加蓬气候预测与适应规划中的机器学习模型：范围审查

机器学习（ML）模型在发展中国家应对环境挑战的气候预测和适应规划中得到了越来越多的应用。采用了一种全面的搜索策略，在包括Scopus和Web of Science在内的多个数据库中识别相关研究。根据与在加蓬应用于气候数据的机器学习技术相关的预定义纳入标准选择研究。该回顾共识别出15项在之间发表的研究，其中60%的比例集中于使用历史温度和降水数据集的天气预报模型。虽然大多数研究使用线性回归进行气候预测，但对采纳更先进的机器学习技术（如随机森林和支持向量机）越来越感兴趣。未来的研究应优先比较不同的机器学习算法，以确定其在预测未来气候情景中的有效性。此外，将社区反馈整合到模型开发中可以提高适应规划的结果。模型估计使用了=argmin_ᵢ (yᵢ, f_ (xᵢ) ) +₂²，性能通过样本外误差评估。