earth_science 篇论文

SimCast-S2S 是一种新颖的潜变量扩散框架，它利用来自气候模拟的迁移学习来高效生成亚季节降水概率预报，在紧凑的潜空间内运行的同时，其性能超越了深度学习基准模型，并足以与最先进的业务化系统相媲美。

通过在11个撒哈拉以南非洲国家采用准实验设计，本研究发现，为母亲提供免费初等教育能显著降低由气候相关灾害导致的儿童消瘦风险，这表明教育改革可以作为增强气候韧性的重要策略。

本研究利用宏观-微观实验技术，证明了干湿循环（特别是在水饱和状态下）通过改变孔隙连通性并诱发矿物溶解，从而呈指数级地降低煤炭的力学性能，这为预防动态采矿灾害提供了关键见解。

本研究利用多区域投入产出模型分析了中国市政建设业隐含碳排放的时空特征及其驱动机制，揭示了固定资本形成和居民消费是主要的驱动因素，而排放强度和投入产出结构分别是导致排放增加和减少的关键因素。

本研究分析了1970–2019年的数据，揭示了印度各邦在极端降水频率和强度方面的显著区域差异，证明了这些事件与人员伤亡之间存在明确联系，特别是在西孟加拉邦、比哈尔邦、北方邦和马哈拉施特拉邦等河流流域主导且人口稠密的地区，从而凸显了对气候适应性建设和改进灾害管理的紧迫需求。

本研究通过整合地理信息系统（GIS）、遥感技术和大地电磁数据，评估了印度尼西亚班达亚齐-因德拉普里地区的地下水补给潜力，旨在证明补给指数与地下电阻率之间存在强负相关性，从而为复杂热带环境下的区域水资源管理建立稳健的框架。

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。