论文

CDEP Agent:将气象检测的时序复合事件与真实世界文献证据关联

CDEP Agent: Connecting Meteorologically Detected Temporal Compound Events to Real-World Documentary Evidence

应用与实践科学研究

摘要

气候科学认为,复合干旱至极端降水(CDEP)事件是极端影响的一个日益增长的驱动因素,但这种认识是否会延续到现实世界的早期预警和事件后记录中尚不清楚,因此气象上真实的 CDEP 事件可能会在既没有提前预警也没有任何后续记录的情况下过去。在这里,我们提出了 CDEP Agent,这是一个可审计的 LLM 代理框架,它通过将气象再分析中检测到的 CDEP 候选者与具有不同空间尺度、时间分辨率和报告约定的来源的现实世界灾害和影响证据联系起来,直接测试这种不匹配。以加利福尼亚州为案例研究,我们从 2021 年至 2025 年期间的 ERA5 观测中确定了 408 个候选 CDEP 事件,并根据美国干旱监测、NOAA 风暴事件和公共网页从五个维度对每个事件进行了评估:前期干旱、极端降雨、当地影响、灾害影响归因以及明确的干旱与降雨联系。只有 34.3% 的候选者得到了这两种灾害成分的证实,并且只有 1.5% 的候选者与之前的干旱明确相关,这表明大多数气象检测到的 CDEP 事件都没有记录在案,而且它们的复合性质几乎从未进入记录。我们的框架为气候科学家提供了一种根据实际记录的内容来测试物理事件定义的方法,并为社会科学家、经济学家和救灾机构提供了与当前预警和报告系统基本上无法捕获的复合事件相关的来源证据基础。

CDEP Agent:将气象检测的时序复合事件与真实世界文献证据关联:论文配图
图1:CDEP智能体工作流程概览。气象候选数据首先来自5-土地干旱和极端降水数据。对于每个固定候选人,智能体检索正式记录和公共网页,构建检索的证据,并采用时间、空间、同一活动以及报价支持检查。由此产生的文件证据随后与气象候选者保持一致,以便进行出处相关评估。