一种利用时空数据集计算的归一化差异指数进行长期干旱预测的机器学习方法
图像与视频处理
2023-06-02 v2
摘要
气候变化和干旱条件的加剧影响着许多人的生活，并与全球农业产出和畜牧业生产密切相关。本研究提出了一种利用机器学习框架进行流域周边干旱预测的新方法。我们的方法侧重于通过利用最近开发的 SEN2DWATER 数据库，对归一化差异干旱指数 (NDDI) 进行下一帧预测。我们提出并比较了两种用于估计特定土地区域 NDDI 值的预测方法。通过实现水资源变化短期和长期干旱预测的概念验证，我们的工作使得采取主动措施以确保受干旱影响社区的充足用水和可持续农业实践成为可能。
引用
@article{arxiv.2302.02440,
title = {A Machine Learning Approach to Long-Term Drought Prediction using Normalized Difference Indices Computed on a Spatiotemporal Dataset},
author = {Veronica Wairimu Muriga and Benjamin Rich and Francesco Mauro and Alessandro Sebastianelli and Silvia Liberata Ullo},
journal= {arXiv preprint arXiv:2302.02440},
year = {2023}
}
备注
4 pages, 3 figures, 1 table, IEEE IGARSS 2023 Conference