粮食不安全是非洲气候变化带来的最大风险之一,那里有90%至95%的非洲粮食生产是雨天,很大一部分人口已经面临慢性饥饿和营养不良。尽管有几项研究发现了在气候变化情景下未来农作物产量损失的有力证据,但农作物和地区之间存在广泛的差异以及大型建模不确定性。这种不足的很大一部分源于气候预测,因为气候模型可能在模拟未来的降水和温度变化方面有所不同,这可能导致未来的作物产生情况。这项工作研究了西非气候变化对西非玉米,小米和高粱作物产量的影响,使用耦合模型对比项目对比项目第五阶段(CMIP5)和新一代来自耦合模型模型库库对间项目的气候模型的预测(CMIP5)(CMIP6)(CMIP6)。我们使用模拟作物建模框架来模拟历史和未来的作物产量,并使用引导技术来评估CMIP5和CMIP6合奏之间作物生产力的预计变化。使用新一代气候模型CMIP6,我们发现CMIP5模拟所示的负作物产量预测大大降低,当大气CO 2浓度在作物模型中所考虑时,也大大增加了作物产量。这种结果突出了在评估该地区气候变化的影响以及最终用户预期适应策略的差异方面仍然存在的巨大不确定性。CMIP5和CMIP6模拟之间作物产量影响的这些差异主要是由于西非温度和沉淀的气候不同。到本世纪末,CMIP6预测在本世纪中叶和较小程度上都显着湿润和凉爽。
工业和地球物理流体的抽象数值模拟通常无法求解确切的Navier-Stokes方程。因此,它们会通过强烈的本地错误。对于某些应用程序(例如耦合模型和测量结果),需要准确量化这些错误,而整体预测是实现此目标的一种方式。本文回顾了朝着这个方向提出的不同的处理。通过谎言运输对位置不确定性和随机对流的模型特别关注。此外,本文引入了一种新的基于能量预算的随机亚网格方案,以及在不确定性下进行参数化模型的新方法。最后,提出了新的整体预测模拟。将新随机参数化的技能与位置不确定性下的动力学和随机初始条件方法的动力学进行了比较。
hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
北极海冰损失和放大的北极变暖是气候变化的一个惊人签名,这对北极和中低纬度的气候变化具有重要影响。气候建模,包括极地扩增模型对比项目(PAMIP),它是研究在不断变化的气候下北极海冰损失影响的强大工具。然而,现有的气候模型模拟,包括来自多模型/合奏PAMIP项目的个体气候模型的合奏大小相对较小,可能不允许将强制响应(尤其是极端响应)对北极Sea-Ice对内部变异性的损失进行牢固的分离。因此,我们对对气候变化预测的北极海冰损失的反应的信心减少了。这导致了两个未回答的重要问题:(1)强大的探测极端需要哪些合奏尺寸,以及对预计的北极海冰损失的季节平均反应?和(2)响应取决于分辨率吗?
a 哈尔滨工业大学计算机科学与技术学院,哈尔滨,中国 b LINEACT CESI,里昂 69100,法国 c 埃法特大学电气与计算机工程系,吉达 22332,沙特阿拉伯 d Persistent Systems Limited,那格浦尔,印度 e AGH 科技大学生物控制论与生物医学工程系,克拉科夫,波兰 f 克拉科夫理工大学计算机科学与电信学院计算机科学系,华沙 24,31-155,克拉科夫,波兰 g 波兰科学院理论与应用信息学研究所,Ba ł tycka 5,44-100,格利维采,波兰 h EIAS 数据科学实验室,苏丹王子大学计算机与信息科学学院,利雅得 11586,沙特阿拉伯 i 梅努菲亚大学理学院数学与计算机科学系,32511,埃及j 埃及梅努菲亚大学计算机与信息学院信息技术系
表 1:研究中考虑的功能连接指标 FC 指标缩写类别参考瞬时相干性瞬时频谱相干性[31]虚相干性 ImCoh 频谱相干性[32]锁相值 PLV 相位估计[33]相位滞后指数 PLI 相位估计[34]平方 wPLI 的去偏估计量 wPLI2-d 相位估计[35]幅度包络耦合 AEC 幅度耦合[36、37]
响应气候变暖的潮汐水冰川的未来是格陵兰冰盖对全球海平面上升的贡献的最大不确定性来源之一。在这项研究中,我们研究了冰片模型通过开处方前部的质量和表面升高的过去演变的能力。为了实现这一目标,我们通过Weertman和正规化的-Coulomb摩擦法运行了两个模拟。我们表明,冰流模型必须包括在快速流动区域的冰锋上游的前15公里中减少摩擦,以捕获1985年至2019年期间观察到的趋势。没有这个过程,整体模型高估了2005年沿前部撤退之前的冰流,并且在撤退期间没有完全再现其加速度。这导致了1985年至2019年之间总质量损失的50%(300 vs 200 GT)的高估。使用基于方差的灵敏度分析,我们表明,摩擦定律和冰流法的不确定性对模型结果的影响要比表面质量平衡和初始表面升高更大。
由于目前尚无具有临床疗效的药物,因此寻找针对 COVID-19 的有效药物仍然迫在眉睫。近年来,寻找已获批准或正在研究的药物的新用途(即药物再利用)变得越来越流行。我们在此提出了一种基于知识图谱 (KG) 嵌入的 COVID-19 药物再利用新方法。我们的方法在以 COVID-19 为中心的 KG 中学习实体和关系的“集成嵌入”,以便获得图元素的更好的潜在表示。随后,集成 KG 嵌入用于训练深度神经网络以发现 COVID-19 的潜在药物。与相关研究相比,我们在排名靠前的预测中检索到了更多试验中药物,从而对试验外药物的预测更有信心。据我们所知,这是第一次使用分子对接来评估使用 KG 嵌入进行药物再利用获得的预测。我们表明福辛普利是 SARS-CoV-2 nsp13 靶标的潜在配体。我们还通过从 KG 中提取的规则以及 KG 衍生的解释路径来解释我们的预测。分子评估和解释路径为我们的结果带来了可靠性,并构成了评估基于 KG 的药物再利用的新的互补且可重复使用的方法。
抽象热浪(HWS)是强调社会和生态系统的高影响现象。预计在世界许多地区的气候中,其强度和频率将增加。尽管这些影响可能是广泛的,但它们可能会受到当地和区域特征(例如地形,土地覆盖和城市化)的影响。在这里,我们利用了在这些精细尺度上阐明热浪的影响所需的高分辨率建模的最新进展。此外,我们旨在了解新一代KM规模的区域气候模型(RCMS)如何调节在众所周知的气候变化热点上热浪的代码。我们分析了15个对流渗透的区域气候模型(CPRCM,〜2–4 km网格间距)模拟及其驾驶,对流参数化的区域气候模型(RCM,〜12-15 km网格间距)的驾驶,来自Cordex旗舰飞行员对对话的模拟。重点是评估实验(2000-2009)和具有一系列气候特征的三个子域。在HWS期间,通常在夏季,CPRCMS表现出比驾驶RCMS更温暖和干燥的条件。与CPRCM相比,RCMS中的热通量分配发生了变化,导致较高的最高温度,每天的峰值高达〜150 W/m 2。这是由CPRCMS中土壤水分含量降低5–25%的驱动,这又与更长的干咒长度(最高两倍)有关。确定这些差异是否代表改进是一项挑战。然而,基于点尺度的最高温度评估表明,与RCMS相比,这种CPRCMS较高/干燥的趋势可能更现实,而参考位点的约70%表明与驾驶RCMS相比增加了附加值,仅当考虑到分布右尾部时增加到95%。相反,根据平坦区域上的高尺度网格方法,发现CPRCMS轻微有害效应。当然,CPRCM会增强干燥条件,对夏季温度高估的敲门含义。这种改善的HWS物理表示是否也对未来的变化产生了影响。
这与“初始条件假设”相一致,该假设认为准备活动设定了动态系统的初始状态,然后演变为产生由初始状态部分定义的时空活动(28)。支持这一观点的是,在视觉和自愿试验中,刺激前和提示前活动状态分别在每次试验的基础上预测了运动过程中的后续群体活动(图 4C)。也许因此,我们 10
