学科: 理学

我们开发了一种混合模型，将机器学习嵌入SPEAR气候模型以校正海冰预测偏差。通过比较两个版本（一个经冰-气-海耦合反馈训练，另一个未经过），发现前者（HybridCPL）能减少北极季节性误差及南极5-12月误差，将南极冬季海冰范围的4-6个月预报误差降低超一半。后者（HybridIO）因样本外问题导致南极夏季无冰。研究表明机器学习可提升海冰预测能力，且结合耦合过程训练至关重要。

标签: 偏差校正 机器学习 海冰预测 混合模型 耦合气候模型

一项发表在《通讯·地球与环境》的研究提出“海洋暗波”概念，指短期强烈的水下黑暗事件，会严重干扰依赖光照生存的海藻林、海草床等海洋生物。研究建立全球可比的评估框架，助力监测海洋生态压力。

标签: 水下光照 海洋暗波 海洋生态系统 监测框架

前谷歌CEO埃里克·施密特夫妇的基金会宣布资助一个比哈勃更大的私人太空望远镜及三个地面观测站，计划十年内全部投入使用，向全球科学家开放，为探索宇宙提供新窗口。

标签: 地面观测站 拉祖利望远镜 施密特科学基金会 时域天文学 私人太空望远镜

一项针对4100万篇论文的分析显示，人工智能虽提升科学家个人影响力（论文多3倍、引用多5倍、晋升更快），却缩小整体科研探索范围，导致研究主题集中、文献关联减少。

标签: 人工智能 科学研究 科研多样性 科研趋势 论文引用

以往研究表明全球变暖下未来火灾天气增加，但减排情景下的变化尚不清楚。本研究通过模拟发现，相比净零排放（ZeroE），净负排放（NegE）能大幅缓解极端火灾天气，尤其在高风险地区，因温度降低和湿度增加；而ZeroE会使全球火灾危险升高，特别是北半球低纬度。这与大气 moisture 供应变化有关，受大西洋经向翻转环流和热带辐合带位置影响，强调积极除碳的重要性及ZeroE的局限性。

标签: CO2减排 净负排放 大西洋经向翻转环流 极端火灾天气 火灾天气指数

利兹大学主导史上最大最长实验，探究养分对热带森林恢复的影响，发现氮是关键（前10年恢复速度翻倍），有助于通过再造林应对气候（不建议施肥，可种豆科植物等），成果发表于《自然·通讯》。

标签: 森林再造林 氮素 热带森林恢复 碳汇

河口三角洲支撑着全球密集人口、重要经济中心和关键生态系统。海平面上升和地面沉降导致相对海平面上升，带来洪水、土地流失和盐碱化等风险，但其脆弱性评估因缺乏高分辨率沉降观测而受阻。本研究利用雷达技术观测全球40个三角洲，发现地面沉降广泛且严重，在多数三角洲，沉降已超过海平面上升成为相对海平面上升的主因。地下水储存是10个三角洲沉降的主因，其他则受多因素影响或由泥沙通量、城市扩张主导，需针对性干预沉降并应对气候变化。

标签: 人为驱动因素 合成孔径雷达 地面沉降 河口三角洲 相对海平面上升

暗物质探测目前聚焦于MeV到GeV质量的轻粒子，其信号微弱。米格尔效应可增强探测灵敏度，但此前未在核散射中直接观测到。本研究在中子-核碰撞中直接观测到该效应，统计显著性达5σ，发现6个候选事件，测得其与核反冲截面比为4.9±2.6×10⁻⁵，与理论一致，为轻暗物质探测奠定基础。

标签: 中子-核碰撞 截面比 暗物质探测 米格尔效应

无序微观结构是许多天然材料多功能特性的关键，但理解其结构与性能关系困难。本文提出物理引导的自监督AI框架GNDM，通过公式模块识别隐藏几何不变量，可逆向设计未知结构，实验验证其能整合特征提取、性能预测、公式生成与逆设计，揭示无序调控作用。

标签: 无序超材料 生成网络 结构-性能关系 自监督人工智能 逆设计

光镊阵列是量子技术的关键平台，但难以规模化。本研究利用全息超表面捕获单个锶原子，实现超100个原子的高均匀阵列，还演示36万个光阱，为中性原子量子技术规模化突破关键障碍。

标签: 中性原子量子技术 光镊阵列 单个原子 超表面