Machine Learning and Bias-Corrected CMIP6 for Improved Streamflow Prediction in the Data-Scarce Kulfo River, Ethiopia
本研究は、バイアス補正されたCMIP6気候投影を機械学習モデル、特にランダムフォレストと統合することが、データが乏しいクルフォ川流域における河川流量予測の精度を大幅に向上させることを実証しており、様々な気候変動シナリオの下で、気温の上昇と年間河川流量の減少、および水文学的不確実性の増大という将来の傾向を明らかにしている。