1447 artigos
Este estudo utiliza dados do Multi-Angle Imaging Spectroradiometer (MISR) para analisar a distribuição tridimensional e a persistência sazonal da turbidez atmosférica no Irã, revelando que a carga média de aerossóis do país é significativamente inferior à média global, com variações regionais e sazonais distintas.
Ao analisar um registro de DNA antigo de sedimentos marinhos de 8.300 anos do Alto Ártico, este estudo revela como a variabilidade climática do Holoceno e a Oscilação Ártica impulsionaram a diversidade heterogênea de traços funcionais e compensações entre tamanho e temperatura em biota marinha, oferecendo insights sem precedentes sobre a resiliência do ecossistema através de escalas de tempo milenares.
Este estudo apresenta a primeira avaliação abrangente de longo prazo (1950–2025) da adequação climática para o turismo ao longo da costa do Mar Negro da Turquia, utilizando um novo Índice de Clima de Férias ponderado, revelando que, embora as condições de verão permaneçam estáveis, as mudanças climáticas estão estendendo significativamente as janelas turísticas favoráveis para a primavera e o outono, com as melhorias sendo mais pronunciadas nas províncias ocidentais do que no leste úmido.
Este estudo projeta que a exposição ao estresse térmico nos locais de futebol profissional europeu irá intensificar-se e expandir-se até meados do século, revelando que, embora o agendamento no período da noite ofereça alguma proteção, este é insuficiente para contrariar os riscos impulsionados pelo clima, necessitando, portanto, de estratégias de adaptação integradas que vão além de meros ajustes de horário.
Este estudo emprega uma estrutura multivariada e de SIG baseada em transformação logarítmica sobre dados multitemporais da Bacia de Tébessa-Morsott para distinguir com sucesso entre a mineralização geogênica natural impulsionada pela dissolução de carbonatos e evaporitos e a poluição por nitrato antropogênica causada por entradas agrícolas e de águas residuais em um aquífero aluvial semiárido.
Este artigo argumenta que o deslocamento na planície aluvial do Brahmaputra, em Assam, é um processo gradual impulsionado pela perda crônica de terras e pela erosão dos meios de subsistência, em vez de apenas cheias repentinas, necessitando de uma mudança do alívio de curto prazo para estratégias adaptativas inclusivas e de longo prazo para as comunidades afetadas.
Este estudo demonstra que a integração de imagens de satélite Sentinel-2 com algoritmos de aprendizado de máquina Random Forest fornece um método preciso e escalável para estimar a biomassa acima do solo em pastagens trans-himalaia, oferecendo uma ferramenta vital para o manejo sustentável da terra e a proteção dos meios de subsistência pastoris.
Este estudo utiliza um modelo de aprendizado de máquina de Floresta Aleatória integrado com dados de SIG e sensoriamento remoto para mapear a suscetibilidade a deslizamentos de terra no Distrito de Hanang, Tanzânia, alcançando 93,5% de precisão e identificando o NDVI como o principal preditor, ao mesmo tempo em que revela que quase 44% do distrito é altamente vulnerável a futuros deslizamentos.
Este estudo analisa o terremoto de Mw 7,4 de dezembro de 2025 em Aomori, Japão, revelando um padrão de ruptura único dominado pela largura que se desvia das leis de escala de falha padrão e sugere uma geometria complexa da interface de placas envolvendo múltiplas asperezas.
Utilizando o emulador ACE2 baseado em aprendizado profundo, este estudo revela que um padrão de temperatura da superfície do mar do tipo El Niño no século XV impulsionou uma diminuição global na frequência de ciclones tropicais através do aumento da cisalhagem vertical do vento e de uma troposfera média mais seca, demonstrando, assim, a utilidade do aprendizado profundo na análise paleoclimática para melhorar as projeções futuras.