基于局地大气异常的长江流域季节干旱形成机制与预测
编号：765
稿件编号：787 访问权限：仅限参会人
更新：2025-04-14 10:08:00 浏览：118次
口头报告
报告开始：2025年04月19日 10:50 （Asia/Shanghai）
报告时间：10min
所在会议：[S1-2] 专题1.2 人工智能在气候研究中的应用 » [S1-2] 专题1.2 人工智能在气候研究中的应用
暂无文件
摘要
引入可解释的人工智能ExplainAI框架诊断同期局地过程对长江流域季节干旱的影响，定量分析了对流层100～925hPa比湿、垂直风速、水平散度和相对涡度对同期SPI3的贡献。考虑了以上四种局地因子的随机森林模型可以较好的模拟长江流域季节干旱的时空演变。构建了动力－统计模型，以ECMWF SEAS5模式输出的季节预测产品驱动局地因子－随机森林模型提高未来0～90天干旱预测，在全流域回报和实时预测两个阶段的预见期45～90天，相比SEAS5模式降水直接预测的平均场距平相关系数（ACC）均提升0.10
关键字
干旱,机器学习
报告人
发表评论