Explainable Machine Learning for Bio-regional Drought Prediction in South Australia
Cette étude présente un cadre d'apprentissage automatique explicable utilisant des modèles XGBoost et LSTM à attention temporelle pour prévoir la sévérité de la sécheresse à travers six sous-régions IBRA de l'Australie du Sud avec une grande précision, révélant que les indices SPI-12 décalés et les anomalies de précipitations sont les prédicteurs dominants et cartographiant la propagation sur six ans de la sécheresse du Millénaire du Murray Scroll Belt vers l'Eyre Mallee.