本文介绍了一项由Kyuhee Shin、Kwonil Kim和Gyuwon Lee共同完成的研究，题为《Supervised Learning-Based Prediction of Lightning Probability in the Warm Season》，发表于2024年9月28日的《Remote Sensing》期刊。该研究旨在通过机器学习技术提高闪电预测的准确性，特别是在暖季期间。闪电预测对于减少其对人类生命、基础设施和自然环境的危害至关重要。然而，由于对流风暴的快速发展和空间限制，传统的数值天气预报（Numerical Weather Prediction, NWP）模型在闪电预测方面存在较大挑战。

研究背景与目标

闪电通常伴随强对流天气（如冰雹和暴雨）发生，对社会和经济造成重大损失。为了准确预测闪电，许多研究尝试识别与闪电活动相关的气象指数，如对流有效位能（Convective Available Potential Energy, CAPE）、抬升指数（Lifted Index, LI）等。然而，这些指数通常依赖于复杂的算法来处理高分辨率NWP模型生成的大量数据。近年来，机器学习（Machine Learning, ML）技术的兴起为解决这一问题提供了新的途径。ML无需对数据分布进行假设，能够高效处理“大数据”，因此在闪电预测中展现出巨大潜力。

本研究的目标是开发一种基于随机森林（Random Forest, RF）算法的闪电预测模型，命名为LightningRF。该模型旨在为预报员提供实时概率预测，帮助其在6小时内的短时预报中提高闪电预测的准确性。

研究方法与流程

LightningRF模型基于随机森林算法，使用闪电发生作为响应变量，NWP模型生成的特征参数作为预测变量。研究的主要流程包括以下几个步骤：

1. 数据准备：研究使用了韩国气象厅（Korea Meteorological Administration, KMA）提供的闪电观测数据作为响应变量。闪电数据包括云地闪（Cloud-to-Ground Flashes, CGs）和云间闪（Cloud-to-Cloud Flashes, CCs）。预测变量则来自韩国局部分析与预报系统（Korea Local Analysis and Prediction System, KLAPS）的高分辨率NWP数据，包括温度、湿度、风速等基本气象参数，以及与闪电相关的热力学和动力学参数（如CAPE、LI、Sweat指数等）。

2. 模型训练与优化：由于闪电数据的高度不平衡（闪电发生的网格点远少于未发生的网格点），研究采用了欠采样技术来平衡数据集。随机森林模型的超参数（如树的数量和预测变量的数量）通过网格搜索和分层10折交叉验证进行优化。最终，模型选择了200棵树和4个预测变量的组合。

3. 特征重要性分析：研究通过平均减少不纯度（Mean Decrease Impurity, MDI）评估了各特征的重要性。结果显示，Showalter指数（Sho）是闪电预测中最重要的变量，其次是云顶相关变量（如云顶温度、云顶高度等）。

4. 模型验证与应用：研究通过分层10折交叉验证评估了模型的性能。结果表明，LightningRF在闪电预测中表现出较高的准确性，特别是在1小时内的短时预报中。模型还应用于KLAPS的分析和预报场，展示了其在闪电发生区域的高概率预测能力。

主要结果

1. 特征重要性：Showalter指数（Sho）在闪电预测中具有最高的特征重要性，表明其在诊断大气不稳定性方面的关键作用。云顶相关变量（如云顶温度、云顶高度等）也表现出较高的预测能力。

2. 模型验证：通过分层10折交叉验证，LightningRF在闪电预测中的表现良好。当概率阈值为46%时，模型的临界成功指数（Critical Success Index, CSI）达到峰值0.896，表明其在闪电预测中的高准确性。

3. 应用案例：研究将LightningRF应用于KLAPS的分析和预报场，展示了其在闪电发生区域的高概率预测能力。特别是在对流系统中，模型能够准确预测闪电的发生区域，尽管随着预报时间的增加，预测区域的范围有所扩大。

结论与意义

本研究开发的LightningRF模型通过结合高分辨率NWP数据和机器学习技术，显著提高了闪电预测的准确性。该模型在1小时内的短时预报中表现出色，能够为预报员提供实时概率预测，帮助其更好地应对闪电相关的灾害。此外，研究还揭示了Showalter指数和云顶相关变量在闪电预测中的重要性，为未来的闪电预测研究提供了新的方向。

研究亮点

1. 创新性：本研究首次将随机森林算法应用于闪电预测，并通过高分辨率NWP数据优化了模型的预测能力。
2. 实用性：LightningRF模型能够为预报员提供6小时内的短时闪电概率预测，具有较高的实际应用价值。
3. 数据驱动：研究通过特征重要性分析，揭示了Showalter指数和云顶相关变量在闪电预测中的关键作用，为未来的闪电预测研究提供了新的视角。

未来展望

尽管LightningRF模型在闪电预测中表现出色，但仍存在一些局限性。例如，模型对NWP数据的依赖性较强，若NWP模型对大气条件的模拟不准确，可能会影响闪电预测的准确性。未来的研究可以结合高分辨率遥感数据（如雷达反射率、卫星亮度温度等）来进一步提高短时预测的准确性。此外，如何定义闪电事件的时间窗口也是一个值得探讨的问题。

本研究为闪电预测提供了新的技术手段，具有重要的科学价值和实际应用意义。