XiaoMi-AI文件搜索系统
World File Search System地球系统
地球系统可预测性的人工智能
构成这些学科的科学挑战变得越来越复杂，超出了传统方法的范围。因此，BER 和 ASCR 鼓励研讨会参与者大胆创新思维，甚至考虑在科学发现和增强可预测性的方法上进行范式转变。会议围绕九个地球系统可预测性科学主题和八个跨领域的人工智能/机器学习 (AI/ML) 主题展开（请参阅下面的社区驱动研讨会）。所有会议都包括对以下内容的深入讨论：(1) 必须应对的重大挑战；(2) 科学现状；(3) 使用激进方法推进科学的机会；(4) 研究重点；以及 (5) 2 年、5 年和 10 年目标，以构建社区的参与。这份综合报告总结了研讨会的主要成果，其总体目标是确定可以产生最具影响力的科学的优先事项。
2017-2021-地球系统科学技术并排.pdf
使用各种适当的其他课程仪器、设备、技术和程序，例如卫星图像和其他遥感数据、地理信息系统 (GIS)、全球定位系统 (GPS)、科学探测器、显微镜、望远镜、现代视频和图像库、气象站、化石和岩石套件、条形磁铁、螺旋弹簧、波浪模拟器、板块模型和行星地球仪；
地球系统可预报性的人工智能（AI4ESP）
免责声明 本报告是作为美国政府机构赞助的工作的记录而编写的。美国政府及其任何机构、芝加哥大学阿贡分校有限责任公司及其任何员工或官员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的文档作者的观点和意见不一定代表或反映美国政府或其任何机构、阿贡国家实验室或芝加哥大学阿贡分校有限责任公司的观点和意见。
关于未来科学地球系统...的报告 - Leopoldina
随着现代工业化社会的行为日益威胁地球的生命支持系统，地球系统正迅速走向临界点。人类的行为正在危及子孙后代的福祉，使维护地球系统的稳定性成为当前和可预见的未来全球社会面临的最大挑战。人类必须迅速制定和实施广泛接受的解决方案，以缓解气候变化；可持续地开发食物来源、原材料、水、土地和海洋等资源；预测和减轻日益城市化的社会中的自然灾害；监测和评估地球系统组成部分的关键轨迹。正如联合国可持续发展目标中所述，迫切需要解决这些挑战以及更多挑战，这使得地球科学成为未来领先的科学学科之一。
能源百亿亿次地球系统模型 (E3SM) 1.0 版中的大气河流表示
摘要：能源百亿亿次地球系统模型 (E3SM) 项目是由美国能源部 (DOE) 开发的一项正在进行的、最先进的地球系统建模、模拟和预测项目。由于重点支持 DOE 的能源使命，了解和量化该模型模拟水循环过程的效果尤为重要。在这里，我们评估了 E3SM 1.0 版 (v1.0) 表示大气河流 (AR) 的能力，大气河流在水蒸气输送和降水中发挥着重要作用。将标准分辨率 (1 ◦ × 1 ◦ ) 下 E3SM 中与全球 AR 相关的特征和降水与现代时代回顾性研究和应用分析第 2 版 (MERRA2) 进行了比较。 E3SM 中的 AR 频率全球模式与 MERRA2 具有高度相关度（≥ 0.97），且年度、季度和不同集合成员之间的平均绝对误差（MAE；< 1%）较低。然而，存在一些大尺度条件偏差，导致 AR 偏差——其中最显著的是双热带辐合带 (ITCZ)、北半球和南半球冬季更强和/或向赤道方向移动的副热带急流，以及夏季北半球西风增强。通过比较仅大气和完全耦合的模拟，我们将偏差的来源归因于大气成分或耦合响应。使用 Dong 等人揭示的关系。 （2021），我们提供了证据表明，冬季北太平洋急流增强，夏季北半球西风增强，分别与E3SM的双ITCZ和相关的较弱的大西洋经向翻转环流（AMOC）有关，
能源百亿亿次地球系统模型 (E3SM) 1.0 版中的大气河流表示
1 加利福尼亚大学地理系，美国加利福尼亚州伯克利市 2 太平洋西北国家实验室，美国华盛顿州里奇兰市 3 加利福尼亚大学区域地球系统科学与工程联合研究所，美国加利福尼亚州洛杉矶市 4 加州理工学院喷气推进实验室，美国加利福尼亚州帕萨迪纳市
地球系统治理
过去三十年来，全球各国政府未能有效推进可持续发展，这令人深感担忧。人工智能越来越多地被视为实现此类成果的解决方案，有时甚至不加批判。我们认为：1）要让人工智能改善公共决策，必须更好地理解和考虑影响公共决策的条件和因素；2）要让人工智能推动的见解成为主流，就必须改变这些条件和因素；3）必须解决有关这些转变的关键治理问题。为了发展我们的论点，我们借鉴了：确定影响公共决策因素的原创研究；正在进行的跨学科研究，探索影响人工智能用于可持续发展政策的条件；以及与转型、地球系统治理、杠杆点和政策创业有关的文献中的概念框架——所有这些都有共同的抱负，即理解变革性变化。通过这样做，我们寻求推进对人工智能在公共决策中潜在的变革性影响的批判性认识。
使用 WAVEWATCH III 版本 6.07 为能源百亿亿次地球系统模型进行非结构化全球至沿海波浪建模
摘要。由于光谱波模型计算成本高昂，风浪过程通常被排除在耦合地球系统模型之外，该模型需要解决空间和时间上波的频率和方向谱。地球系统模型中使用的现有均匀分辨率波浪建模方法无法恰当地表示从全球到沿海海洋尺度的波浪气候，这主要是因为沿海分辨率和计算成本之间的权衡。为了解决这一挑战，我们为 WAVEWATCH III (WW3) 模型引入了全球非结构化网格功能，该模型适合与美国能源部的能源百亿亿次地球系统模型 (E3SM) 耦合。新的非结构化 WW3 全球波浪建模方法可以在沿海地区提供更高的全球分辨率精度，但相对而言，均匀全球分辨率较低。这种新功能可以根据沿海应用的需要模拟物理相关尺度的波浪。
整合航空遥感和实地活动，促进生态学和地球系统科学研究
1 斯坦福大学地球系统科学系，美国加利福尼亚州斯坦福；2 劳伦斯伯克利国家实验室地球与环境科学区，美国加利福尼亚州伯克利；3 加州理工学院喷气推进实验室，美国加利福尼亚州帕萨迪纳；4 国家生态观测网络，美国科罗拉多州博尔德；5 落基山生物实验室，美国科罗拉多州克雷斯特德比特；6 加利福尼亚大学环境科学、政策与管理系，美国加利福尼亚州伯克利；7 刘易斯堡学院环境与可持续发展系，美国科罗拉多州杜兰戈；8 亚利桑那州立大学生命科学学院，美国亚利桑那州坦佩；9 谷歌公司，美国加利福尼亚州山景城；10 美国地质调查局、地球科学与环境变化科学中心，美国科罗拉多州丹佛；11 SLAC 国家加速器实验室，美国加利福尼亚州门洛帕克
