识别热浪的关键驱动因素:极端事件检测的新时空框架
发表于: 。本研究解决了热浪预测中传统模型难以捕捉复杂气候变量之间相互作用的问题。提出了一种新颖的时空框架(STCO-FS),通过结合聚类算法与集成进化算法,识别短期热浪的关键驱动因素。该方法已应用于意大利阿达河流域,成功鉴别出影响该区域热浪的重要变量,增强了对热浪驱动因素及其可预测性的理解。
本研究解决了热浪预测中传统模型难以捕捉复杂气候变量之间相互作用的问题。提出了一种新颖的时空框架(STCO-FS),通过结合聚类算法与集成进化算法,识别短期热浪的关键驱动因素。该方法已应用于意大利阿达河流域,成功鉴别出影响该区域热浪的重要变量,增强了对热浪驱动因素及其可预测性的理解。