跳到主要内容
检索

Atlantic Technological University

2 篇关联报道

订阅更新
  1. 随机委员会与多层感知机回归的混合模型在沉积床自动冲洗排水系统中预测颗粒弗劳德数,并识别体积泥沙浓度为最敏感变量

    该研究以多层感知机回归器(MLPR)为基础模型、随机委员会(RC-MLPR)为混合机器学习模型,利用从既有文献收集的五个异质数据集(覆盖较宽的水力与泥沙条件范围)来预测自动冲洗排水系统中的颗粒弗劳德数(PFr),并采用包括一致性指数在内的多种性能指标进行评估,结果显示RC-MLPR优于其他所提机器学习模型、现有先进机器学习模型以及既有经验公式,敏感性分析进一步表明体积泥沙浓度(Csed)是混合RC-MLPR模型预测PFr时最敏感的变量。

  2. 17个CMIP6模型经GLDAS偏差校正后显示:到2050年全球农业干旱暴露指数由0.71升至0.78,南亚、南部非洲、南美和南欧耕地风险最高

    该研究用17个CMIP6模型的土壤湿度数据、以GLDAS为参考做偏差校正并构建多模式集合,在SSP2-4.5与SSP5-8.5两种情景下用非参数SSMI刻画2015—2050年全球土壤湿度干旱的强度、频率、历时与严重度,再用结合耕地分布的干旱暴露指数(DEI)评估农业暴露,结果显示干旱特征向本世纪中叶明显加剧、SSP5-8.5下历时更长且空间范围更广,南美、南欧、南亚和北美部分地区呈显著干化趋势,全球平均DEI由SSP2-4.5的0.71升至SSP5-8.5的0.78。

已读完全部报道