Sea Level Change Assessment along the Egyptian Mediterranean Coast Using Multi-Source Data and Machine Learning Models
Deze studie beoordeelt de risico's van de zeespiegelstijging langs de Egyptische Middellandse Zeekust door multi-brongegevens (GPS, getijdenmeters, GRACE en satellietaltimetrie) te integreren met machine learning-modellen, waarbij XGBoost wordt geïdentificeerd als de meest nauwkeurige voorspeller en een voortdurende stijging van 2,8 tot 4,09 mm/jaar voorspelt tot 2050 die kuststeden zoals Alexandrië, Port Said en El Arish bedreigt.