论文信息

Puja Gadhave / Shrutika Burande / Shilpa Khade 等 6 人

International Journal of Creative and Open Research in Engineering and Management

论文解读

AI 辅助整理
方法
React/TypeScript 前端加 Express/tRPC 服务,接入
发现
原型通过构建与 45 项测试,仅证明软件可运行,未验证预测精度或实际影响。
机会点
可构建带标签的区域农业气象事件数据集,做校准模型与溯源不确定性评估,填补原型到实证的空白。

论文摘要

天气智能只有在将预报、历史背景、灾害信号、不确定性及建议行动相互关联,且不夸大数据所能证明的内容时,才具有业务实用性。这篇更新版综述论文将AERIS OPS视为一个已实现的Web原型,而非经过验证的灾害预报服务。所综述的项目整合了React/TypeScript客户端、Express/tRPC服务、Drizzle持久化契约、Open-Meteo预报与空气质量适配器、基于ERA5的历史分析、确定性多灾种筛查、可解释性与风险仪表板、Leaflet位置智能、GDACS/NASA实时灾害图层适配器、农业指导、警报、事件审查以及PDF/CSV导出。一个关键设计特征是明确的数据溯源:输出被标记为LIVE(实时)、FALLBACK(降级备用)、HISTORICAL(历史)、SAMPLE(样本)、RULE-BASED(基于规则)或UNAVAILABLE(不可用),同时分析性触发条件与官方警告保持分离。项目快照通过了TypeScript检查、生产构建和45项自动化测试;这些结果证明了软件层面的验证,而非预测准确性或现实世界影响。论文新增了一个针对具体实现的研究空白矩阵,涵盖从整合到行动的空白、溯源与不确定性空白、灾害数据可用性空白、可解释性评估空白、安全通知空白以及从原型到证据的空白。未来工作应建立带标注的区域事件数据集、校准模型、暴露度与脆弱性图层、以人为中心的评估、官方业务整合以及前瞻性实地验证。索引词——天气智能、可解释AI、基于影响的预报、灾害风险管理、气候分析、数据溯源、基于规则的筛查、不确定性沟通、以人为中心的决策支持。

论文原文与出版信息

International Journal of Creative and Open Research in Engineering and Management
查看论文原文

继续探索