Spatially concentrated heat emissions from data centers lead to localized urban warming and heat exposure
本研究将设施级数据与城市气候建模相结合,揭示了加利福尼亚州数据中心集中的热排放产生了局部热点,显著提高了地表温度和空气温度,尤其是在夜间以及洛杉矶等人口密集地区,从而强调了进行知情城市规划和设施选址的必要性。
493 篇论文
本研究将设施级数据与城市气候建模相结合,揭示了加利福尼亚州数据中心集中的热排放产生了局部热点,显著提高了地表温度和空气温度,尤其是在夜间以及洛杉矶等人口密集地区,从而强调了进行知情城市规划和设施选址的必要性。
通过在幌之别地下研究实验室进行的原位水力测试和随机反演分析,本研究表明,在具有低膨胀特性的高裂隙、高孔隙度泥岩中,无论裂隙密度如何,高基质渗透系数和裂隙都会对地下水流产生显著贡献。
本研究提出了一种利用 XGBoost 和时间注意力 LSTM 模型的可解释机器学习框架,用于高精度预测南澳大利亚六个 IBRA 子区域的干旱严重程度,揭示了滞后 12 个月的标准化降水指数(SPI-12)和降水异常值是主要的预测因子,并绘制了千年大旱从墨累滚动带(Murray Scroll Belt)向埃尔马利(Eyre Mallee)传播的六年演变过程。
本研究表明,高温与水分亏缺的并发效应,而非单一灾害本身,独立地重塑了中国主要农作物的物候并破坏了种植系统的轮作窗口,这一现象在南部地区及2010年之后尤为显著,凸显了气候适应政策的一个关键路径。
这项研究表明,季节性降水的可预报性,特别是南亚季风,不仅受厄尔尼诺-南方涛动(ENSO)等远程海洋强迫的影响,还显著受到陆地记忆库的持续性和空间结构的支配,其中土壤湿度作为一种主要驱动因素,往往起到了调节海洋影响的作用,并在引入初始值时增强了预报技巧。
本文针对库鲁河谷(Kullu Valley)提出了一种风险响应型空间规划框架,该框架整合了降尺度气候预测与水动力模拟,以应对因快速城市化和气候变化导致的超过8,400座建筑结构对未来洪水灾害的高度暴露问题,并建议采取特定的适应措施,例如重新划定的河流廊道缓冲带和基于自然的坡面稳定技术。
本研究比较了巴西南部季节性大西洋森林残余地与树龄为22至25年的修复地中木本植物群落的组成,发现尽管修复地因人工种植物种而表现出较高的植物区系相似性,但它们仍与残余地存在差异,这凸显了在选择参照系统时需考虑历史干扰的必要性,并承认完全的生态趋同是一个长期的过程。
这篇综合性批判性综述通过利用一种新型的三分框架和文献计量分析,对 312 项关于地面变形分析的机器学习与深度学习高质量研究进行了合成,旨在识别不确定性量化方面的研究空白,并倡导通过物理启发且具有可解释性的模型来增强地质灾害缓解能力。
本研究量化了2004年至2021年间25座伊朗水电站的蓝水足迹,揭示了干旱和半干旱地区蒸发损失显著高且具有高度变异性,从而强调了改进水库管理和气候集成策略以确保可持续能源-水相互作用的紧迫性。
本文介绍了一种利用工业级激光扫描仪进行以物体为中心的扫描与建模协议,旨在生成单个野外燃料颗粒的高精度3D数字孪生,从而为通过详细的结构特征化来改进火行为、排放及生态建模建立基础框架。