-
机器学习改进印度夏季风预测
2026-01-05
预测印度夏季风的爆发对印度次大陆的水资源管理和农业规划至关重要，但其长期可预测性，特别是季节尺度上的可预测性，却很少被研究。最近，德国波茨坦气候影响研究所（PIK）的科学家提出了一种基于人工神经网络的方法，提供了改进的提前三个月的印度夏季风预测。研究表明，北半球冬季对流层经向温度梯度已经包含了预...
-
新技术可以快速识别被洪水淹没的建筑物
2026-01-05
新闻记者往往是第一个到达灾难现场的人，他们拍摄的照片相对全面地描绘了现场的状况。日本研究人员开发了一种机器学习模型，可以识别新闻照片，并根据照片上的地标和其他线索进行定位。然后使用合成孔径雷达 PALSAR-2 图像来确定未知区域的淹水和非淹水情况。研究人员表示，新模型识别被淹建筑的准确率达到了80%。新...
-
小型无人机在气象业务中的应用前景
2026-01-05
边界层在调节地表与自由大气之间的能量和水分交换方面发挥重要作用。但目前仍缺乏对边界层和低层大气在时间和空间尺度上的采样，以此来改进模式的中尺度分析。小型气象传感无人机系统（UAS）的持续发展，以及专注于 UAS 应用的商业部门，为填补这一观测空白创造了新的机会。美国科学家概述了目前 UAS 对低层大气进行...
-
更加潮湿的梅雨季
2026-01-05
以往研究使用的是雨量计测量和对陆地周围云团活动的观测，缺乏整个区域降雨的总体情况，特别是跨越长时间的分析。日本研究人员分析了 23 年的热带降雨测量任务(TRMM)和全球降水测量任务(GPM)长期卫星数据，通过对时间序列的仔细分析，证实了过去十年梅雨季降雨量显著增加。热带水汽输送的增加和锋面上方对流层高空槽...
-
基于概率深度学习的季节性北极海冰预测
2026-01-05
气候变暖导致北极海冰面积出现了前所未有的减少，对极地生态系统和全球气候产生深远影响，这促使人们进行更加准确的季节性海冰预报。英国科学家最近提出了一个基于概率深度学习的海冰预测系统——IceNet。该系统由气候模拟数据和观测数据进行训练，预测未来6 个月的月平均海冰密集度。研究表明，IceNet 提高了海冰预...
-
未来高分辨率 ENSO 动力模式
2026-01-05
目前的气候模式不能很好地描述热带海洋中尺度过程，如热带不稳定波。模式对垂直和潜热交换模拟不足，导致大尺度的赤道温度偏差，进而影响 ENSO 的表现及其对温室效应的敏感性。韩国科学家使用了一个中尺度解析的全球气候模式，改进了对热带气候的表征。研究表明，将大气 CO2翻两番会导致模拟的未来 ENSO 海表温度变...
|
