41 articles
Cette étude valide l'accord entre les mesures coronographiques directes et les inférences basées sur les aérosols pour quantifier la brillance du ciel circum-solaire à Mauna Loa, permettant ainsi des analyses multi-décennales et la synthèse d'images réalistes pour évaluer la qualité d'observation des coronnes solaires.
Le papier présente CarbonBench, le premier benchmark mondial conçu pour évaluer rigoureusement les méthodes d'apprentissage zéro-shot dans la mise à l'échelle des flux de carbone terrestres, en s'appuyant sur plus de 1,3 million d'observations provenant de 567 sites de tour à flux pour tester la généralisation des modèles à des écosystèmes et climats non vus.
Ce papier présente TAM-RL, un cadre d'apprentissage par représentation couplé à des contraintes physiques qui améliore significativement la précision et la transférabilité de l'extrapolation des flux de carbone terrestres à l'échelle mondiale en surmontant les limites des méthodes actuelles face à la rareté des données de terrain.
En utilisant l'algorithme des événements rares sur le modèle CESM1.2 et les données ERA5, cette étude révèle que les états persistants de double jet en été dans l'hémisphère Nord sont associés à une configuration atmosphérique spécifique combinant un mode annulaire nord positif et une onde quasi-3, favorisant la co-occurrence de vagues de chaleur extrêmes à trois centres distincts.
En utilisant une analyse budgétaire de l'énergie cinétique de la vapeur d'eau à l'échelle mondiale, cette étude révèle que l'intensification, la dissipation et la propagation des rivières atmosphériques sont principalement gouvernées par des mécanismes physiques universels, notamment la conversion d'énergie potentielle en énergie cinétique et les flux de convergence de vapeur.
Cette étude démontre que le crowdsourcing via une compétition Kaggle a permis de développer des architectures d'apprentissage machine hybrides stables et performantes pour les simulations climatiques, validant ainsi l'efficacité de cette approche pour résoudre les problèmes d'instabilité en ligne dans les modèles climatiques à basse résolution.
Ce papier propose un modèle de diffusion informé par la physique basé sur l'architecture Context-UNet pour générer des images satellites synthétiques d'événements météorologiques extrêmes rares, afin de surmonter le manque de données et d'améliorer la détection des cyclones tropicaux.
Cette étude démontre, via un essai contrôlé randomisé, qu'une stratégie d'évitement des traînées de condensation pilotée par les compagnies aériennes et intégrée aux opérations standard réduit significativement la formation de ces traînées sans augmenter la consommation de carburant.
Cette étude utilise une régression de valeurs extrêmes généralisées avec inférence bayésienne pour prédire, sur la période 2025-2125, une augmentation significative des températures extrêmes maximales dans les régions désertiques de la Terre sous des scénarios de forçage climatique plus sévères, tandis que les tendances pour les minimas sont plus faibles et moins significatives.
Cette étude démontre, grâce à une inférence causale par séries temporelles structurelles bayésiennes appliquée aux données satellitaires, que l'expansion des installations de traitement du nickel au parc industriel de Morowali en Indonésie a causé une détérioration significative de la clarté des eaux côtières, menaçant ainsi les écosystèmes coralliens locaux.
Cette étude démontre que l'apprentissage machine peut efficacement paramétrer les flux verticaux des processus mésoscaliques des latitudes moyennes dans les modèles climatiques à basse résolution, en mettant en évidence la nécessité d'informations non locales verticalement pour capturer l'influence des fronts et des vagues de froid.
En étendant l'analyse des cyclones tropicaux jusqu'en 2023, cette étude révèle que l'intensification observée est désormais authentique, étant désormais entraînée à la fois par une diminution des systèmes faibles et par une augmentation réelle des systèmes intenses, contrairement aux conclusions antérieures basées uniquement sur la baisse des cyclones faibles.
Cette étude utilise des simulations idéalisées sèches pour démontrer que la structure du courant-jet, notamment son déplacement vers les pôles, son élargissement et sa profondeur, contrôle l'intensification des cyclones, leur fusion et la persistance des anticyclones, modulant ainsi les extrêmes météorologiques des latitudes moyennes.
Cet article présente un cadre de théorie de la décision et un système hybride combinant l'intelligence artificielle et un modèle statistique bayésien pour générer des prévisions probabilistes de la mousson indienne, qui ont été déployées avec succès en 2025 pour éclairer les décisions agricoles de 38 millions de fermiers.
Cette étude combine des observations de terrain et des simulations numériques WRF pour analyser le vent de drainage nocturne sortant de la vallée de l'Isarco vers le bassin de Bolzano, révélant que si la structure du flux est bien capturée, la précision de la stratification thermique du bassin via le schéma de couche limite planétaire est cruciale pour simuler correctement l'impact de la présence d'une poche d'air froid sur la trajectoire et l'intensité du vent en surface.
Cette étude identifie la transition vers une couche limite advective lors du début de la mousson asiatique, un régime dynamique distinct où l'équilibre d'Ekman s'effondre au profit d'un contrôle par l'advection méridienne, avec des implications majeures pour la représentation des processus de couche limite tropicale dans les modèles climatiques.
Ce papier présente un cadre d'apprentissage d'opérateurs non locaux basé sur des noyaux d'intégration pilotés par les données qui séparent l'agrégation d'informations non locales de la prédiction non linéaire locale, permettant ainsi d'obtenir des modèles interprétables et parcimonieux pour la prévision des précipitations de la mousson asiatique.
En utilisant un modèle climatique de complexité intermédiaire, cette étude révèle que la stabilité de la circulation méridienne de retournement atlantique (AMOC) sous l'effet du CO₂ est gouvernée par un état de bord chaotique dont la collision avec l'attracteur actuel provoque une crise de frontière, expliquant ainsi les grandes variances d'ensemble et les bifurcations apparentes observées dans les modèles du système terrestre.
En tenant compte de la dérive de la glace de mer, ce modèle mécanistique améliore la prédiction de l'atténuation des vagues en reproduisant les profils de décroissance non exponentiels observés dans les glaces antarctiques.
Le papier présente DAISI, un algorithme d'assimilation de données évolutif basé sur des modèles génératifs par flot, qui surpasse les méthodes classiques dans les systèmes non linéaires en intégrant des prévisions via un échantillonnage inverse et en assimilant des observations par guidage sans nécessiter de réentraînement du prior.