基于气候数据的农业干旱分类泛化研究
机器学习
2021-12-01 v1
摘要
气候变化预计会增加干旱事件发生的可能性，对粮食安全产生严重影响。与其他自然灾害不同，干旱起病缓慢且依赖多种外部因素，使得气候数据中的干旱检测十分困难。与现有依赖简单相对干旱指数作为真值数据的工作不同，我们基于从水文模型获得的土壤湿度指数（SMI）构建。该指数与植被可用水不足直接相关。给定来自 MODIS 卫星观测的土地利用信息及六个月的 ERA5-Land 气候输入数据，我们比较了在基于 SMI 分类干旱时有或无序列归纳偏置的不同模型。我们使用 PR-AUC 作为评估指标以应对类不平衡，并在具有挑战性的基于时间的划分下取得了有前景的结果。我们进一步在消融研究中表明，在气候模型中常遇到的较粗分辨率输入数据下，模型仍保持其预测能力。
引用
@article{arxiv.2111.15452,
title = {On the Generalization of Agricultural Drought Classification from Climate Data},
author = {Julia Gottfriedsen and Max Berrendorf and Pierre Gentine and Markus Reichstein and Katja Weigel and Birgit Hassler and Veronika Eyring},
journal= {arXiv preprint arXiv:2111.15452},
year = {2021}
}