导读 闪电是自然界最具破坏性的力量之一，就像在 2020 年引发大规模加州闪电综合体火灾一样，但仍然难以预测。更好的闪电预报有助于为潜在的野
闪电是自然界最具破坏性的力量之一，就像在 2020 年引发大规模加州闪电综合体火灾一样，但仍然难以预测。
更好的闪电预报有助于为潜在的野火做好准备，改进闪电的安全警告，并创建更准确的长期气候模型。
“机器学习的最佳主题是我们不完全理解的东西。大气科学领域有什么东西仍然知之甚少?闪电，”华盛顿大学大气科学副教授 Daehyun Kim 说。“据我们所知，我们的工作是第一个证明机器学习算法可以用于闪电的工作。”
新技术将天气预报与基于对过去闪电事件分析的机器学习方程相结合。在地球物理联合会秋季会议上提出的混合方法可以比现有的领先技术提前两天预测东南部的闪电。
“这表明，可以通过使用基于机器学习的方法来改进对雷暴等恶劣天气系统的预测，”在华盛顿大学攻读大气科学博士学位的 Wei-Yi Cheng 说。“它鼓励探索其他类型的恶劣天气预报的机器学习方法，例如龙卷风或冰雹。”
研究人员使用 2010 年至 2016 年的闪电数据训练该系统，让计算机发现天气变量与闪电之间的关系。然后，他们在 2017 年至 2019 年的天气中测试了该技术，比较了 AI 支持的技术和现有的基于物理的方法，并使用实际的闪电观测来评估两者。
与东南部等雷电多的地方的领先技术相比，新方法以相同的技术预报闪电大约提前两天。因为该方法是在整个训练的，所以它在闪电不常见的地方的表现并不那么准确。
用于比较的方法是最近开发的一种基于降水量和暴风云上升速度预测闪电的技术。随着气候变化和北极上空闪电的持续增加，这种方法预测了更多的闪电。