La turbulencia de aviación inducida por cizalladura del viento (WSAT) sigue siendo una preocupación importante de seguridad durante las fases de aproximación y despegue en aeropuertos de terreno complejo. Este estudio desarrolla un marco interpretable de Máquina de Aumento Explicable (EBM) para clasificar eventos de WSAT en el Aeropuerto Internacional de Hong Kong (HKIA). El marco integra Evolución Diferencial con HyperBand (DEHB) para la optimización de hiperparámetros y aplica múltiples métodos de balance de datos como SMOTE, Borderline SMOTE, Safe-Level SMOTE y G-SMOTE. El conjunto de datos consiste en Informes de Pilotos (PIREPs) recopilados entre el 1 de enero de 2007 y el 31 de julio de 2023, con 6838 eventos de cizalladura del viento que incluyen variables relacionadas con la magnitud de la cizalladura del viento, altitud, distancia de la pista, condiciones de lluvia y factores causales. Entre todas las configuraciones, el EBM ajustado a través de DEHB y entrenado con datos tratados con SMOTE logró el mejor rendimiento predictivo con BA = 0.710, MCC = 0.321 y G-Mean = 0.708, superior a los variantes no tratadas y otros métodos de balance. La interpretación basada en EBM mostró que la altitud de cizalladura del viento y la magnitud de cizalladura del viento eran predictores clave, y su interacción reflejó un patrón no lineal donde la probabilidad de WSAT aumentó bajo condiciones de cizalladura moderada a alta (altitud de cizalladura del viento ~ 0.5-2.5 y magnitud ~ 30-35 nudos). El marco EBM-SMOTE optimizado por DEHB proporciona una base interpretativa transparente para la evaluación del riesgo de WSAT y avanza en la evaluación cuantitativa en meteorología de aviación.