論文の概要: Quantitative Assessment of Drought Impacts Using XGBoost based on the
Drought Impact Reporter
- arxiv url: http://arxiv.org/abs/2211.02768v1
- Date: Fri, 4 Nov 2022 22:16:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-08 18:50:57.923540
- Title: Quantitative Assessment of Drought Impacts Using XGBoost based on the
Drought Impact Reporter
- Title(参考訳): 干ばつリポーターを用いたxgboostを用いた干ばつ影響の定量的評価
- Authors: Beichen Zhang (1), Fatima K. Abu Salem (2), Michael J. Hayes (1),
Tsegaye Tadesse (1) ((1) School Of Natural Resources, University of
Nebraska-Lincoln, (2) Computer Science Department, American University of
Beirut)
- Abstract要約: 気候変動の下では、干ばつの発生頻度、強度、空間的な範囲が増加し、社会経済的コストが上昇する。
テキサス州における多カテゴリー干ばつの影響を予測するための極勾配モデル(XGBoost)に基づくフレームワークを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Under climate change, the increasing frequency, intensity, and spatial extent
of drought events lead to higher socio-economic costs. However, the
relationships between the hydro-meteorological indicators and drought impacts
are not identified well yet because of the complexity and data scarcity. In
this paper, we proposed a framework based on the extreme gradient model
(XGBoost) for Texas to predict multi-category drought impacts and connected a
typical drought indicator, Standardized Precipitation Index (SPI), to the
text-based impacts from the Drought Impact Reporter (DIR). The preliminary
results of this study showed an outstanding performance of the well-trained
models to assess drought impacts on agriculture, fire, society & public health,
plants & wildlife, as well as relief, response & restrictions in Texas. It also
provided a possibility to appraise drought impacts using hydro-meteorological
indicators with the proposed framework in the United States, which could help
drought risk management by giving additional information and improving the
updating frequency of drought impacts. Our interpretation results using the
Shapley additive explanation (SHAP) interpretability technique revealed that
the rules guiding the predictions of XGBoost comply with domain expertise
knowledge around the role that SPI indicators play around drought impacts.
- Abstract(参考訳): 気候変動の下では、干ばつの発生頻度、強度、空間範囲が増加し、社会経済的コストが高くなる。
しかし, 気象指標と干ばつの影響との関係は, 複雑さとデータ不足のため, まだよく分かっていない。
本稿では,テキサス州のxgboost (extreme gradient model) に基づいて,多カテゴリーの干ばつの影響を予測し,典型的な干ばつ指標であるspi (standardized precipitation index) と,干ばつインパクトレポーター (dir) によるテキストベースの影響を関連付ける枠組みを提案する。
本研究の予備結果は, 農業, 火災, 社会と公衆衛生, 植物と野生生物, およびテキサス州の救済, 応答と制限に対する干ばつの影響を評価するための, 十分に訓練されたモデルの優れた性能を示した。
また、アメリカ合衆国で提案された枠組みで水気象指標を用いて干ばつの影響を評価できる可能性も提供し、追加情報を提供し、干ばつの影響の更新頻度を向上させることで、干ばつリスク管理を支援する。
シャプリー加法説明 (shap) による解釈結果から, xgboost の予測を導く規則は,spi 指標が干ばつの影響に果たす役割に関する専門知識に準拠していることが明らかとなった。
関連論文リスト
- From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。
本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。
これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
論文 参考訳(メタデータ) (2025-01-27T22:45:06Z) - DroughtSet: Understanding Drought Through Spatial-Temporal Learning [10.430055605915895]
干ばつは最も破壊的で高価な自然災害の1つである。
我々は,関連する予測機能と3つの干ばつ指標を統合した新しいデータセットDroughtSetを提案する。
本モデルは物理・生物学的特徴の空間的・時間的情報から学習し,3種類の干ばつを同時に予測する。
論文 参考訳(メタデータ) (2024-12-19T17:24:15Z) - SIDE: Socially Informed Drought Estimation Toward Understanding Societal Impact Dynamics of Environmental Crisis [20.105501618440137]
既存の干ばつモニタリングソリューションは主に、量的測定を用いて干ばつの重症度を評価することに焦点を当てている。
本稿では,ソーシャルメディアの集合的知性とAIの計算能力に触発され,社会的に情報を得たAIによる干ばつ推定の新たな課題について考察する。
SIDEは、社会的な干ばつの影響を明示的に定量化する、社会的に情報を得たAI駆動の干ばつ推定フレームワークである。
論文 参考訳(メタデータ) (2024-12-17T06:11:46Z) - Analysis of Droughts and Their Intensities in California from 2000 to 2020 [1.0839935418172268]
干ばつは世界中で持続的な脅威とみなされており、その出現に寄与する様々な要因の複雑なメカニズムが理解しづらい。
干ばつとその深刻度傾向は、干ばつによる経済的な影響がかなり大きいため、米国でも懸念されている。
カリフォルニア州はアメリカ合衆国にとって最大の農業貢献者であり、そのシェアは約12%である。
論文 参考訳(メタデータ) (2024-11-06T22:57:03Z) - SEN12-WATER: A New Dataset for Hydrological Applications and its Benchmarking [40.996860106131244]
気候と干ばつの増加は、世界中の水資源管理に重大な課題をもたらしている。
本稿では,干ばつ関連分析のためのエンドツーエンドディープラーニングフレームワークを用いたベンチマークとともに,新しいデータセットであるSEN12-WATERを提案する。
論文 参考訳(メタデータ) (2024-09-25T16:50:59Z) - VegeDiff: Latent Diffusion Model for Geospatial Vegetation Forecasting [58.12667617617306]
地理空間植生予測タスクのためのVegeDiffを提案する。
VegeDiffは、植物の変化過程の不確かさを確率的に捉えるために拡散モデルを使用した最初の企業である。
植生の変化の不確かさを捉え、関連する変数の複雑な影響をモデル化することで、VegeDiffは既存の決定論的手法より優れている。
論文 参考訳(メタデータ) (2024-07-17T14:15:52Z) - TRG-Net: An Interpretable and Controllable Rain Generator [61.2760968459789]
本研究は,降雨の基盤となる物理的発生機構を十分に考慮した,新しい深層学習型降雨発生器を提案する。
その意義は、発電機が予想される雨をシミュレートするために雨の本質的な要素を精巧に設計するだけでなく、複雑で多様な雨のイメージに微妙に適応することにある。
提案した雨発生器が発生した雨は, 高品質であるだけでなく, 排水作業や下流作業にも有効であることを示す。
論文 参考訳(メタデータ) (2024-03-15T03:27:39Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳(メタデータ) (2023-09-12T13:28:06Z) - On the Generalization of Agricultural Drought Classification from
Climate Data [0.1908788674366693]
干ばつの発生は遅く、様々な外部要因に依存するため、気候データの干ばつ検出は困難である。
我々は,水文モデルから得られた土壌水分指数(SMI)を構築した。
SMIに基づく干ばつ分類において,異なるモデルと逐次帰納的バイアスを伴わないモデルを比較した。
論文 参考訳(メタデータ) (2021-11-30T14:49:46Z) - From Static to Dynamic Prediction: Wildfire Risk Assessment Based on
Multiple Environmental Factors [69.9674326582747]
ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。
カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
論文 参考訳(メタデータ) (2021-03-14T17:56:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。