earth_science 篇论文

本研究引入了一种集成机器学习框架，用于生成共享社会经济路径（SSPs）下高分辨率的适宜灌溉耕地面积（AEI）全球预测，揭示了在大多数情景下，由于经济和基础设施限制而非理论上的粮食需求，未来的灌溉能力可能会下降，从而为地球系统建模和粮食安全评估提供关键数据。

这项研究表明，城市垃圾管理不善而非工业活动，是埃塞俄比亚灌溉农田中广泛存在的微塑料污染的主要来源，凸显了通过改善市政垃圾收集、实施更严格的塑料禁令以及开展农民教育来缓解这一新兴环境威胁的紧迫性。

本研究提出了一种基于公民科学的智利城市湿地水豚（Myocastor coypus）监测框架，通过评估各种方法，旨在推荐一种由公众观测和专家验证支持的结构化迹象监测法，将其作为长期生物多样性监测中最具可行性且具可扩展性的解决方案。

本研究利用卫星数据证明，2015–2016年的厄尔尼诺现象导致巴厘岛南部海域海表温度显著升高以及叶绿素a浓度下降了54%，其驱动因素是加剧的垂直分层作用抑制了营养盐上升流和浮游植物生产力。

本研究分析了印度尼西亚巴布亚地区30年的降水数据，揭示了季风主导地位在十年尺度上的显著减弱，以及沿海与高地地区之间日益增长的水文气候不对称性，这种不对称性对厄尔尼诺-南方涛动（ENSO）驱动的季节性转变高度敏感。

通过使用实验性中尺度生态系统来模拟西田纳西州泛滥平原湿地，本研究表明，尽管所有植被类型和洪水历史都实现了较高的五天养分截留率，但与树木种植或无植被条件相比，挺水植被显著增强了短期硝酸盐去除，这表明植被类型是优化短周期洪水事件中水质的关键因素。

本综述综合了相关证据，证明空气污染耐受指数（APTI）是一种具有科学依据且具成本效益的综合性工具，用于选择能够同时增强受污染地区森林修复、碳汇能力及生物多样性保护的植物物种。

本研究利用来自尼日利亚恩古州（Enugu State）的调查数据，验证了一个整合了技术、组织和环境（TOE）以及三重底线（TBL）的结构方程模型，证明了技术、组织和环境因素显著驱动了工程木制品的采用，进而实质性地提升了尼日利亚建筑业在环境、经济和社会可持续性方面的成果。

本案例研究表明，通过在印度一家齿轮制造单元实施包括专用空气过滤器和改进通风在内的基于自然的解决方案，成功将有害的一氧化碳水平降低了90%，并将PM2.5降低了42%，尽管仍需进一步措施才能将颗粒物降至健康限值以内。

本研究利用基于机器学习的 MaxEnt 模型，结合高分辨率气候数据和多种未来情景进行预测，结果表明，尽管目前印度一半以上的地区在气候上适合登革热传播，但未来的风险可能涉及向北的空间重新分布而非均匀扩张，这凸显了仅凭气候适宜性并不能完全预测疾病负担。