Explainable Machine Learning for Bio-regional Drought Prediction in South Australia
Este estudo apresenta uma estrutura de aprendizado de máquina explicável usando modelos XGBoost e LSTM com Atenção Temporal para prever a severidade da seca em seis sub-regiões IBRA do sul da Austrália com alta precisão, revelando que o SPI-12 defasado e as anomalias de precipitação são preditores dominantes e mapeando a propagação de seis anos da Seca do Milênio do cinturão Murray Scroll para o Eyre Mallee.