41 articoli
Questo studio presenta la prima applicazione dello spectral nudging in un sistema di previsione probabilistico ibrido, che combina il modello fisico IFS-ENS con l'ensemble di apprendimento automatico AIFS-ENS, ottenendo significativi miglioramenti nella previsione su larga scala e nella traiettoria dei cicloni tropicali senza degradare l'intensità delle tempeste.
Il paper sostiene che, sebbene l'IA prometta avanzamenti senza precedenti nelle scienze climatiche, il suo attuale sviluppo concentrato nel Nord globale rischia di esacerbare le disuguaglianze Nord-Sud, richiedendo un approccio centrato sui dati, infrastrutture digitali pubbliche e co-produzione della conoscenza per garantire una resilienza sistemica equa.
Il paper presenta un modello a scatole dinamico open-source che simula il ciclo abiotico dello zolfo sulla Terra e su pianeti simili, rivelando che in assenza di vita il contenuto di solfati nei sedimenti marini sarebbe due ordini di grandezza superiore e quello di solfuri quattro ordini inferiore rispetto all'attuale, a causa della mancanza del metabolismo microbico.
Questo studio dimostra che l'uso di metodi di adattività della mesh basati sull'apprendimento automatico (UM2N) all'interno del software Thetis migliora significativamente l'efficienza e la robustezza delle simulazioni di tsunami non idrostatici, garantendo al contempo un'accuratezza elevata nella valutazione dei rischi costieri.
Lo studio valuta il modello AI Aurora, dimostrando che, sebbene offra previsioni accurate per eventi estremi a breve termine, la sua capacità di prevedere l'intensità di tali eventi decade oltre i 7-10 giorni a causa delle limitazioni intrinseche della dinamica atmosferica.
Questo studio dimostra che l'adozione di metodi di integrazione temporale di ordine superiore, basati su Runge-Kutta e sull'adattività del passo temporale, risolve i problemi di instabilità e sottorisoluzione temporale del modello di microfisica P3 in E3SMv3, consentendo di ottenere risultati accurati più di 10 volte più velocemente rispetto all'approccio attuale.
L'analisi delle traiettorie di galleggianti storici combinata con la teoria dei percorsi di transizione rivela che la connettività genetica tra le Isole Line e l'Atollo di Clipperton, nonostante la Barriera del Pacifico Orientale, è favorita da un debole ma significativo flusso larvale di circa 2,5 mesi guidato dalla modulazione stagionale della Controcorrente Equatoriale Settentrionale.
Il paper introduce EnsAI, un sistema basato sull'intelligenza artificiale che genera ensemble per costituenti chimici atmosferici 3.300 volte più velocemente rispetto al modello GEM-MACH originale, mantenendo un'accuratezza comparabile nelle inversioni delle emissioni e offrendo significativi risparmi computazionali a lungo termine.
Lo studio dimostra che un deflusso idrodinamico generato dall'atmosfera del disco protolunare, dominato da idrogeno e H2, ha rimosso selettivamente gli elementi volatili dalla Luna primordiale, spiegando così la loro scarsità rispetto alla Terra come conseguenza naturale della dinamica atmosferica post-impatto.
Questo studio presenta la prima rilevazione definitiva (con un livello di confidenza di otto sigma) della molecola C3 nell'atmosfera di Titano, ottenuta tramite osservazioni ad altissima risoluzione spettrale con lo strumento ESPRESSO del VLT, confermando così l'efficacia delle tecniche sviluppate per la ricerca di esopianeti anche nello studio del Sistema Solare.
Il documento presenta la Latent Data Assimilation (LDA), un nuovo quadro di lavoro che esegue l'assimilazione dei dati nello spazio latente appreso tramite autoencoder per garantire coerenza fisica e migliorare la qualità delle analisi e delle previsioni meteorologiche globali rispetto ai metodi tradizionali.
Questo studio presenta evidenze sperimentali e una teoria di supporto che dimostrano come l'interazione tra onde di superficie e turbolenza sottomarina generi un flusso medio euleriano che contrasta la deriva di Stokes, ridistribuendo il momento verticale e influenzando significativamente il trasporto di materiali nell'oceano.
Questo studio estende un modello teorico sull'attenuazione delle onde nel ghiaccio rotto a profondità finite, dimostrando tramite analisi a scale multiple e simulazioni numeriche che l'attenuazione è proporzionale all'ottava potenza della frequenza a basse frequenze e presentando un effetto di roll-over a frequenze più elevate, con risultati in accordo con le misurazioni sul campo.
Questo rapporto valuta l'accuratezza e la coerenza dei dati sulle onde oceaniche ad alta frequenza forniti da quattro diversi tipi di boe, rilevando che le boe Datawell Waverider tendono sistematicamente a riportare livelli di energia più elevati rispetto agli altri modelli, sollevando preoccupazioni per le applicazioni predittive.
Utilizzando un modello lag-lineare basato sui dati di temperatura superficiale globale e stratificazione, lo studio dimostra che il riscaldamento globale provoca un aumento transitorio seguito da un calo a lungo termine dell'intensità dell'ENSO, rivelando inoltre che emissioni più rapide portano a picchi di variabilità più elevati.
Questo studio analizza le risposte delle raffiche di vento estreme vicino alla superficie ai forzanti climatici utilizzando una gerarchia di modelli globali, rivelando che l'intensificazione delle raffiche alle medie latitudini è robusta, mentre le proiezioni regionali rimangono incerte a causa delle divergenze nella rappresentazione fisica dei sistemi meteorologici estremi.
Questo studio analizza il rapido indebolimento dell'uragano Melissa (2025) durante il transito sul terreno montuoso della Giamaica, dimostrando che l'aumento dell'attrito e della miscelazione turbolenta associati al terreno accidentato spiegano una grande parte del decadimento energetico osservato, sebbene processi aggiuntivi come le dinamiche asimmetriche e i feedback termodinamici contribuiscano ulteriormente all'indebolimento.
Questo studio presenta un framework di deep learning basato su reti neurali convoluzionali per rilevare automaticamente e analizzare statisticamente le strutture ondose a scala di increspatura nella mesosfera, migliorando la comprensione delle dinamiche instabili nell'alta atmosfera.
Il documento presenta un metodo di downscaling climatico basato su interpolanti stocastici che trasforma efficientemente i dati a bassa risoluzione dei modelli climatici globali in proiezioni regionali ad alta risoluzione, offrendo un'alternativa più economica e scalabile rispetto ai modelli regionali tradizionali.
Questo lavoro introduce un nuovo approccio di filtraggio di Kalman basato su ensemble che, sostituendo le tecniche di localizzazione tradizionali e manuali con una localizzazione intrinseca della densità di probabilità tramite ottimizzazione bayesiana variazionale, ottiene prestazioni di accuratezza e costo computazionale comparabili ai metodi esistenti già ottimizzati.