典型文献
Analysis of lower-boundary climate factors contributing to the summer heatwave frequency over eastern Europe using a machine-learning model
文献摘要：
本文使用LightGBM机器学习模型模拟了欧洲东部夏季热浪频率的变化,并分析了多个底边界层气候因子的贡献.所选取的气候因子包括前期冬季,前期春季以及同期夏季的下垫面海温,土壤湿度,积雪以及海冰.分析结果说明LightGBM模型能够较好的模拟出欧洲东部夏季热浪频率的变化,其中海温因子对模拟的贡献最大.进一步的分析研究显示,使用前期冬季的气候因子进行的模拟可以获得最佳模拟结果,意味着前期冬季的下垫面气候因子可能对夏季欧洲东部热浪频率变化的预报能起到关键作用.
文献关键词：
热浪频率;欧洲东部;夏季;机器学习
中图分类号：
作者姓名：
Ruizhi Zhang;Xiaojing Jia;Qifeng Qian
作者机构：
Key Laboratory of Geoscience Big Data and Deep Resource of Zhejiang Province,School of Earth Sciences,Zhejiang University,Hangzhou,China;Zhejiang Institute of Meteorological Science(Chinese Academy of Meteorological Sciences,Zhejiang Branch),Hangzhou,China
文献出处：
引用格式：
[1]Ruizhi Zhang;Xiaojing Jia;Qifeng Qian-.Analysis of lower-boundary climate factors contributing to the summer heatwave frequency over eastern Europe using a machine-learning model)[J].大气和海洋科学快报（英文版）,2022(05):49-54
A类：
B类：
Analysis,lower,boundary,climate,factors,contributing,summer,heatwave,frequency,over,eastern,Europe,using,machine,learning,model,LightGBM,机器学习模型,模型模拟,欧洲东部,热浪频率,底边,边界层,气候因子,下垫面,面海,海温,土壤湿度,积雪,海冰,模拟出,中海,获得最佳,频率变化
AB值：
0.451054
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
