日前，以色列巴尔伊兰大学研究团队联合阿里埃勒大学等高校、科研机构，构建了一套可精准预判雷击火源时空分布的人工智能模型，准确率超过90%。

森林火灾是全球面临的重要环境问题之一，对人类社会和生态系统构成巨大威胁。近年来，在全球气候变暖背景下，雷暴天气发生频率显著上升，致灾风险日益加剧。不同于人为火源的可控性，雷击引发的火灾多发生于偏远地区，呈现出隐蔽性强、突发性高等特点，导致初期扑救窗口期较短，极易造成大范围生态破坏和人员伤亡。

研究团队通过近些年的全球高分辨率卫星数据，综合分析雷电分布、地形地貌、植被类型、气象条件等因素，研发出一套覆盖全球的人工智能模型，可精确识别雷击引发野火的空间风险。该模型能够综合考虑野火发生的环境背景条件，有效识别高风险区域，从而为气象、消防和应急管理等部门提供科学决策依据。通过2021年实际野火数据验证，该模型具有显著的实用价值和推广前景。

在预判捕捉雷击火源的同时，该模型还可显示气候变化背景下野火风险扩大趋势，特别是雷击火灾与人为火灾在成因逻辑和发展路径上的显著差异，凸显了分类治理、因灾施策的必要性，为提升全球防灾减灾能力提供了新手段。

（编译：刘倩 来源：《自然—通讯》 责任编辑：曹锐怡）