Hybrid Statistical–Machine Learning Framework for Trend Analysis and Extreme Rainfall Frequency Modeling in Delhi
本研究为德里提出了一个结合了传统频率分析、趋势检测和先进预测模型的集成统计与机器学习框架,旨在建立稳健的强度-历时-频率(IDF)关系,并改进用于城市洪水风险管理的极端降水估算。
2520 篇论文
本研究为德里提出了一个结合了传统频率分析、趋势检测和先进预测模型的集成统计与机器学习框架,旨在建立稳健的强度-历时-频率(IDF)关系,并改进用于城市洪水风险管理的极端降水估算。
本研究通过对2002年至2023年尼日利亚数据的ARDL分析,证实了存在稳定的长期协整关系,即富裕程度和城市化进程驱动了环境退化,而技术创新在缓解这些影响方面的有效性则关键取决于制度质量和监管能力。
本研究表明,技术模块化特征关键性地塑造了可再生能源领域后发国家的成本收敛情况,揭示了新兴经济体由于全球知识转移在模块化太阳能光伏方面实现了比发达国家更快的成本下降,但在特定场址的陆上风电方面进展较慢,从而证明有必要采取针对特定技术的气候金融策略,而非统一的全球学习曲线。
本研究利用一份6,000年的古气候记录和广义加性模型证明,加勒比地区的海扇珊瑚(*Acropora palmata*)种群在历史上经历了由自然气候变率驱动的非线性、地理差异化波动,这表明近期的人为因素导致的下降是长期不稳定模式的一部分,而非前所未有的事件。
本研究分析了2019年至2025年间来自北京全部16个行政区的137份土壤样本,发现天然放射性核素(²²⁶Ra、²³²Th、⁴⁰K)浓度在各年份间总体保持一致,但在山区较高,而人工核素¹³⁷Cs的水平保持在较低水平,表明不存在显著的工业排放,且整体数值处于全球范围内。
本文提出了一种两阶段框架,通过将全市范围内的社会脆弱性指数与详细的建成环境脆弱性指数相结合,评估印度西里古里的城市地震脆弱性,从而揭示关键的不匹配现象和复合风险,特别强调了社会弱势地位与震后道路不可达性之间的强相关性。
本研究通过采用集成十六个多指标卫星地球物理预测因子的随机森林算法,构建了首个阿拉伯-努比亚地盾空间连续地热模型,旨在绘制陆地热流图、识别高潜力地热区,并为未来的减碳能源开发提供指导。
本研究调查了中国一处撞击坑内氡及原生核素的空间分布与控制机制,揭示了花岗岩岩性、撞击诱发的破碎作用以及环境因素驱动了坑中心及花岗岩区较之边缘区域具有更高的放射性,同时确定沉积物是主要的氇储库,且地表水中的放射性风险较低。
这项全球元分析表明,生物炭的应用使土壤抗生素抗性基因丰度平均减少了78.2%,并确定了如0.5%的添加量、近中性pH条件以及特定原料特性等最佳缓解阈值,以指导控制抗生素抗性的特定情境策略。
本研究分析了2004年至2021年间的九组配对地震事件,旨在揭示虽然社会学习通常能减少后续灾害中的脆弱性和管理缺陷,但暴露模式仍保持异质性,且社会仍在与前所未有的事件规模进行斗争。