41 artículos
Este estudio valida la concordancia cuantitativa entre las mediciones coronográficas de brillo circunsolar y las inferencias derivadas de aerosoles en el Observatorio de Mauna Loa, permitiendo extender el análisis de la calidad del cielo diurno para la observación coronal a lo largo de décadas mediante datos de AERONET.
El artículo presenta CarbonBench, el primer punto de referencia global que utiliza aprendizaje cero-shot para evaluar y estandarizar la escalabilidad de los flujos de carbono en ecosistemas no observados, integrando más de 1,3 millones de datos de 567 torres de flujo para mejorar la modelización climática y la contabilidad de carbono.
El artículo presenta TAM-RL, un marco que combina el aprendizaje de representaciones espaciotemporales con restricciones físicas derivadas del balance de carbono para mejorar significativamente la precisión y la generalización en la extrapolación de flujos de carbono terrestres a escala global.
Este estudio emplea un algoritmo de eventos raros en modelos climáticos para demostrar que los estados persistentes de doble chorro en el hemisferio norte están vinculados a patrones de circulación específicos (como el modo anular norte positivo y anomalías cuasi-onda-3) que generan y mantienen olas de calor extremas simultáneas en tres centros del hemisferio.
Este estudio demuestra que el marco de energía cinética del vapor (VKE) revela que la evolución de los ríos atmosféricos a nivel global está gobernada principalmente por la conversión de energía potencial a cinética, con mecanismos de intensificación y decaimiento consistentes entre diferentes cuencas oceánicas.
Este artículo demuestra que la participación de la comunidad de ciencia de datos a través de una competencia de Kaggle para desarrollar parametrizaciones de aprendizaje automático ha permitido lograr estabilidad en línea en simulaciones climáticas híbridas, superando obstáculos históricos y alcanzando resultados de vanguardia.
Este artículo presenta un modelo de difusión informado por física basado en Context-UNet que genera imágenes satelitales sintéticas de eventos meteorológicos extremos y raros, condicionadas a parámetros atmosféricos clave, para mitigar la escasez de datos y mejorar la detección de ciclones tropicales de rápida intensificación.
Un ensayo controlado aleatorizado demuestra que la implementación escalable de un flujo de trabajo de evitación de estelas de condensación liderado por despachadores reduce significativamente la formación de estelas (hasta un 62% en vuelos que siguieron el protocolo) sin aumentar el consumo de combustible.
Este estudio utiliza inferencia bayesiana y modelos de regresión de valores extremos generalizados sobre proyecciones de cinco modelos CMIP6 para predecir un aumento significativo en las temperaturas extremas máximas y, en menor medida, mínimas, en las regiones desérticas de la Tierra durante el próximo siglo, especialmente bajo escenarios de forzamiento climático más severos.
Este estudio utiliza inferencia causal bayesiana sobre datos satelitales para demostrar que la expansión de las instalaciones de procesamiento de níquel en el Parque Industrial Morowali de Indonesia ha causado un deterioro causal y cuantificable en la claridad del agua costera, con implicaciones negativas para los ecosistemas marinos biodiversos.
Este estudio demuestra que el aprendizaje automático puede representar eficazmente los flujos verticales de procesos mesoescalares de latitudes medias no resueltos en modelos climáticos globales, revelando la importancia crítica de la información no local vertical en temperatura, humedad y viento para mejorar estas parametrizaciones.
Este estudio confirma que el aumento en la intensidad de los ciclones tropicales es genuino, ya que, al extender los datos hasta 2023, se observa no solo una disminución en las tormentas débiles (C1), sino también un incremento en las tormentas fuertes (C3 y C4).
Mediante simulaciones ideales secas, este estudio demuestra que la estructura de la corriente en chorro (su posición, anchura y profundidad) modula la intensificación de ciclones, la fusión de sistemas y la formación de anticiclones persistentes, influyendo así directamente en la generación de extremos meteorológicos en latitudes medias.
Los autores presentan un marco de teoría de decisiones y un sistema de pronóstico híbrido que combina modelos de inteligencia artificial con expectativas agrícolas evolutivas para generar pronósticos probabilísticos del monzón más precisos, los cuales fueron implementados exitosamente en 2025 para guiar las decisiones de 38 millones de agricultores indios.
Este estudio combina observaciones de campo y simulaciones numéricas con el modelo WRF para analizar los vientos de drenaje nocturnos que salen del valle del Isarco hacia la cuenca de Bolzano, revelando que aunque la estructura del flujo se captura bien independientemente del esquema de capa límite, la correcta representación de la estratificación térmica es crucial para simular con precisión el inicio, la duración y la trayectoria del viento, la cual varía entre una trayectoria ascendente en presencia de un pool de aire frío y un flujo que sigue la topografía con vientos fuertes en superficie cuando la estratificación es débil.
El artículo identifica la transición dinámica hacia una capa límite advectiva durante el inicio del monzón asiático, un régimen donde el balance de momento cambia de friccional a controlado por la advección meridional, estableciendo una relación lineal diagnosticable entre el gradiente de geopotencial y el viento que es fundamental para mejorar la representación de los procesos de la capa límite tropical en los modelos climáticos.
El artículo presenta un marco de aprendizaje de operadores no locales basado en kernels de integración impulsados por datos que separan la agregación de información no local de la predicción no lineal local, logrando modelos interpretables y eficientes para la precipitación del monzón asiático con menos parámetros y mayor claridad física.
Utilizando un modelo climático de complejidad intermedia, este estudio revela que el estado de borde (o estado Melancholia) gobierna transientes caóticos de larga duración y que un aumento de CO₂ provoca una crisis de frontera que elimina el atractor actual de la Circulación de Retorno Meridional del Atlántico (AMOC), explicando así la gran varianza en los conjuntos de modelos y las bifurcaciones estocásticas aparentes bajo escenarios de forzamiento intermedio.
Este artículo presenta un modelo mecánico mejorado que incorpora el arrastre del hielo marino en deriva para explicar las desviaciones observadas en la atenuación de las olas, replicando con éxito su decaimiento no exponencial y la evolución espacial de la tasa de atenuación en el hielo marino antártico.
El artículo presenta DAISI, un algoritmo de filtrado escalable basado en modelos generativos que supera las limitaciones de los métodos clásicos de asimilación de datos al utilizar un prior generativo preentrenado combinado con pasos de muestreo inverso y guiado para manejar dinámicas complejas y observaciones no lineales sin necesidad de reentrenamiento.