Geosci. Front. | 用于解释和预测全球范围内水文气候时间序列可预报性的大规模特征提取

本文提出了一种解释和预测全球范围内水文气候时间序列可预报性的框架。该框架结合了57种描述性特征和9种季节性时间序列预测方法，应用于全球数据集，包括超过13000个时间序列。研究发现，指数平滑法和状态空间法在确定可预测性上限方面相当有效，而简单法在确定其下限方面作用最大。评估的可预测性与季节性、熵、自相关性等特征密切相关。研究还揭示了空间可预报性模式，如东亚的月平均气温时间序列可预报性较大，而欧洲较小。通过大规模特征提取和基于特征的时间序列聚类，可以对这些模式进行全面解释。