41 papers
Dit onderzoek vergelijkt coronagraafmetingen met aerosolgebaseerde schattingen van de helderheid van de circumsolaire lucht op Mauna Loa om een raamwerk te bieden voor het beoordelen van dagelijkse corona-kwaliteit en het visualiseren van de relatie tussen aerosolen en waargenomen zonneschijf-auréoles.
Deze paper introduceert CarbonBench, het eerste wereldwijde benchmark voor het evalueren van zero-shot leermethoden om koolstoffluxen nauwkeurig te upscalen naar onbemonsterde ecosystemen, gebaseerd op meer dan 1,3 miljoen dagelijkse observaties van 567 meetstations.
Deze paper introduceert het TAM-RL-framework, dat representatieleren koppelt aan fysisch onderbouwde beperkingen om de nauwkeurigheid en generaliseerbaarheid van het opschalen van terrestrische koolstofstromen aanzienlijk te verbeteren.
Dit onderzoek gebruikt zeldzame gebeurtenissen-algoritmes om aan te tonen dat extreme, langdurige dubbele jetstream-zomers in het noordelijk halfrond gekenmerkt worden door een specifiek circulatiepatroon dat sterk correleert met gelijktijdige hittegolven op drie locaties.
Dit onderzoek toont aan dat een Vapor Kinetic Energy (VKE)-budgetanalyse een krachtige diagnostische tool biedt om te verklaren hoe atmosferische rivieren wereldwijd evolueren, waarbij ze voornamelijk versterken door de omzetting van potentiële naar kinetische energie en afnemen door condensatie en turbulente dissipatie.
Dit artikel rapporteert over de succesvolle toepassing van door een crowdsourcing-competitie gegenereerde hybride fysica-ML klimaatmodellen, die aantonen dat online stabiliteit in realistische geografische settingen haalbaar is en dat dergelijke modellen state-of-the-art prestaties leveren op belangrijke klimaatmetrieken.
Dit artikel presenteert een door natuurkunde geïnspireerd diffusiemodel op basis van Context-UNet dat synthetische, fysisch consistente multi-spectrale satellietbeelden van zeldzame extreme weersomstandigheden genereert om het datatekort bij het detecteren van snel intensiverende tropische cyclonen te verhelpen.
Deze studie toont aan dat een schaalbaar, door dispatchers geleid systeem voor het vermijden van condenssporen in de luchtvaart de vorming ervan met 11,6% kan reduceren zonder een statistisch significant verhoogd brandstofverbruik.
Dit onderzoek gebruikt Bayesiaanse inferentie en GEV-regressie op CMIP6-modellen om te voorspellen dat de uiterste temperaturen in wereldwijd woestijngebieden de komende eeuw significant zullen stijgen, met name onder zwaardere klimaatscenario's.
Dit onderzoek toont met behulp van Bayesiaanse causale inferentie aan dat de snelle uitbreiding van de nikkelverwerking in het Morowali Industriepark op Sulawesi een significant en meetbaar negatief effect heeft gehad op de helderheid van het kustwater, wat een tot nu toe niet gekwantificeerde milieukost van Indonesië's beleid voor mineralenverwerking blootlegt.
Dit onderzoek toont aan dat machine learning, door gebruik te maken van niet-lokale verticale informatie over temperatuur, vocht en wind, effectief kan worden ingezet om verticale fluxen van onopgeloste mesoschaalprocessen in de gematigde breedtegraden te parameteriseren voor klimaatmodellen.
Hoewel eerdere studies suggereerden dat de toename van zware tropische cyclonen voornamelijk het gevolg was van een afname van zwakkere stormen, toont dit onderzoek aan dat het verlengde dataset tot 2023 een echte intensivering aantoont, aangedreven door zowel minder zwakke als meer sterke cyclonen.
Deze studie toont aan dat variaties in de structuur van de jetstroom, zoals verschuivingen naar de pool, een bredere breedte en een grotere verticale diepte, cyclonenintensivering, samensmelting en het ontstaan van aanhoudende anticyclonen in de gematigde breedtegraden beïnvloeden, wat leidt tot extreme weersomstandigheden.
Dit artikel beschrijft een nieuw besluitvormingskader en een hybride AI-statistisch voorspellingsmodel voor de Indiase moesson, dat in 2025 operationeel werd ingezet om 38 miljoen boeren nauwkeurige, op maat gemaakte seizoensvoorspellingen te bieden voor betere landbouwbeslissingen.
Dit onderzoek combineert veldmetingen en WRF-simulaties om te concluderen dat, hoewel het model de structuur van de vallei-uitstroomwind in het Bolzano-bekken goed nabootst, de keuze van het PBL-schema cruciaal is voor het correcte simuleren van de temperatuursstratificatie en de daaropvolgende variatie in windgedrag bij de vallei-uitgang.
Dit artikel identificeert een overgang naar een nieuw dynamisch regime, het advectieve grenslaagmodel (ABL), tijdens de opkomst van de Zuid-Aziatische moesson, waarbij de traditionele Ekman-balans faalt en de meridionale wind wordt gedicteerd door een balans tussen generatie en advectie die gekoppeld is aan de Coriolisparameter op de overgangsbreedte.
Dit paper introduceert data-gedreven integratiekernels als een interpreteerbaar raamwerk dat niet-lokale operatorlearning voor klimaatprocessen structureert door niet-lineaire interacties te beperken tot geïntegreerde kenmerken, wat leidt tot modellen met minder parameters en betere interpretatie zonder in te leveren op voorspellingskwaliteit.
Dit onderzoek toont aan dat de Atlantische Omkeercirculatie (AMOC) onder toenemende CO₂-concentraties een grenscrisis ondergaat waarbij het sterke evenwicht verdwijnt door botsing met een instabiel 'randtoestand', wat leidt tot eeuwenlange chaotische overgangen en grote variabiliteit in klimaatsimulaties.
Dit artikel introduceert een mechanistisch model dat rekening houdt met drijvend zee-ijs om de waargenomen niet-exponentiële demping van golfenergie in de Antarctische zee-ijszone succesvol te verklaren.
In dit artikel wordt DAISI voorgesteld, een schaalbaar filteralgoritme dat stochastische interpolanten en stromingsgebaseerde generatieve modellen gebruikt om data-assimilatie in complexe, niet-lineaire systemen met spaarzame en ruwe waarnemingen effectiever te maken dan traditionele methoden.