基于气象数据利用机器学习与深度学习模型进行干旱预测的评估
机器学习
2022-07-08 v1 人工智能
摘要
干旱是一种持续时间长、影响范围广的严重自然灾害。为减少干旱造成的损失，干旱预测是制定相应防旱减灾措施的基础。尽管文献中已研究此问题，利用气象数据的机器学习模型能否精确预测干旱仍属未知。为回答该问题，本研究利用一个真实公开数据集，以过去 90 天共 18 个气象指标作为预测变量，预测不同干旱等级。在综合方法中，评估并比较了 16 个机器学习模型与 16 个深度学习模型。结果表明，没有单一模型能同时对所有评价指标取得最佳性能，说明干旱预测问题仍具挑战性。作为进一步研究的基准，代码与结果已公开于 Github 仓库。
引用
@article{arxiv.2107.02517,
title = {An Evaluation of Machine Learning and Deep Learning Models for Drought Prediction using Weather Data},
author = {Weiwei Jiang and Jiayun Luo},
journal= {arXiv preprint arXiv:2107.02517},
year = {2022}
}
备注
Github link: https://github.com/jwwthu/DL4Climate/tree/main/DroughtPrediction