En este artículo, proponemos diferentes enfoques de pronóstico explicables, basados en reglas de decisión inductivas y evolutivas, para la predicción de eventos de visibilidad extremadamente baja. La explicabilidad de los procesos dados por las reglas está en el núcleo de la propuesta. Proponemos dos metodologías diferentes: primero, aplicamos el algoritmo PRIM y la evolución para obtener reglas inducidas y evolucionadas, y posteriormente estas reglas y conjuntos de reglas se utilizan como una posible alternativa más simple a los clasificadores de ML/DL. En segundo lugar, proponemos integrar la información proporcionada por las reglas inducidas/evolucionadas en las técnicas de ML/DL, como entradas adicionales, con el fin de enriquecer los complejos modelos de ML/DL. Los experimentos en la predicción de eventos de visibilidad extremadamente baja en el norte de España debido a la niebla orográfica muestran el buen rendimiento de los enfoques propuestos.