基于地理空间气象数据使用深度神经网络进行长期干旱预测
机器学习
2024-07-15 v6
摘要
提前长达一年的高质量干旱预报问题对农业规划和保险至关重要。然而，由于数据复杂性和干旱随机性，该问题尚未以合理的精度得到解决。我们通过引入一种端到端方法来处理干旱数据，该方法采用时空神经网络模型，以可获取的开放月度气候数据作为输入。我们的系统性研究运用多种所提模型以及五个不同的环境区域作为测试平台，以评估帕尔默干旱严重指数（PDSI）预测的有效性。关键的综合发现是：Transformer模型EarthFormer在准确的短期（长达六个月）预报中表现卓越；与此同时，卷积LSTM在长期预报中表现出色。
引用
@article{arxiv.2309.06212,
title = {Long-term drought prediction using deep neural networks based on geospatial weather data},
author = {Alexander Marusov and Vsevolod Grabar and Yury Maximov and Nazar Sotiriadi and Alexander Bulkin and Alexey Zaytsev},
journal= {arXiv preprint arXiv:2309.06212},
year = {2024}
}