我们年度模型观测比较更新的图表上又多了一个点。鉴于过去两年的非凡表现，有几个亮点值得注意。首先，我们更新了一些观测数据集的版本：UAH TLT/TMT 现在为 6.1 版，NOAA NCEI 地表温度数据 […]文章《比较更新 2024》首次出现在 RealClimate 上。
Unlocking the Ignorosphere: Tokyo’s Breakthrough in Atmospheric Science
研究人员利用 JAGUAR-DAS 彻底改变了大气研究，这是一种将观测数据与数值模型相结合的新系统，可以探索大气直至太空的下边缘。这个数据集跨越近二十年，可以增强气候模型并改善天气预报，同时为大气和空间科学家之间的合作研究打开大门，可能会改变 [...]
本月关于气候主题的开放主题。请记住要有实质性、尊重并大致围绕主题。请注意，我们将在 1 月 10 日之后更新各种观测数据集，并希望在接下来的一周更新所有模型观测比较（取决于其他不会妨碍的事情）。新年快乐 […] 非强制变化：2025 年 1 月 首次出现在 RealClimate 上。
NASA satellites reveal abrupt drop in global freshwater levels
一个国际科学家小组利用美国宇航局-德国卫星的观测数据发现，地球的淡水总量从 2014 年 5 月开始急剧下降，此后一直保持在低水平。研究人员在《地球物理学调查》上报告称，这种转变可能表明地球大陆已进入持续干旱阶段。
Fast radio bursts lead scientists to the origins of magnetars
观测数据的链接可能揭示了磁星的性质及其极端磁场的起源。文章《快速射电爆发引领科学家了解磁星的起源》首次出现在《先进科学新闻》上。
Re-analysis of Milky Way's central supermassive black hole shows elongated structure
由日本国立天文台 (NAOJ) 助理教授 Makoto Miyoshi 领导的研究小组独立重新分析了国际联合观测项目事件视界望远镜 (EHT) 获得并发布的银河系中心超大质量黑洞的观测数据。他们发现该结构在东西方向上略有拉长。
Future droughts could be longer than we expected
据创建气候模型的国际研究人员称，未来的干旱可能比我们之前想象的还要严重。研究团队利用 1998 年至 2018 年期间最长年度干旱期（每年连续干旱天数最长）的历史观测数据校准了模型。他们发现，到本世纪末，平均最长干旱期可能比之前预测的长 10 天。研究团队表示，研究结果强调了重新评估全球干旱风险的必要性，并强调了纠正气候模型中现有偏差以增强预测可信度的重要性。
Developing a system for real-time sensing of flooded roads
作者：安德鲁·贝尔 道路相关事故是全国范围内洪水死亡的主要原因，但有限的洪水报告工具使得实时评估道路状况变得困难。现有工具——交通摄像头、水位传感器甚至社交媒体数据——可以提供洪水观测数据，但它们通常不是主要用于感知洪水的[…]
Surf's not up on Saturn's moon Titan, with tiny waves and risk of rips
对任何星际冲浪者来说，这都是一个坏消息，国际科学家表示，土星最大的卫星土卫六的海洋只有几毫米高的微小波浪，而且可能还有需要注意的裂口——研究小组发现了潮汐流的证据。科学家们分析了卡西尼号飞船在 2014 年至 2016 年之间收集的雷达观测数据，发现土卫六富含甲烷和乙烷的海洋大部分是完全平坦的，但有证据表明只有几毫米高的小表面波浪。他们说，研究小组探测到的潮汐流是由富含甲烷的河流流入富含乙烷的海洋造成的。
Artificial Intelligence in Natural Hazard Modeling: Severe Storms, Hurricanes, Floods, and Wildfires
GAO 的发现GAO 发现，机器学习是一种使用算法来识别信息模式的人工智能 (AI)，它正在应用于严重风暴、飓风、洪水和野火等自然灾害的预测模型，可能导致自然灾害。一些机器学习模型在日常预报中得到实际应用，例如可以缩短严重风暴预警时间的模型。机器学习的一些用途被认为接近可操作，而另一些则需要多年的开发和测试。GAO 确定了将机器学习应用于该领域的潜在好处，包括：从而增加建模成本。通过更充分地利用可用数据、使用传统模型无法使用的其他数据以及创建合成数据来填补空白，提高模型的准确性。通过改进集成建模（从众多模型生成组合预测的过程）以及更好地利用历史数据来减少模型输出的不确定性。使用机器学习预测自然
Large Constellations of Satellites: Mitigating Environmental and Other Effects
GAO 发现截至 2022 年春季，轨道上有近 5,500 颗活跃卫星，据估计，到 2030 年将再发射 58,000 颗。近地轨道上的大型卫星星座是这一增长的主要驱动力。卫星提供重要服务，但这种趋势可能产生潜在的环境和其他影响（见图）。卫星发射、运行和处置的潜在影响美国政府问责局评估了评估和减轻以下潜在影响的技术和方法：轨道碎片。太空碎片可能损坏或摧毁卫星，影响商业服务、科学观测和国家安全。更好地描述碎片、加强对操作指南的遵守以及清除碎片是可能的缓解措施之一，但实现这些目标具有挑战性。排放到高层大气中。火箭发射和卫星再入会产生颗粒和气体，这些颗粒和气体会影响大气温度并消耗臭氧层。限制使用产生
摘要：这项工作根据观测到的现场数据和流域模型的模型输出，评估了马里兰州帕图森特河流域的关联流域和河流建模系统。使用每日和每月平均模型预测和测量数据计算水流、沉积物、总磷、正磷、总氮、铵和硝酸盐的性能目标。水文模拟程序 - Fortran (HSPF) 用于计算径流、沉积物和养分负荷，而水文工程中心 - 河流分析系统 (HEC-RAS) 用于评估河流内流量、河道沉积物和营养物质的命运/运输。模型结果成功地进行了校准、验证和管理场景分析。由于缺乏可比较的观测数据，没有对该流域的污染物进行模拟。该研究确定了两个实施问题。首先，虽然帕图森特河没有经历干床条件，其中溪流可能是间歇性的，但可以在横截面的低
