1447 articles
Cette étude utilise les données du Multi-Angle Imaging Spectroradiometer (MISR) pour analyser la distribution tridimensionnelle et la persistance saisonnière de la turbidité atmosphérique en Iran, révélant que la charge moyenne d'aérosols du pays est significativement plus faible que la moyenne mondiale avec des variations régionales et saisonnières distinctes.
En analysant un enregistrement d'ADN ancien de sédiments marins de 8 300 ans provenant de l'Arctique de haute latitude, cette étude révèle comment la variabilité climatique de l'Holocène et l'oscillation arctique ont piloté une diversité hétérogène des traits fonctionnels et des compromis taille-température chez le biote marin, offrant des perspectives sans précédent sur la résilience des écosystèmes à travers des échelles de temps millénaires.
Cette étude présente la première évaluation exhaustive à long terme (1950–2025) de l'adéquation climatique touristique le long de la côte de la mer Noire en Turquie, utilisant un nouvel indice climatique de vacances pondéré, révélant que si les conditions estivales restent stables, le changement climatique prolonge significativement les périodes touristiques favorables vers le printemps et l'automne, ces améliorations étant plus marquées dans les provinces de l'ouest que dans l'est humide.
Cette étude prévoit que l'exposition au stress thermique dans les lieux de football professionnel européens va s'intensifier et se propager d'ici le milieu du siècle, révélant que si la programmation en soirée offre une certaine protection, elle est insuffisante pour contrer les risques liés au climat, nécessitant ainsi des stratégies d'adaptation intégrées allant au-delà de simples ajustements de calendrier.
Cette étude emploie un cadre multivarié et de SIG basé sur une transformation logarithmique sur des données multitemporelles du bassin de Tébessa-Morsott pour distinguer avec succès la minéralisation géogénique naturelle induite par la dissolution des carbonates et des évaporites de la pollution anthropique aux nitrates causée par les apports agricoles et les eaux usées dans un aquifère alluvial semi-aride.
Cet article soutient que le déplacement dans la plaine inondable du Brahmapoutre en Assam est un processus graduel, moteur de la perte chronique de terres et de l'érosion des moyens de subsistance plutôt que de simples crues soudaines, nécessitant ainsi un passage de l'aide à court terme vers des stratégies d'adaptation inclusives et à long terme pour les communautés affectées.
Cette étude démontre que l'intégration de l'imagerie satellitaire Sentinel-2 avec des algorithmes d'apprentissage automatique de type Forêt Aléatoire offre une méthode précise et évolutive pour estimer la biomasse aérienne dans les pâturages transhimalayens, constituant ainsi un outil essentiel pour la gestion durable des terres et la protection des moyens de subsistance pastoraux.
Cette étude utilise un modèle d'apprentissage automatique de type Forêt Aléatoire intégré aux données SIG et de télédétection pour cartographier la susceptibilité aux glissements de terrain dans le district de Hanang, en Tanzanie, atteignant une précision de 93,5 % et identifiant l'NDVI comme le principal prédicteur tout en révélant que près de 44 % du district est hautement vulnérable aux futurs glissements de terrain.
Cette étude analyse le séisme de magnitude Mw 7,4 de décembre 2025 au large d'Aomori, au Japon, révélant un mode de rupture unique dominé par la largeur qui s'écarte des lois d'échelle de faille standards et suggère une géométrie complexe de l'interface des plaques impliquant de multiples aspérités.
En utilisant l'émulateur ACE2 basé sur l'apprentissage profond, cette étude révèle qu'un motif de température de surface de la mer de type El Niño au XVe siècle a entraîné une diminution de la fréquence des cyclones tropicaux à travers un cisaillement vertical du vent accru et une troposphère moyenne plus sèche, démontrant ainsi l'utilité de l'apprentissage profond dans l'analyse paléoclimatique pour améliorer les projections futures.