Combining random forests and class-balancing to discriminate between three classes of avalanche activity in the French Alps

Autor: Pascal Dkengne Sielenou, Marie Dumont, Philippe Naveau, Léo Viallon-Galinier, Pascal Hagenmuller, Deborah Verfaillie, Samuel Morin, Nicolas Eckert
Přispěvatelé: Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), Centre national de recherches météorologiques (CNRM), Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS), Extrèmes : Statistiques, Impacts et Régionalisation (ESTIMR), Laboratoire des Sciences du Climat et de l'Environnement [Gif-sur-Yvette] (LSCE), Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS)-Université de Versailles Saint-Quentin-en-Yvelines (UVSQ)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Institut national des sciences de l'Univers (INSU - CNRS)-Université Paris-Saclay-Centre National de la Recherche Scientifique (CNRS), Centre d'Etudes de la Neige (CEN), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Grenoble (OSUG ), Institut national des sciences de l'Univers (INSU - CNRS)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Grenoble Alpes (UGA)-Météo-France -Institut national des sciences de l'Univers (INSU - CNRS)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Grenoble Alpes (UGA), Université Catholique de Louvain = Catholic University of Louvain (UCL), Erosion torrentielle neige et avalanches (UR ETGR (ETNA)), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), French Ministry of the Environment, Risk Division (DGPR), French Gestion des Impacts du Changement ClimatiqueGICC and Obervatoire National du Changement climatiqueONERC programs (ADAMONT grant), ANR-16-CE01-0006,EBONI,Dépot, devenir et impact des impuretés absorbantes dans le manteau neigeux(2016)
Jazyk: angličtina
Rok vydání: 2021
Předmět:
Zdroj: Cold Regions Science and Technology
Cold Regions Science and Technology, 2021, pp.103276. ⟨10.1016/j.coldregions.2021.103276⟩
ISSN: 0165-232X
Popis: International audience; Determining avalanche activity corresponding to given snow and meteorological conditions is an old problem of high practical relevance. To address it, numerous statistical forecasting models have been developed, but intercomparisons of their efficiency on very large datasets are seldom. In this work, an approach combining random forests with class-balancing is presented and systematically compared with competing methods currently described in the avalanche literature. On more than 50 years of daily avalanche observations, in the 23 massifs of the French Alps, the competing classifiers are evaluated on their ability to distinguish three classes of avalanche activity: non-avalanche days, days with moderate activity, and days with high activity. Moreover, the variables of higher importance in the random forest classifiers are shown to be coherent with current avalanche literature and a clustering based on these variable importance separates massifs which are known to have different avalanche activities. Our approach opens perspectives to support operational avalanche forecasting.
Databáze: OpenAIRE
Externí odkaz: