热带气旋降雨（TCR）广泛影响沿海社区，主要通过内陆洪水。全球气候变化对TCR的影响是复杂且有争议的。这项研究使用XGBoost机器学习模型，其中具有19年的气象数据和每小时的卫星沉淀观测值，以预测Indimical风暴的TCR。该模型将灰尘光学深度（DOD）识别为明显增强性能的关键预测指标。该模型还发现了撒哈拉粉尘和TCR之间的非线性和飞旋镖形状的关系，TCR峰为0.06 DOD，此后急剧下降。这表明从微观物理增强到高灰尘浓度下的辐射抑制。该模型还突出了TCR与气象因素（如海面温度和风暴核心附近的等效势温度）之间有意义的相关性。这些发现说明了机器学习在预测TCR及其理解其驱动因素和物理机制方面的有效性。