编辑推荐：
降水相态划分对冷地区水文模拟至关重要，但现有近地面气象学方法在 0°C - 4°C 表现不佳。研究人员运用多种基准方法和机器学习（ML）模型，分析两个数据集。结果显示 ML 提升有限，雨 - 雪温度分布重叠是限制因素。这为后续研究指明方向。
在地球的水循环中，降水究竟是以雨还是雪的形式出现，看似简单，却暗藏玄机。对于寒冷地区而言，准确区分雨和雪意义重大，它直接关系到水资源的管理、洪水与干旱风险的评估，以及生态系统的稳定。然而，长期以来，科学家们在利用近地面气象数据来划分雨和雪时，遭遇诸多难题。
传统的划分方法，通常依据空气温度、湿度、压力等近地面气象数据，设定简单的阈值或构建统计模型。但实际情况远比想象复杂，在 0°C - 4°C 这个温度区间，这些方法的准确率往往不尽人意，只能达到约 65%。而且，不同地区雨和雪的转换温度阈值差异很大，从海洋地区的接近 0°C，到一些内陆高地地区超过 4°C，这使得统一的划分方法难以实现。这些基于近地面气象学的方法，还存在模型误差和不确定性，会进一步影响雪积累、融化以及径流的模拟，给相关研究和实际应用带来诸多困扰。
在此背景下，来自美国多个研究机构的研究人员，包括 University of Vermont Water Resources Institute、Desert Research Institute 等，开展了一项深入研究。该研究成果发表在《Nature Communications》上，为解决雨 - 雪划分难题带来了新的见解。
研究人员为深入探究雨 - 雪划分的难题，采用了多种前沿技术方法。他们运用了基准降水相态划分方法，包括常用的温度阈值法和二元逻辑回归模型等作为对比基准。同时，引入了三种机器学习（ML）模型，即人工神经网络（ANN）、随机森林和 XGBoost 。为训练和验证这些模型，研究人员使用了两个独特的数据集：3.85 万个众包观测数据，这些数据来自公民科学项目 Tahoe Rain or Snow 和 Mountain Rain or Snow，由志愿者通过移动应用提交；以及 1780 万个来自北半球陆地气象站的天气观测报告（synoptic dataset）。通过对这些数据的分析，评估不同方法在雨 - 雪划分上的性能。
下面来看具体的研究结果：
- 基准降水相态划分性能：研究发现，基准方法在预测雨和雪时表现各异。包含湿度数据的方法，如二元逻辑回归模型、湿球温度和露点温度阈值法，整体表现优于仅使用气温的方法，中位数准确率分别为 87.5% 和 81.8%。然而，所有基准方法在接近和略高于冰点的温度下，准确率都会下降，在众包数据集中，多数方法在 1.5°C - 2.0°C 达到最低准确率；在天气观测数据集中，则在 0.5°C - 1.5°C 最低。
- 机器学习降水相态划分性能：机器学习方法相对基准方法，虽有一定性能提升，但幅度较小。在众包数据集中，ANN 和 XGBoost 的准确率略高于表现最佳的基准方法，随机森林则略低；在天气观测数据集中，XGBoost 和随机森林有轻微提升，ANN 准确率反而稍差。并且，机器学习方法在略高于冰点的温度下，同样出现性能下降。
- 混合相降水划分性能：在处理混合相降水时，机器学习方法表现不佳。包含混合降水观测后，整体准确率显著下降。例如，随机森林的准确率从仅考虑雨和雪时的 88.3% 降至 77.5%，且对混合降水的预测偏差较大，其他方法如 XGBoost 和 ANN 表现更差，几乎无法正确预测混合降水。
- 更复杂机器学习方法：研究还测试了更复杂的机器学习方法，如具有两个隐藏层的 ANN（ANN - 2）和堆叠集成模型。结果发现，这些方法在众包数据上并未持续提升性能，虽然在处理雨、雪和混合降水数据时，准确率比具有一个隐藏层的 ANN 略有提高，但仍存在混合偏差问题。
- 气象与雨、雪模式的关系：研究人员深入分析气象数据与雨、雪模式的关系，发现所有相态划分方法都难以捕捉到低于 0°C 的降雨事件。而且，雨和雪在气温略高于 0°C 时，其发生频率的预测差异最大，此时雨和雪的温度分布重叠度也最高。这种重叠与划分方法的准确率呈显著负相关，即重叠度越高，准确率越低。
综合研究结果，研究人员认为，使用近地面气象学来划分雨和雪存在明显的局限性，其关键限制因素是雨和雪的气温分布重叠。即使是先进的机器学习方法，也无法突破这一限制。因此，研究人员建议科研人员应转变研究方向，不再局限于改进基于近地面气象学的划分方法，而是探索整合新数据源的方法，如众包降水相态观测、天气雷达数据等。这一研究成果，为后续降水相态划分研究提供了新的思路和方向，有助于推动水资源管理、气候研究等相关领域的发展，对于应对气候变化背景下的水资源挑战具有重要意义。
