1447 articoli
Questo studio utilizza i dati del Multi-Angle Imaging Spectroradiometer (MISR) per analizzare la distribuzione tridimensionale e la persistenza stagionale della torbidità atmosferica in Iran, rivelando che il carico di aerosol medio del paese è significativamente inferiore alla media globale con distinte variazioni regionali e stagionali.
Analizzando un record di DNA antico nei sedimenti marini di 8.300 anni proveniente dall'alto Artico, questo studio rivela come la variabilità climatica dell'Olocene e l'Oscillazione Artica abbiano guidato una eterogeneità nella diversità dei tratti funzionali e nei compromessi tra dimensione e temperatura nel biota marino, offrendo intuizioni senza precedenti sulla resilienza degli ecosistemi attraverso scale temporali millenarie.
Questo studio presenta la prima valutazione completa a lungo termine (1950–2025) dell'idoneità climatica per il turismo lungo la costa del Mar Nero della Turchia utilizzando un nuovo Holiday Climate Index pesato, rivelando che mentre le condizioni estive rimangono stabili, il cambiamento climatico sta estendendo significativamente le finestre turistiche favorevoli verso la primavera e l'autunno, con miglioramenti più pronunciati nelle province occidentali rispetto all'est umido.
Questo studio prevede che l'esposizione allo stress da calore negli stadi del calcio professionistico europeo si intensificherà e si diffonderà entro la metà del secolo, rivelando che, sebbene la programmazione serale offra una certa protezione, essa è insufficiente a contrastare i rischi derivanti dal clima, rendendo così necessari strategie di adattamento integrate che vadano oltre i semplici aggiustamenti temporali.
Questo studio impiega un framework multivariato e GIS basato sulla trasformazione logaritmica su dati multitemporali del Bacino di Tébessa-Morsott per distinguere con successo tra la mineralizzazione geogenica naturale guidata dalla dissoluzione di carbonati ed evaporiti e l'inquinamento da nitrati antropico causato da input agricoli e di acque reflue in un acquifero alluvionale semi-arido.
Questo articolo sostiene che lo spostamento nella pianura alluvionale del Brahmaputra in Assam sia un processo graduale guidato dalla perdita cronica di terre e dall'erosione dei mezzi di sussistenza piuttosto che solo da inondazioni improvvise, rendendo necessario un passaggio dal soccorso a breve termine a strategie adattive inclusive e a lungo termine per le comunità colpite.
Questo studio dimostra che l'integrazione delle immagini satellitari Sentinel-2 con algoritmi di apprendimento automatico Random Forest fornisce un metodo accurato e scalabile per stimare la biomassa sopra il suolo nelle praterie trans-himalayane, offrendo uno strumento vitale per la gestione sostenibile del territorio e la protezione dei mezzi di sussistenza pastorali.
Questo studio utilizza un modello di apprendimento automatico Random Forest integrato con dati GIS e telerilevamento per mappare la suscettibilità alle frane nel distretto di Hanang, in Tanzania, raggiungendo un'accuratezza del 93,5% e identificando l'NDVI come il principale predittore, rivelando al contempo che quasi il 44% del distretto è altamente vulnerabile a future frane.
Questo studio analizza il terremoto di magnitudo Mw 7.4 di dicembre 2025 al largo di Aomori, in Giappone, rivelando un particolare modello di rottura a dominanza di larghezza che devia dalle leggi di scala standard delle faglie e suggerisce una geometria complessa dell'interfaccia delle placche che coinvolge molteplici asperità.
Utilizzando l'emulatore ACE2 basato sul deep learning, questo studio rivela che un pattern di temperatura superficiale del mare di tipo El Niño nel XV secolo ha guidato una diminuzione globale della frequenza dei cicloni tropicali attraverso un aumento del wind shear verticale e una troposfera media più secca, dimostrando così l'utilità del deep learning nell'analisi paleoclimatica per migliorare le proiezioni future.