Physics-Informed Cross-Modal Attention (PI-CMA) Reveals Physically Consistent Geomagnetic–Seismic–Hydrologic Precursory Coupling
本文介绍了物理信息跨模态注意力(PI-CMA)模型,该模型通过对地磁、地震和水文数据进行对齐,揭示了尽管该方法取得了具有竞争力的预测性能,但其学习到的注意力权重主要反映了基准结构相关性,而非具有统计显著性的、特定事件的地震前兆。
2443 篇论文
本文介绍了物理信息跨模态注意力(PI-CMA)模型,该模型通过对地磁、地震和水文数据进行对齐,揭示了尽管该方法取得了具有竞争力的预测性能,但其学习到的注意力权重主要反映了基准结构相关性,而非具有统计显著性的、特定事件的地震前兆。
本研究表明,海洋酸化(尤其是通过冬季最小文石饱和度而非年平均值进行评估时)已经正将大量生产性海洋区域推向钙化生物的关键阈值以下,从而加剧了现有的人为压力因素,并使得更新监测方案和风险评估变得迫在眉睫。
研究表明,夏季海冰的减少使南极冰架暴露在由温暖表层海水引起的空前波浪侵蚀之下,从而驱动了目前在海平面上升预测中被忽略的快速前缘退缩率,并威胁到几乎所有南极冰架的稳定性。
本研究表明,将连续多参数传感器网络与周期性地面激光扫描调查相结合,能够有效量化体积变化并捕捉博尼法西奥城堡(Bonifacio Citadel)软石灰岩悬崖的前兆微变形,从而为管理脆弱海岸遗产地的崩塌灾害提供关键的决策支持数据。
本研究利用 ANSYS Fluent 对数值模型进行了验证,并证明在全尺寸自由水面人工湿地中,策略性的植被分布模式(特别是条带状和全植被配置)能显著提升水力性能和流量均匀性,从而证明其对效率的影响比单纯的种植密度更为关键。
本研究利用可重复的 Google Earth Engine 工作流,通过 Sentinel-1 SAR 影像绘制了 2015 年至 2025 年间巴基斯坦旁遮普省的洪水范围图,并将这些空间发现与参与式评估相结合,以为牲畜灾害防备和韧性策略提供参考。
本研究利用跨调查磁性持久性框架对巴西乌鲁阿纳德米纳斯(Uruana de Minas)的异质气磁数据进行分析,揭示了原始的2011年观测数据呈现出一种局部的磁梯度异常,该异常表现为在多次调查和处理状态下均持续存在的北向梯度反转。
本文介绍了 ALTYN,这是一个基于 MATLAB 的透明 2D/2.5D 重力反演框架,该框架利用带框约束的 IRLS 正则化和投影牛顿求解器来生成符合地球物理特征的密度模型,并通过合成与实测测试表明,尽管该方法能有效拟合数据并突出共同的结构特征,但由于固有的非唯一性,它无法唯一地重建复杂的地下几何结构。
本研究提出了一种面向部署的工作流,该工作流将 AlphaEarth 基础模型嵌入与正向无标签学习相结合,以克服标签和冗余挑战,通过有效地将可迁移的地理空间表示与传统物理特征进行融合,实现了香港高选择性的局部尺度滑坡易发性制图。
本研究表明,集成多频水下探地雷达(GPR)能够有效地绘制喜马拉雅湖泊的水深及底质层层序,从而为客观选择获取对于重建第四纪气候与地质历史至关重要的未扰动沉积物柱状样位点提供支持。