📄 earth_science

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。

Jiachen Zhang, Hao Hu, Arman Shehabi, Cenlin He, Kelly Sanders2026-07-08
📄 earth_science

Explainable Machine Learning for Bio-regional Drought Prediction in South Australia

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。

Fizza Anwar, Arnick Abdollahi, Andres Sutton2026-07-08
📄 earth_science

Seasonal rainfall predictability governed by interacting oceanic and terrestrial memory reservoirs

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。

Swadhin Behera, Mukunda Dev Behera2026-07-08
📄 earth_science

Woody plant assemblages in restoration sites and remnants of Seasonal Atlantic Forest in Southern Brazil

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。

Jéssica Oliveira Araújo, Géssi Souza Gonzaga, Juliana Deganello Vieira, Alba Lúcia Cavalheiro, José Marcelo Domingues To (…)2026-07-08
📄 earth_science

Machine learning and deep learning for ground data deformation analytics: a comprehensive critical review

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。

Francis Quayson, Ishmael Yaw Dadson2026-07-08