火积云（PyroCb）成因的识别
机器学习
2022-11-21 v3 机器学习
摘要
本文首次从火积云（由极端野火生成的雷暴云）观测数据出发进行因果发现分析。我们使用不变因果预测（Invariant Causal Prediction）开发工具以理解火积云形成的因果驱动因素。这包括一个条件独立性检验，用于检验二元变量 与多元连续变量 和 在给定 时 条件独立于 ，以及一种贪心-ICP 搜索算法，该算法依赖更少的条件独立性检验以获得更小、更易于处理的因果预测变量集合。借助这些工具，我们识别出七个因果预测变量的子集，与领域知识对比均合理：地表感热通量、850 hPa 处相对湿度、250 hPa 风的一个分量、13.3 微米热发射、对流可用势能以及海拔高度。
引用
@article{arxiv.2211.08883,
title = {Identifying the Causes of Pyrocumulonimbus (PyroCb)},
author = {Emiliano Díaz Salas-Porras and Kenza Tazi and Ashwin Braude and Daniel Okoh and Kara D. Lamb and Duncan Watson-Parris and Paula Harder and Nis Meinert},
journal= {arXiv preprint arXiv:2211.08883},
year = {2022}
}
备注
14 pages 9 figures. To be published in the 2022 NeurIPS Workshop on Causal Machine Learning for Real-World Impact