一种基于自编码器的雪旱指数
机器学习
2023-05-24 v1 大气与海洋物理
摘要
在全球若干地区，积雪对水文具有显著影响。入渗地下和作为径流流动的水量由积雪融化驱动。因此，研究融雪的强度和影响至关重要。由积雪储量减少引发的雪旱，会急剧影响以雪为主的流域（如美国西部）的水供应。因此，高效检测雪旱发生的时间和严重程度十分重要。我们提出Snow Drought Response Index（SnoDRI，雪旱响应指数），一种可用于识别和量化雪旱发生的新指标。我们的指数使用来自多种积雪相关变量的前沿机器学习算法计算。自编码器的自监督学习与模型中的互信息相结合。在本研究中，我们使用随机森林进行SnoDRI的特征提取，并评估各变量的重要性。我们使用1981年至2021年太平洋美国地区的再分析数据（NLDAS-2）来研究新雪旱指数的效能。我们通过确认其解释与实际雪旱事件的一致性来评估该指数。
引用
@article{arxiv.2305.13646,
title = {An Autoencoder-based Snow Drought Index},
author = {Sinan Rasiya Koya and Kanak Kanti Kar and Shivendra Srivastava and Tsegaye Tadesse and Mark Svoboda and Tirthankar Roy},
journal= {arXiv preprint arXiv:2305.13646},
year = {2023}
}