41 편의 논문
이 논문은 스펙트럼 너딩 기법을 적용하여 물리 기반 예보 모델 (IFS-ENS) 과 머신러닝 기반 예보 모델 (AIFS-ENS) 을 결합한 하이브리드 앙상블 예측 시스템을 최초로 개발하여, 대규모 예보 기술과 열대성 저기압 경로 예측 정확도를 크게 향상시켰음을 보여줍니다.
이 논문은 AI 기반 기후 정보의 급속한 발전이 고사양 컴퓨팅과 데이터 인프라의 불균형으로 인해 남북 간 격차를 심화시킬 수 있음을 지적하며, 데이터 중심 접근법, 기후 디지털 공공 인프라 구축, 그리고 지식 공동 생산을 통해 이러한 불평등을 해소하고 진정한 시스템 회복력을 확보해야 한다고 주장합니다.
이 논문은 생명이 존재하지 않는 지구형 행성에서 황의 비생물학적 순환을 모사하는 오픈소스 동적 상자 모델을 제시하여, 미생물 대사가 부재할 경우 해양 퇴적물의 황산염 함량이 현 지구보다 두 자릿수 높고 황화물 함량은 네 자릿수 낮아질 수 있음을 규명했습니다.
본 논문은 확률적 연안 재해 평가의 효율성과 정확성 균형을 위해, Thetis 소프트웨어 기반의 머신러닝 기반 메쉬 이동 기법 (UM2N) 을 비수평정적 얕은 물 모델에 적용하여 쓰나미 전파 및 침수 시뮬레이션의 정확도를 유지하면서도 기존 기법보다 계산 속도를 획기적으로 향상시켰음을 검증합니다.
본 논문은 AI 기상 모델 '아우로라'가 1~7 일의 단기 예보에서는 다양한 기상 극한 현상을 잘 예측하지만, 7~10 일 이상의 중기 예보에서는 대규모 순환 패턴은 유지되나 극한 강도가 기후 평균으로 회귀하여 예측력이 급격히 떨어진다는 점을 규명했습니다.
이 논문은 E3SMv3 모델의 강수 미세물리 과정 (P3) 을 안정화하고 정확도를 높이기 위해 고차 시간 적분법과 적응적 시간 간격을 도입함으로써, 기존 하위 단계 세분화나 시간 간격 축소 없이 10 배 이상의 계산 효율을 달성할 수 있음을 보여줍니다.
이 논문은 유전적 분석과 라그랑주 역학 기반의 전이 경로 이론을 결합하여, 동태평양 장벽 (EPB) 을 가로지르는 산호 유생의 연결성이 약하지만 존재하며, 이는 엘니뇨 현상보다는 북적도역류의 계절적 변동에 의해 주로 조절된다는 것을 규명했습니다.
이 논문은 기존 GEM-MACH 앙상블의 3,300 배 빠른 속도로 대기 화학 앙상블을 생성하면서도 역산 결과의 정확도를 유지하는 새로운 AI 기반 앙상블 생성 시스템 'EnsAI'를 제안합니다.
본 논문은 거대 충돌 후 원월 원반의 대기가 수소와 이산화수소로 구성되어 열역학적 유출을 일으켰으며, 이로 인해 달의 휘발성 원소가 지구 중력권을 벗어나 우주 공간으로 방출되어 지구와 달 사이의 휘발성 원소 함량 차이가 발생했음을 제시합니다.
본 논문은 VLT-ESPRESSO 를 활용한 초고분해능 관측을 통해 타이탄 대기에서 C3 분자의 405 nm 흡수대를 8 시그마 수준으로 검출하여, 태양계 천체 연구에 외계행성 관측 기술이 효과적으로 적용될 수 있음을 입증했습니다.
이 논문은 오토인코더를 통해 학습된 잠재 공간에서 베이지안 데이터 동화를 수행하여 물리적 일관성을 자동으로 보장하고 기존 모델 공간 방식보다 향상된 분석 품질 및 예보 능력을 보여주는 '잠재 데이터 동화 (LDA)' 프레임워크를 제안합니다.
본 논문은 표면파와 하층 난류의 상호작용으로 인해 생성되어 스토크스 드리프트를 상쇄하는 반-스토크스 유동의 실험적 증거와 이를 뒷받침하는 통계적 이론 및 모델을 제시하며, 해양 내 물질 수송 예측에 중요한 함의를 가진다고 요약할 수 있습니다.
이 논문은 Dafydd 와 Porter 의 기존 연구를 심층 수역으로 확장하여, 두께가 무작위로 변하는 부유 얼음을 통과하는 파동의 감쇠를 다중 척도 분석으로 모델링하고, 저주파수에서 주파수의 8 제곱에 비례하는 감쇠와 고주파수에서의 롤오버 현상을 예측하며 이를 수치 시뮬레이션 및 현장 측정 데이터와 비교 검증했습니다.
본 보고서는 부이 관측 데이터의 고주파 파랑 에너지 정확도를 평가한 결과, 세 가지 다른 부이 유형에 비해 Datawell Waverider 부이가 일관되게 높은 에너지 수치를 보고하는 경향이 있음을 밝혀냈습니다.
이 논문은 온실가스 온난화 하에서 ENSO 강도가 초기에는 강화되다가 장기적으로 약화되는 역동적 과정을 규명하고, 전 지구 평균 해수면 온도와 그 이력을 기반으로 ENSO 변동성을 90% 이상 설명하는 효율적인 지연 - 선형 모델을 제시합니다.
본 연구는 다양한 기후 모델 계층을 활용하여 기후 강제력에 따른 지표면 극한 풍속의 변화를 분석한 결과, 중위도 고강도 바람은 온난화에 따라 일관되게 강화되지만 열대 저강도 바람과 지역적 변화는 모델 간 물리 과정 표현의 차이로 인해 큰 불확실성을 보임을 규명했습니다.
이 연구는 NOAA 관측 자료와 이상화된 축대칭 모델을 비교 분석하여, 2025 년 허리케인 멜리사가 자메이카의 산악 지형을 통과하며 급격히 약화된 주요 원인이 거친 지형으로 인한 표면 마찰과 난류 혼합의 증가임을 규명했습니다.
이 논문은 심층 학습 기반의 합성곱 신경망 (CNN) 을 활용하여 대기 중권 하부 영역의 공기광 이미지에서 중력파에 의한 리플 구조를 자동으로 탐지하고, 이를 통계적으로 분석하여 대기 불안정성 및 역학적 메커니즘을 규명하는 연구를 제시합니다.
이 논문은 전통적인 지역 기후 모델보다 훨씬 낮은 계산 비용으로 전 지구 기후 모델의 저해상도 출력을 고해상도 지역 기후 예측으로 변환하는 확률적 보간 기반의 데이터 중심 기후 다운스케일링 방법 (CDSI) 을 제안하고 그 정확성과 불확실성 정량화 능력을 검증합니다.
이 논문은 변이 베이지안 최적화를 통해 분석 확률 밀도 함수를 국소화하여 보조 국소화 기법 없이도 기존 앙상블 칼만 필터와 동등한 성능을 내는 새로운 필터링 접근법을 제안하고, 로렌츠 -96 모델을 통한 수치 실험으로 그 유효성을 입증했습니다.