基于 AutoML 的加州杏仁产量预测与预估
机器学习
2022-11-09 v1 大气与海洋物理
摘要
杏仁是加州最赚钱的农产品之一，但也对气候变化最为敏感。为更好地理解气候因子与杏仁产量之间的关系，我们使用自动化机器学习框架构建了一系列机器学习模型。利用历史记录评估了预测能力。使用 17 个降尺度气候输出推导未来预估。集合平均预估展示了两种不同气候情景及两种技术发展情景下的杏仁产量变化，其中突显了技术发展的作用。平均预估与分布为利益相关者提供了有见地的结果，并可供政策制定者用于气候适应。
引用
@article{arxiv.2211.03925,
title = {AutoML-based Almond Yield Prediction and Projection in California},
author = {Shiheng Duan and Shuaiqi Wu and Erwan Monier and Paul Ullrich},
journal= {arXiv preprint arXiv:2211.03925},
year = {2022}
}
备注
Submitted to Tackling Climate Change with Machine Learning: workshop at NeurIPS 2022