Getting Schooled in Complex Earth System Modeling
培训学校的重点是建模固体地球对冰质量变化的反应，提供了有关早期科学家如何建立专业网络和学习技能以解决复杂问题的课程。
An Earth System Science Approach to Geophysics
以对流的普遍基本主题，一本新的教科书介绍了高层地质，地球物理学，物理学和工程专业的学生，向地球系统背后的地球物理学介绍。 div>
Российская система «борт—земля» ACARS доставила в 2024 году более 28 миллионов сообщений
KA-32A11M的稳定性提高，可以输送高达4000升水和400升火泡沫
澳大利亚的气候模拟器 (ACCESS-NRI) 升级了 ACCESS 地球系统模型，使其更易于使用，确保可靠的结果并根据研究人员的需求定制代码。这种复杂的模型为探索地球的复杂系统提供了一个虚拟实验室，并被澳大利亚气候研究界广泛使用，有助于我们了解气候变化对人类和生态系统的影响。
Renowned environmental and Earth systems researcher Harihar Rajaram dies at 59
Rajaram 被人们铭记为一位敬业的导师，他以创新地使用数学模型来理解和预测复杂的环境现象而闻名
Mines researchers on two finalist teams for $310M NASA Earth System Explorer mission
地球物理学家 Bia Villas Bôas 和 Matthew Siegfried 是两项拟议任务的成员，旨在增进对关键地球科学重点领域的了解，造福所有人。
Is Earth safe from nearby exploding stars?
科学家使用地球系统模型来测试附近超新星的辐射如何影响我们星球上的生命。他们发现大气使我们遭受了大多数直接损害的侵害。邮政对附近爆炸的恒星安全吗？首先出现在Sciworthy上。
How high-latitude peat and forest fires could shape the future of Earth's climate
了解野火如何影响我们星球的气候是一个艰巨的挑战。尽管大火几乎在地球上发生，并且一直存在，但它仍然是地球系统中最了解的组成部分之一。最近，在北极（北部）和北极地区观察到了前所未有的火灾活动，这引起了科学界的关注，他们注意在我们星球未来的作用仍然是一个谜。气候变化可能在这一令人震惊的趋势中起着重要作用。但是，高纬度野火不仅是气候变化的症状。它们是一种加速力量，可以以我们目前无法预测的方式来影响我们气候的未来。
加利福尼亚大学，戴维斯大学，中国科学院和德克萨斯A＆M大学的新研究表明，来自天然地球系统的二氧化碳的大量排放或burps导致大约3亿年前的海洋氧气浓度显着降低。加利福尼亚大学，戴维斯大学，中国科学院和德克萨斯A＆M大学的新研究表明，来自天然地球系统的二氧化碳的大量排放或burps导致大约3亿年前的海洋氧气浓度显着降低。
New start date for the Anthropocene proposed: When humans first changed global methane levels
人类已经重塑环境已有10，000年了。但是，人类世是人类对地球的气候和生态系统产生全球影响的地球历史特定时期的名称。尽管正式拒绝是地质时代，但在学术研究中，它被广泛理解为人类干预地球系统中的有用速记。
Global carbon emissions on track to exhaust 1.5°C budget in three years, study warns
剩余的1.5°C剩余碳预算的中心估计为1300亿吨二氧化碳（CO2）（从2025年开始）。根据发表在《地球系统科学》杂志上的全球气候变化研究的最新指标，在目前的二氧化碳排放水平上，这将在三年多的时间内精疲力尽，并且在九年内可以超过1.6°C或1.7°C的预算。
The Carbon Isotope Fingerprint Just Got Smudged – and I Owe Some of You an Apology
碳同位素比仍然是有价值的工具，但它们不再是难以置信的证人。它们是碳如何在地球系统中移动的更广泛，更不确定的图片的一部分，我们现在知道这张图片缺少了主要的河流喂养章节。
云分数昼夜变化（CDV）调节地球系统的辐射预算和平衡，影响大气变量，例如温度和湿度，以及降水和热带气旋等物理过程。但是，气候模型中存在明显的CDV偏差。迄今为止，大多数模型评估都集中在每日平均云部分（CFR）上，而CDV受到了较少的关注。
AI beats existing methods of predicting weather, air quality, ocean waves, and cyclone paths
称为Aurora的Microsoft人工智能（AI）可以胜过现有的地球系统的预测。地球系统的预测预测了一系列不同的事物，包括天气，空气质量，洋流，海冰和飓风，用于提供极端事件的早期警告。现有方法分析了数十年的数据，并且需要大量的计算能力。该数据已被馈入Aurora，研究人员说，AI在100％的病例中，预测未来五天的旋风途径的七个预测中心，而10天的天气预测中的92％。训练Aurora花费了大约两个月的时间，而现有方法可能需要数年。但是，只有如此迅速地训练AI，因为用于训练的数据已经由现有地球预测中心收集。
First Benchmarking System of Global Hydrological Models
最终提出了针对地球系统模型评估所必需的全球水文模型的基准测试框架。
