A method combining temporal causality with multi-scale spatiotemporal feature encoding for sea ice concentration forecasting
本文提出了 STICEnet,这是一种基于 U-Net 的深度学习模型,该模型通过集成时序编码器-解码器协调机制、多尺度时空特征编码以及混合注意力机制,显著提高了 1 至 6 个月提前期内北极海冰浓度的预测精度。
2385 篇论文
本文提出了 STICEnet,这是一种基于 U-Net 的深度学习模型,该模型通过集成时序编码器-解码器协调机制、多尺度时空特征编码以及混合注意力机制,显著提高了 1 至 6 个月提前期内北极海冰浓度的预测精度。
本研究通过将 InVEST 模型与地下水脆弱性评估相结合,并利用基于 PLUS 模型的 2030 年多情景土地利用模拟,构建了乌兰布和沙漠未来的生态安全格局,旨在识别关键的生态源地、廊道和节点,以指导黄河流域平衡发展与修复工作。
本研究利用一个集成的地理空间与统计框架来证明,尽管气候变率(特别是变暖和降水波动)显著影响了马拉维马恩戈奇县的土地利用动态,但在2000年至2020年间观察到的湿地耕作的大幅扩张和自然生态系统的收缩,是由复杂的、具有空间差异性的相互作用所驱动的,其中气候仅作为部分而非唯一的解释因素。
这项对2005年至2025年间18,582篇文献进行的文献计量学综述揭示了生态修复研究在全球范围内的快速扩张,强调了中国在数量上的主导地位以及巴西在热带生态系统中的质量领先地位,同时识别了关键的新兴热点,并呼吁加强南北合作,以使科学努力与全球气候及生物多样性目标保持一致。
本研究提出了一种整合 Sentinel-2 影像与 SWOT 观测的新型卫星遥感框架,用以重建 2025 年 7 月梅尔茨巴赫湖(Merzbacher Lake)溃决洪水的三维演变过程,从而实现了对约 984 万立方米排水量的定量估算,并展示了从二维检测向冰湖溃决洪水综合性“水位—面积—体积”评估的转变。
本研究整合了地理信息系统(GIS)、遥感技术和机器学习算法,旨在绘制南非克鲁格国家公园的污染脆弱性图谱,将大气污染物识别为关键驱动因素,并提供一个空间决策支持框架,以推进可持续生态管理及相关的可持续发展目标。
通过分析湿静力能收支,本研究揭示了中美洲盛夏干旱并非由大气稳定性增加所驱动,而是由环流效率的季节性转变以及一种特定的平衡所驱动,即增加的水平水分输出被上升的表面湍流通量所抵消,使得大气柱即使在降水暂时减少的情况下仍能获得能量。
本文证明了平流-反应-扩散模型能够准确重现玛瑙中观察到的条带形成图案,实验结果与模型计算之间的高度一致性证明了这一点。
这项研究表明,由于在调节后仍存在的强结合滤纸水分导致了U型变异模式和显著的正向系统偏差,大气颗粒物的标准重量法测量受到了影响,其中工业场所的PM₁组分受影响最为严重,因此有必要进行常规的卡尔·费舍尔水分分析以确保准确性。
这项研究表明,巴西东南部小规模渔民的局部生态知识(LEK)是一种可量化的属性,其随经验和物种知识的变化而显著变化,并在增强社区应对社会环境变化的适应能力方面发挥着基础性作用。