美国华盛顿州立大学开发出一套独特的机器学习方法。根据这个方法预测，未来几年，美国西北部地区发生地闪的天数将普遍增加，同时伴随更高的野火风险。 

　　一项近期发表在《地球的未来》的研究，详细预测了本世纪中叶美国西部的闪电活动。爱达荷州、华盛顿州和俄勒冈州部分地区的闪电活动变化最大，落基山脉部分地区每年预计将增加4至12天可能出现闪电的天气。 

　　研究人员还将闪电预测与野火风险预测相结合，计算出闪电引发火灾的每日风险变化。尽管不同地区的预测存在差异，但整体趋势十分明确：在美国西部存在火灾隐患的区域中，98%的地区因雷击导致火灾的风险进一步上升。 

　　“在本研究以及其他相关的研究中,美国西北部逐渐成为火灾及相关灾害风险增长幅度最大的地区，这里的风险明显高于美国西部的其他地区，”华盛顿州立大学温哥华分校环境学院助理教授辛格·迪普提说。 

　　研究人员指出，随着全球持续变暖、野火规模和烈度不断加剧，这项研究强调加强森林管理、降低火灾风险以及帮助高风险社区做好备灾工作的紧迫性。在美国西部，雷击已造成超过三分之二的野火过火面积。当前全球气候模型的空间分辨率过于粗糙，无法反映闪电产生所需的条件，因此无法直接模拟未来的闪电活动。 

　　本研究开发的机器学习模型，可精确描绘出美国西部地区未来的闪电模式以及闪电引发火灾风险的详情。 

　　“很多研究都指出，美国西部未来的野火活动将会增加，但这些研究没有考虑到未来闪电活动也会更加频繁。而我们的研究表明，这样的情况将在许多地区发生。我们还对不久的未来（2031年至2060年）进行预测。这个时间段再过几年就要开始，可以说已近在眼前，”论文第一作者德米特里·卡拉什尼科夫说。 

　　卡拉什尼科夫在华盛顿州立大学攻读博士学位期间主导这项研究，目前是加州大学默塞德分校的博士后研究员。论文的合著者还包括来自加州大学默塞德分校、科罗拉多州立大学、波特兰州立大学等机构的研究人员。 

　　为预测这些风险，卡拉什尼科夫采用一种名为卷积神经网络的机器学习方法。这类基于神经网络的预测模型是针对美国西部每一个1度×1度网格单元量身定制的，每个单元的边长大约为69英里，这也是气候模型的典型空间分辨率。相比以往的研究，这个方法能够在更精细的地理尺度上进行有针对性的闪电预测。 

　　在本研究以及其他相关的研究中,美国西北部逐渐成为火灾及相关灾害风险增长幅度最大的地区，这里的风险显著高于美国西部其他地区。 

　　这类基于神经网络的预测模型是2024年卡拉什尼科夫发表的论文研究主题。论文由卡拉什尼科夫主导，辛格等人参与合著。 

　　在当前的研究中，团队利用1995年至2022年夏季的三项关键气象变量数据，这些变量与闪电活动密切相关，用以训练各网格单元的神经网络，从而生成对本世纪中叶的预测。 

　　“我们并不是开发一个统一的模型来预测所有地区的闪电活动，而是把尺度细化，针对每一个1度网格进行预测，” 卡拉什尼科夫解释道。 

　　这些模型能够识别出各网格中可能出现地闪的日期。研究人员还借助“火险指数”（一种基于天气和气候条件衡量野火风险的指标），计算出其中有多少天属于高火险天气。研究人员发现，绝大多数地区未来雷击引发火灾的风险将会增加。这个趋势主要是由于火险指数上升所致，即便在某些闪电发生次数可能没有增加的地区，也同样存在风险上升的情况。 

　　不过，闪电天气的增加并不意味着火灾风险会等比例增加，因为火灾风险还取决于气温、降水、风力以及植被干燥程度等因素。例如，在落基山脉，到本世纪中叶，高雷击火灾风险日预计将增加3天或更多，尽管整体闪电天数的增幅更大。 

　　另一方面，犹他州和亚利桑那州部分地区发生闪电的天数有所减少，但由于整体发生火灾的风险上升，这些地区因雷击引发火灾的天数反而可能会增加。 

　　西南部地区发生闪电的天数增幅较小，甚至在某些地区还出现下降的情况，但这里因雷击引发野火的天数预计仍会增加。