Joint Diagnostics of Circumsolar Sky Brightness Using Coronagraphic Measurements and Aerosol Optical Inversions at Mauna Loa
该研究利用莫纳克亚山观测站的日冕仪测量与气溶胶光学反演数据，验证了两者在太阳周围 1.54 度范围内天空亮度的定量一致性，从而建立了基于 AERONET 数据的长期日冕观测质量评估框架，并阐明了可见光日晕增强并不必然意味着红外日冕观测条件恶劣。
🔬 Category
physics.ao-ph
41 篇论文
CarbonBench: A Global Benchmark for Upscaling of Carbon Fluxes Using Zero-Shot Learning
本文介绍了 CarbonBench，这是首个旨在通过零样本空间迁移学习评估全球碳通量上模型性能的标准基准，它利用来自全球 567 个通量塔站的 130 多万条观测数据，提供了分层评估协议、统一特征集及多种基线模型，以推动机器学习与地球系统科学的融合及下一代气候建模的发展。
Task Aware Modulation Using Representation Learning for Upsaling of Terrestrial Carbon Fluxes
该论文提出了任务感知调制与表示学习（TAM-RL）框架，通过结合时空表示学习、知识引导的编解码架构以及基于碳平衡方程的损失函数，有效克服了现有数据驱动方法在泛化性和区域偏差上的局限，显著提升了全球陆地碳通量上推的精度与鲁棒性。
Rare events algorithm study of extreme double jet summers and their connection to heatwaves over the Northern Hemisphere
该研究利用 ERA5 再分析数据和 CESM1.2 模型结合稀有事件算法，揭示了极端欧亚双急流状态与北极低压及三个高温中心之间的关联，并证实了双急流持续时间的延长会显著增加这些中心同时发生热浪的概率。
Understanding the Evolution of Global Atmospheric Rivers with Vapor Kinetic Energy Framework
该研究通过全球水汽动能（VKE）收支分析，揭示了大气河流的演变主要受位能向动能转化驱动，其衰减源于凝结与湍流耗散，而传播则由水汽动能的上下游辐合辐散控制，从而阐明了不同海洋盆地间大气河流演变的共性物理机制。
Crowdsourcing the Frontier: Advancing Hybrid Physics-ML Climate Simulation via a $50,000 Kaggle Competition
该论文通过举办 Kaggle 竞赛将子网格机器学习参数化问题开放给更广泛的社区，并验证了基于获胜团队架构的混合物理 - 机器学习气候模型在包含完整云微物理的真实地理环境中实现了可复现的在线稳定性，证明了众包解决离线问题是提升混合气候模拟在线性能的有效途径。
Physics-Informed Diffusion Model for Generating Synthetic Extreme Rare Weather Events Data
该论文提出了一种基于 Context-UNet 架构的物理信息扩散模型，通过结合关键大气参数条件生成具有物理一致性的多光谱卫星图像合成数据，有效解决了热带气旋快速增强等极端罕见气象事件样本稀缺及类别不平衡问题，从而提升了气象检测算法的鲁棒性。
Efficacy of Scalable Airline-led Contrail Avoidance
该研究通过随机对照试验证实，将航线尾迹规避策略整合到航空公司标准调度流程中，在无需增加燃油消耗的情况下，能显著降低尾迹形成率。
Changes in extreme temperatures of the Earth's desert regions over the next 100 years
该研究利用贝叶斯推断和广义极值回归模型，基于五个 CMIP6 模型分析了 2025 至 2125 年间全球五个沙漠区域极端气温的变化，发现随着气候强迫情景的加剧，所有沙漠区域的年极端最高气温均呈现显著上升趋势，而年极端最低气温虽呈类似趋势但显著性较弱。
Causal Attribution of Coastal Water Clarity Degradation to Nickel Processing Expansion at the Indonesia Morowali Industrial Park, Sulawesi
该研究利用贝叶斯结构时间序列因果推断方法，证实了印度尼西亚莫罗瓦利工业园区镍加工设施的扩张导致周边海域水体透明度显著下降，揭示了该国矿产下游化政策中此前未被量化的海洋环境代价。
Machine Learning of Vertical Fluxes by Unresolved Midlatitude Mesoscale Processes
该研究利用高分辨率模拟数据训练机器学习模型，揭示了中纬度斜压过程产生的垂直通量对温度、湿度和经向风等非局部信息的依赖，为改进地球系统模型中的次网格参数化提供了关键指导。
Genuine Increases in Tropical Cyclone Intensities
该研究指出，虽然 Kossin 等人（2020）关于热带气旋强度增加的趋势主要源于一级风暴观测减少，但将数据延伸至 2023 年后，三至四级风暴观测数量的实际增长证实了风暴强度增强的信号是真实存在的。
Impacts of Jet Stream Structure on Cyclone Merging and Persistent Anticyclones: Insights from Dry Idealized Simulations
该研究利用干理想化模拟系统揭示了急流结构（如位置、宽度和垂直深度）的变化如何通过调控气旋合并频率、反气旋罗斯贝波破碎及持久性高压系统的形成，进而显著影响中纬度极端天气的发生。
Designing probabilistic AI monsoon forecasts to inform agricultural decision-making
该论文提出了一种基于决策理论的框架，通过融合人工智能天气预测模型与动态农民期望统计模型，成功开发了更精准的印度季风预报系统，并于 2025 年向 3800 万印度农民提供了有效的季节性降雨 onset 预报以辅助农业决策。
Observations and numerical simulations of a valley-exit wind in the Alpine Bolzano basin
该研究结合野外观测与 WRF 数值模拟，分析了阿尔卑斯山博尔扎诺盆地夜间排水风特征，发现尽管模型能准确捕捉谷口风的主要结构，但包含温度方差预报方程和逆梯度项的边界层方案在模拟盆地温度层结及由此影响的风流轨迹方面表现更佳。
Emergence of an Advective Boundary Layer in Monsoon Cross-Equatorial Flow: Scaling, Dynamics, and Idealized Models
该研究揭示了南亚季风爆发期间，随着跨赤道气流增强，热带边界层从传统埃克曼平衡向非线性平流主导的“平流边界层”（ABL）发生动力机制转变，并建立了描述该新机制的标度律与理想化模型，阐明了其对季风爆发及气候模式参数化的重要意义。
Data-Driven Integration Kernels for Interpretable Nonlocal Operator Learning
该论文提出了一种数据驱动的积分核框架，通过将非局部信息聚合与局部非线性预测解耦，在显著减少参数量的同时实现了可解释的非局部算子学习，并在南亚季风降水预测中验证了其有效性。
Global stability of the Atlantic overturning circulation: Edge state, long transients and boundary crisis under CO forcing
该研究利用中等复杂度气候模型，通过计算分隔强、弱 AMOC 吸引子的边缘态（Melancholia 态），揭示了在 CO2 强迫下 AMOC 因与边缘态碰撞而发生边界危机，并解释了由此产生的长混沌暂态及集合预报发散等地球系统模型中的复杂动力学现象。
Wave Attenuation in Drifting Sea Ice: A Mechanistic Model for Observed Decay Profiles
该论文通过引入海冰漂移效应并基于冰水拖曳耗散机制，构建了一个改进模型，成功解释了南极海冰中观测到的非指数波能衰减现象。
DAISI: Data Assimilation with Inverse Sampling using Stochastic Interpolants
本文提出了 DAISI，一种基于流生成模型的可扩展数据同化算法，它通过结合新颖的逆采样步骤与基于引导的条件采样，利用数据驱动的先验在无需重训练的情况下有效处理非线性、稀疏且含噪的观测数据，从而克服了传统高维数据同化方法对高斯近似的依赖。