41 artigos
Este artigo apresenta a primeira aplicação de *spectral nudging* em um sistema de previsão de conjunto probabilístico, combinando modelos físicos e de aprendizado de máquina para demonstrar melhorias significativas na habilidade de previsão de larga escala, incluindo a extensão do tempo útil de previsão e a precisão na trajetória de ciclones tropicais.
O artigo alerta que a rápida adoção da IA na ciência climática, embora prometa avanços, corre o risco de ampliar a desigualdade global ao concentrar infraestrutura e dados no Norte Global, exigindo uma mudança de paradigma para uma abordagem centrada em dados, infraestrutura digital pública e co-produção de conhecimento para garantir equidade e resiliência sistêmica.
Este artigo apresenta um modelo de caixa dinâmica de código aberto que estima os fluxos globais de enxofre abiótico em planetas terrestres semelhantes à Terra, revelando que, na ausência de vida, os sedimentos marinhos conteriam níveis de sulfato duas ordens de grandeza maiores e de sulfeto quatro ordens de grandeza menores do que na Terra atual devido à falta de metabolismo microbiano.
Este estudo investiga o uso de métodos de movimento de malha baseados em aprendizado de máquina (UM2N) em modelos de águas rasas não-hidrostáticos para simulações de tsunami, demonstrando que essa abordagem acelera significativamente as técnicas convencionais mantendo alta precisão e robustez na previsão de propagação, subida e inundação costeira.
O estudo avalia o modelo de previsão meteorológica com IA "Aurora" e conclui que, embora ele demonstre alta precisão para eventos extremos em prazos curtos (1 a 7 dias), sua capacidade de prever a intensidade desses eventos decai significativamente no horizonte subestacional (14 a 21 dias), limitando sua previsibilidade determinística pelas dinâmicas atmosféricas intrínsecas.
Este artigo demonstra que a substituição dos métodos de integração temporal de primeira ordem por integradores de ordem superior baseados em Runge-Kutta, combinados com passos de tempo adaptativos no esquema microfísico P3 do modelo E3SMv3, permite simular a microfísica da chuva com a precisão necessária e mais de 10 vezes mais rápido, eliminando a necessidade de limitadores ad hoc e substepping.
Este estudo combina análises genéticas com modelagem de trajetórias de correntes oceânicas para demonstrar que a conectividade entre as Ilhas da Linha e o Atol de Clipperton, através da Barreira do Pacífico Oriental, é viável em até cinco meses e governada principalmente pela modulação sazonal da Contra-corrente Equatorial do Norte, apoiando a evidência de permeabilidade fraca, mas não desprezível, dessa barreira.
O artigo apresenta o EnsAI, um novo sistema baseado em inteligência artificial para geração de ensembles de constituintes químicos atmosféricos que, ao reproduzir com precisão as características dependentes da meteorologia do modelo GEM-MACH, oferece uma aceleração de 3.300 vezes na geração de ensembles e reduz significativamente o custo computacional em inversões de emissões, mantendo resultados comparáveis.
Este estudo propõe que a diferença observada na abundância de elementos voláteis entre a Terra e a Lua resulta de um fluxo hidrodinâmico no disco proto-lunar, impulsionado pela recombinação de H2, que ejetou seletivamente os voláteis para o espaço interplanetário enquanto a atmosfera terrestre permanecia retida.
Este estudo apresenta a detecção definitiva da molécula C3 na atmosfera de Titã, utilizando observações de ultra-alta resolução do instrumento ESPRESSO no VLT, confirmando a abundância da molécula prevista por modelos fotoquímicos e demonstrando a eficácia de técnicas desenvolvidas para exoplanetas no estudo de corpos do Sistema Solar.
Este artigo apresenta a Latent Data Assimilation (LDA), um quadro de assimilação de dados baseado em aprendizado de máquina que realiza a integração bayesiana em um espaço latente aprendido, garantindo consistência física e melhorando a qualidade da análise e a habilidade de previsão em comparação com métodos tradicionais.
Este estudo apresenta evidências experimentais e teóricas de que a interação entre ondas de superfície e turbulência sub-superficial gera um fluxo médio de Euler que se opõe à deriva de Stokes, redistribuindo o momento verticalmente e alterando significativamente o transporte de materiais na água.
Este trabalho estende um modelo teórico de atenuação de ondas em gelo flutuante quebrado de espessura aleatória para águas de profundidade finita, utilizando análise de múltiplas escalas para prever um comportamento de atenuação proporcional à oitava potência da frequência em baixas frequências e um efeito de saturação em altas frequências, cujas previsões concordam bem com simulações numéricas e dados de campo.
Este relatório avalia a precisão e a consistência de quatro tipos de boias na observação da energia de ondas oceânicas de alta frequência (0,2 a 0,6 Hz), concluindo que as boias Datawell Waverider tendem sistematicamente a relatar níveis de energia mais elevados do que os outros três tipos, o que representa uma preocupação para aplicações de modelos preditivos.
Este estudo utiliza um modelo hierárquico e um modelo linear com atraso para demonstrar que o aquecimento global provoca um aumento transitório seguido de uma diminuição de longo prazo na intensidade do ENSO, permitindo prever essa evolução com base apenas na temperatura média global e na estratificação oceânica.
Este estudo utiliza uma hierarquia de modelos climáticos globais para demonstrar que, embora o aquecimento superficial robustamente intensifique ventos extremos nas médias latitudes, a grande incerteza nas projeções regionais, especialmente nos trópicos e sobre terra, decorre de divergências na representação física dos sistemas meteorológicos extremos entre os modelos.
Este estudo analisa o rápido enfraquecimento do Furacão Melissa (2025) ao cruzar o terreno montanhoso da Jamaica, demonstrando que o aumento do atrito e da mistura turbulenta associados a superfícies extremamente acidentadas explicam uma grande parte da dissipação da energia do ciclone, embora processos adicionais também contribuam para o declínio observado.
Este estudo desenvolve um framework de aprendizado profundo baseado em redes neurais convolucionais para detectar e analisar automaticamente estruturas de ondas gravitacionais em escala de ondulações em imagens de brilho atmosférico, permitindo uma caracterização estatística detalhada de suas propriedades e mecanismos físicos subjacentes na mesosfera.
Este artigo apresenta o CDSI, um método de aprendizado de máquina baseado em interpolantes estocásticos que gera projeções climáticas regionais de alta resolução a partir de modelos globais com custo computacional significativamente menor do que os modelos regionais tradicionais, permitindo ensembles mais amplos e melhor quantificação de incertezas.
Este trabalho apresenta uma nova abordagem de filtro de Kalman por conjunto que elimina a necessidade de técnicas de localização auxiliares ao localizar intrinsicamente a densidade de probabilidade da análise através de uma aproximação variacional bayesiana em marginais independentes, demonstrando desempenho comparável aos métodos tradicionais com localização ajustada em termos de precisão e custo computacional.