2485 篇论文
本研究利用 MaxEnt 模型预测，在气候变化情景下，受降水和温度因素的驱动，入侵物种大蠹虫 *Xylosandrus crassiusculus* 的高度适宜生境到 2080 年将出现轻微扩张，从而凸显了加强监测和管理策略的必要性。
这项利用印度纵向数据的研究表明，较高的降雨异常量通过粮食不安全和儿童健康状况这两个主要机制，对包括主观生活满意度、自我效能感、自尊心以及情绪困扰在内的多个青少年福祉维度产生负面影响，且并未得到主要社会福利计划的显著缓冲。
本研究通过分析底质沉积物柱状样中的四类动物群（有孔虫、介形类、软体动物和苔藓动物），重建了伊拉克南部库尔阿卜杜拉地区的全新世早期古环境，揭示了从淡水环境向处于沼泽、浑浊环境中的海侵过程，以及随后的海退过程。
本研究引入了一种多任务残差网络（MTRNet）框架，用于分析并预测中国300多个城市的水-能源-粮食（WEF）纽带关系，揭示了可持续发展路径能够促进协同效应，而高碳情景则存在分歧风险，从而推动该领域从静态描述向机制感知型预测跨越。
2024年的全球白化事件导致了异常的热应力，并在日本从热带琉球群岛到温带太平洋沿岸的整个纬度范围内引发了广泛的珊瑚白化，这是由超过当地基准线并达到3级警报严重程度的异常热异常所驱动的。
本研究利用遥感、地理信息系统（GIS）和机器学习模型来评估普纳次恩楚河（Punatsangchhu）河流沿岸带的生态风险，旨在识别关键预测因子和高风险区域，从而为濒危物种白腹隼的保护工作及可持续水电开发提供指导。
本文表明，对 van Genuchten–Mualem 模型分别进行温度、盐度和滞后效应修正的碎片化且不一致的应用，会在预测土壤水流时引入显著的定量误差（24–68%），并提出了一种统一的闭式参数化方法，通过在不引入新参数的情况下严格耦合这些因素，解决了上述不一致性问题。
这项研究表明，由于未经处理的废水排放，埃塞俄比亚西部阿索萨镇的地下水受到了营养物质、重金属和细菌的严重污染，导致其在很大程度上不适合饮用，并造成了必须进行使用点处理的健康风险。
本研究表明，在控制互花米草（*Spartina alterniflora*）后重建圆叶卡伦迪亚（*Kandelia obovata*）红树林，能够增强深层土壤有机碳浓度，并使微生物资源分配转向磷获取，这凸显了在控制后的评估中，将深度解析的碳测量与微生物营养指标相结合的重要性。
本文介绍了 CLIMAgenAI，这是一个多源因果框架，它将司法、档案和多媒体证据整合为气候相关灾害的统一表示，以支持人工智能驱动的风险分析与治理，并通过对 1998 年萨诺（Sarno）泥石流事件的重建展示了其应用。