Sea Level Change Assessment along the Egyptian Mediterranean Coast Using Multi-Source Data and Machine Learning Models
Diese Studie bewertet die Risiken des Meeresspiegelanstiegs entlang der ägyptischen Mittelmeerküste durch die Integration von Multi-Quellen-Daten (GPS, Gezeitenpegel, GRACE und Satellitenaltimetrie) mit Modellen des maschinellen Lernens, wobei XGBoost als der genaueste Prädiktor identifiziert wurde und einen anhaltenden Anstieg von 2,8 bis 4,09 mm/Jahr bis 2050 prognostiziert, der Küstenstädte wie Alexandria, Port Said und El Arish bedroht.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.