导读闪电是一种破坏性力量，有可能对基础设施、建筑物造成广泛破坏，甚至会引发巨大的火灾，例如加州大规模的闪电大楼火灾。能够为潜在的闪电预
闪电是一种破坏性力量，有可能对基础设施、建筑物造成广泛破坏，甚至会引发巨大的火灾，例如加州大规模的闪电大楼火灾。能够为潜在的闪电预报做好准备可以更好地为野火做好准备，缩短预警时间并创建更长的气候模型。
华盛顿大学大气科学副教授 Daehyun Kim 说：“机器学习的最佳主题是我们还没有完全理解的东西。”“而在大气科学领域，有什么东西仍然知之甚少?闪电。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。”
怎么运行的
该技术将天气预报与基于先前闪电事件的机器学习方程相结合。该方法允许研究人员比现有方法提前两天预测一个地区的闪电。
“这表明使用基于机器学习的方法可以改进对雷暴等恶劣天气系统的预测，”参与该项目的华盛顿大学大气科学博士生 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。”
研究人员用 2010 年至 2016 年的闪电数据训练系统，让系统发现变量与闪电之间的关系。然后对 2017 年至 2019 年的天气进行了测试，比较了人工智能 (AI) 支持的技术和现有的基于物理的方法。
UW 方法能够比旧方法提前两天以大致相同的技能预测闪电。在闪电频繁的东南部，人们发现人工智能比其他方法更准确，但在闪电稀少的地方，它并不那么准确。
下一步包括使用更多的数据源、更多的天气变量和复杂的技术来改进预测或特定情况，如干燥闪电或没有降雨的闪电。
最终，华盛顿大学表示该方法可用于更远距离的预测，这很重要，因为闪电会影响空气化学，这反过来又会通过预测闪电来产生更好的气候模型。