Explainable Machine Learning for Bio-regional Drought Prediction in South Australia
本研究提出了一种利用 XGBoost 和时间注意力 LSTM 模型的可解释机器学习框架,用于高精度预测南澳大利亚六个 IBRA 子区域的干旱严重程度,揭示了滞后 12 个月的标准化降水指数(SPI-12)和降水异常值是主要的预测因子,并绘制了千年大旱从墨累滚动带(Murray Scroll Belt)向埃尔马利(Eyre Mallee)传播的六年演变过程。