1371 Arbeiten
SimCast-S2S ist ein neuartiges Latent-Diffusion-Framework, das Transferlernen aus Klimasimulationen nutzt, um effizient probabilistische subsezonale Niederschlagsprognosen zu generieren, wobei es Deep-Learning-Baselines übertrifft und mit hochmodernen operativen Systemen konkurriert, während es in einem kompakten latenten Raum operiert.
Unter Verwendung eines quasi-experimentellen Designs über 11 Länder in Subsahara-Afrika hinweg stellt diese Studie fest, dass der Zugang von Müttern zu kostenloser Primarbildung das Risiko von Unterernährung (Wasting) bei Kindern infolge klimabedingter Katastrophen signifikant reduziert, was darauf hindeutet, dass Bildungsreformen als eine lebenswichtige Strategie zur Stärkung der Klimaresilienz dienen können.
Diese Studie nutzt makro-mikroskopische Experimentiertechniken, um zu demonstrieren, dass Trocken-Feucht-Zyklen, insbesondere unter Wassersättigung, die mechanischen Eigenschaften von Kohle exponentiell verschlechtern, indem sie die Porenhöhlungsstruktur verändern und Mineralauflösung induzieren, wodurch entscheidende Erkenntnisse zur Vermeidung dynamischer Bergbaukatastrophen geliefert werden.
Diese Studie nutzt eine multiregionale Input-Output-Modellierung, um die spatiotemporalen Charakteristika und die Antriebsmechanismen der eingebetteten Kohlenstoffemissionen in der kommunalen Bauindustrie Chinas zu analysieren, wobei sie aufzeigt, dass die Bruttoanlageinvestitionen und der Konsum der privaten Haushalte primäre Treiber sind, während die Emissionsintensität und die Input-Output-Struktur als Schlüsselfaktoren für Emissionssteigerungen bzw. -reduzierungen dienen.
Diese Studie analysiert Daten aus den Jahren 1970–2019, um signifikante regionale Variationen in der Häufigkeit und Intensität von Extremniederschlägen in den indischen Bundesstaaten aufzuzeigen, was einen klaren Zusammenhang zwischen diesen Ereignissen und menschlichen Todesfällen demonstriert, insbesondere in flussbecken-dominierten und dicht besiedelten Regionen wie Westbengalen, Bihar, Uttar Pradesh und Maharashtra, wodurch die dringende Notwendigkeit von klimaresilienter Anpassung und verbessertem Katastrophenmanagement hervorgehoben wird.
Diese Studie bewertet das Grundwasserneubepotenzial in Banda Aceh-Indrapuri, Indonesien, durch die Integration von GIS, Fernerkundung und magnetotellurischen Daten, um eine starke negative Korrelation zwischen Neuberechnungsindizes und dem spezifischen Widerstand im Untergrund nachzuweisen und damit einen robusten Rahmen für das regionale Wassermanagement in komplexen tropischen Umgebungen zu etablieren.
Diese Studie führt ein Ensemble-Machine-Learning-Framework ein, um hochauflösende globale Projektionen für bewässerbares Ackerland (Arable Equipped for Irrigation, AEI) unter den Shared Socioeconomic Pathways (SSPs) zu generieren, wobei aufgezeigt wird, dass die zukünftige Bewässerungskapazität in den meisten Szenarien aufgrund wirtschaftlicher und infrastruktureller Beschränkungen statt des theoretischen Nahrungsmittelbedarfs wahrscheinlich sinken wird, wodurch dadurch kritische Daten für die Modellierung des Erdsystems und die Bewertung der Ernährungssicherheit bereitgestellt werden.
Diese Studie zeigt auf, dass die unsachgemäße Entsorgung städtischer Abfälle und nicht die industrielle Tätigkeit die Hauptquelle für die weit verbreitete Mikroplastikkontamination in äthiopischen bewässerten Agrarflächen ist, was die dringende Notwendigkeit einer verbesserten kommunalen Abfallsammlung, strengerer Plastikverbote und der Aufklärung von Landwirten unterstreicht, um diese aufkommende Umweltbedrohung zu mildern.
Diese Studie schlägt ein auf Citizen Science basierendes Framework zur Überwachung des Nutrias (Myocastor coypus) in chilenischen städtischen Feuchtgebieten vor, wobei verschiedene Methoden evaluiert werden, um strukturierte, auf Spuren basierende Ansätze zu empfehlen, die durch öffentliche Beobachtungen und Expertenvalidierung als die praktikabelste und skalierbarste Lösung für die langfristige Biodiversitätsüberwachung unterstützt werden.
Diese Studie nutzt Satellitendaten, um zu zeigen, dass das El Niño-Ereignis von 2015–2016 eine signifikante Erwärmung der Meeresoberfläche sowie einen Rückgang der Chlorophyll-a-Konzentrationen in den Gewässern vor Südbali um 54 % verursachte, was durch eine intensivierte vertikale Schichtung getrieben wurde, die das Nährstoff-Upwelling und die Phytoplanktonproduktivität unterdrückte.