[口头报告]关于干旱灾害监测及预测的机器学习方法综述

关于干旱灾害监测及预测的机器学习方法综述
编号:3559 稿件编号:2958 访问权限:仅限参会人 更新:2024-04-13 22:23:46 浏览:505次 口头报告

报告开始:2024年05月19日 15:23 (Asia/Shanghai)

报告时间:8min

所在会议:[S14] 主题14、水文地球科学 » [S14-7] 主题14、水文地球科学 专题14.19、专题14.20、专题14.23(19日下午,402)

暂无文件

摘要
干旱灾害监测及预测是缓解干旱和水资源管理的基础,但由于水文气候条件复杂、预测因素多种多样等原因,开发可靠的干旱灾害监测及预测模型仍然是一项挑战。近年来,机器学习在干旱建模算法的鲁棒性、有效性和准确性方面取得了重大进展,是表征干旱影响因素非线性特征的一种非常有效的方法。本文基于现有文献中使用机器学习方法在干旱领域的已有研究,综合分析了机器学习在干旱监测及预报模型研究及开发中的潜在应用,探索了机器学习方法所面临的挑战,比较了机器学习与其他模型(概率建模、全球气候模型和干旱情景的时空分析)在计算能力、大数据分析等方面的功能和性能,提出了机器学习方法在干旱建模方面未来的研究方向。融合气象、水文、遥感等多源数据构建机器学习模型在实现干旱灾害准确识别和快速预测等方面具有重大突破,为决策者制定缓解干旱的规划和战略提供了指导。
关键字
机器学习,干旱灾害监测,干旱灾害预测,深度学习,遥感
报告人
陈茜茜
高级工程师 中国水利水电科学研究院

稿件作者
陈茜茜 中国水利水电科学研究院
发表评论
验证码 看不清楚,更换一张
全部评论
● 会务总协调  

● 学术安排

 

辜克兢

13950003604

gukejing@xmu.edu.cn

辜克兢

13950003604

gukejing@xmu.edu.cn

柳    欣

13806024185

liuxin1983@xmu.edu.cn

窦    恒

18627754021

douheng@chytey.com

孙佳妮

15201086188

scarlett@chytey.com

刘    琳

13313708075

lliu@iue.ac.cn

 

● 会场技术服务

 

李    虎

柳    欣

18965842343

13806024185

hli@iue.ac.cn

liuxin1983@xmu.edu.cn
李招英

13860473552

lizhaoying@xmu.edu.cn

     
           
● 会场安排   ● 会议注册  

辜克兢

13950003604

gukejing@xmu.edu.cn

胡勤梅 13554192326

mary@chytey.com

窦    恒

18627754021

douheng@chytey.com

孙晓笛 18813296455 xiaodi.sun@xmu.edu.cn
           
● 商业赞助   ● 会议财务  
朱    佳 13950159036

zhujia@xmu.edu.cn

许心雅 0592-2880181 xuxinya@xmu.edu.cn
           

海报张贴

 

● 酒店预定及咨询

 
张    君 13860426122 junzhang@xmu.edu.cn

李    璟

18627754146

lijing@chytey.com

卢    巍 18971567453 luwei@chytey.com      

 

登录 注册缴费 酒店预订