University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

Uncovering Insights of Compound Flooding with Data-Driven AI

利用数据驱动AI揭示复合洪水的内在机制

Xu Zheng, Chaohao Lin, Sipeng Chen, Zhuomin Chen, Jimeng Shi, Jayantha Obeysekera, Jingchao Ni, Wei Cheng, Jason Liu, Dongsheng Luo

机构 * Florida International University（佛罗里达国际大学） ； Florida State University（佛罗里达州立大学） ； UIUC（伊利诺伊大学香槟分校） ； University of Houston（休斯顿大学） ； NEC Lab America（NEC美国实验室） ； Singapore Management University（新加坡管理大学） 纠错

AI总结 通过整合潮汐、降雨、地下水位和人类水管理活动，利用数据驱动方法分析南佛罗里达复合洪水，发现地下水位是主要预测因子，空间耦合状态比长期时间依赖更重要。

Comments Accepted to SIGKDD 2026 AI for Science Track; 12 Pages, 5 Figures, 6 Tables