基于XGBoost和SHAP的海滩波浪爬高预测研究 摘要：海滩波浪爬高预测是海岸侵蚀防护和防灾减灾的关键技术支撑。针对现有经验公式在精确度、泛化性等方面的不足，将极限梯度提升模型XGBoost引入到波浪爬高预测中，利用1 400多个来自实验室和现场观测的海滩波浪 ...

为应对全球气候变化与城市扩张加剧的城市内涝问题，研究人员构建 XGBoost-SHAP 框架，分析粤港澳大湾区内涝驱动因素。发现不透水表面百分比（ISP）和植被覆盖度（FVC）为主要因素，且 ISP 转绿地可降低城乡边缘带风险。研究为城市规划提供科学依据。 城市 ...

为解决储粮温度与相对湿度(RH)预测精度不足、可解释性差的问题，研究人员通过融合气象因素与粮堆内部参数，构建了基于XGBoost算法的优化预测模型。采用网格搜索优化超参数，结合SHAP方法量化变量贡献度，实现温度预测RMSE 1.59、RH预测R2 0.95的优异性能。

The XGBoost-based approach demonstrated robust external validation across multiple centers, supporting clinical adoption to guide personalized treatment decisions.