。通过 Sigmoid 变换校准融合概率，每 3 天自动重训。
Lead-time 分桶权重
按 0-6h / 6-24h / 24-48h / 48-72h 四个时距桶 × 城市独立学习权重。不同源在不同预测时距各有优劣。
城市自适应阈值
结合季节性因子（雨季 0.80 / 旱季 1.15）和降水强度调整。每个城市有独立的降雨判定阈值，不再一刀切。
Parameters
核心参数
| 参数 | 值 | 说明 |
|---|---|---|
| RAIN_PROB_THRESHOLD | 45% | 基础降雨判定阈值（城市自适应后浮动） |
| DATA_SOURCES | 6源 | 和风 / Open-Meteo / wttr / WeatherAPI / Visual Crossing / 彩云 |
| CONSENSUS_MIN_SOURCES | 2源 | 最少共识源数量（冷启动期降为 1） |
| CONSENSUS_MIN_PROB | 25% | 单源最低支持概率 |
| MAX_BOOST_TIERS | 70→55 / 55→40 / 40→30 | 三阶梯度保底（源概率→融合下限） |
| FOCAL_LOSS_GAMMA | 2.0 | Dynamic Focal Loss 聚焦参数 |
| DECAY_HALF_LIFE_DAYS | 14天 | 时间衰减半衰期 |
| MIN_WEIGHT | 5% | 最低权重约束 |
| ASYMMETRIC_MISS_WEIGHT | 3.0x | 漏报惩罚倍率 |
| ASYMMETRIC_FA_WEIGHT | 1.0x | 虚报惩罚倍率 |
| PLATT_RETRAIN_DAYS | 3天 | Platt Scaling 重训周期 |
| DUAL_MODE_DETECT_RATIO | 0.5x | 检测模式 = max_prob × 0.5 |
Weights
实时权重分布
Daily Report
每日模型报告
近 7 日模型表现
召回率、准确率、F1 分数 · 信息源排名 · 诊断建议
每日 10:00 自动生成 · 最后更新: 6月20日 周六