XiaoMi-AI文件搜索系统
World File Search Systemmoisture
ERA中的大气能量，水分和质量预算的一致性和同质性5
摘要：这项研究使用先进的数值和诊断方法来评估ECMWF（ERA5）与观察到的大气顶部（TOA）能量流量（TOA）能量流相结合的第五次重大全球重新分析，1985- 2018年期间。我们使用质量平衡的数据评估子午线以及海洋能量运输，并进行内部一致性检查。此外，还检查了ERA5中的水分和质量预算，并将使用ERA-Interim以及基于观察的估计值进行比较。结果表明，与ERA-Interim（4.74 6 0.09 PW）相比，ERA5（4.58 6 0.07 PW）在ERA5（4.58 6 0.07 PW）的峰值峰值（4.74 6 0.09 PW）较弱，其中ERA5的较高空间和时间分辨率可以作为可能的原因。ERA5中的海洋与能源运输至少从2000年开始（; 2.5 PW）是可靠的，因此，净弓形虫和横向能量在陆地上的不平衡处于陆上的顺序； 1 W m 2 2。旋转和旋转效应通常在ERA5中较小且暂时的变化较小。对水分预算的评估表明，海洋水分的传输和参数化的淡水流量在ERA5吻合良好，而ERA-Interim中存在较大的不一分子。总的来说，从ERA5得出的预算的质量显然要比ERA-Interim的估计值更好。仍然有一些特别敏感的预算数量（例如，降水，蒸发和海洋能源运输）显示出明显的不均匀性，尤其是在1990年代后期，这需要进一步研究，需要在年际可变性和趋势研究中考虑。
英国表面土壤水分干燥的多求表征
摘要：降雨后土壤水分的持久性或记忆具有重大的环境影响。已经为原位和卫星数据分别研究土壤水分干燥已做出了许多工作。在这项工作中，我们介绍了多种英国土壤水分产品的干燥特性的比较，包括卫星合并（即TCM），原位（即cosmos-uk）（即cosmos-uk），水文模型[即Grid-to-Grid to-Grid（G2G）]生态研究支持系统（国际棋）]数据。所有网格产品的干燥衰减时间尺度（T）以1 - 2 km的前所未有的分辨率计算，该分辨率与天气和气候模型有关。由于诸如感应深度等差异，它们的t范围有所不同（SMUK和国际象棋除外），但它们的空间模式与土地覆盖率和土壤类型相关。我们进一步分析了Cosmos-UK站点干燥事件的发生。我们表明，土壤水分干燥状态表现出强烈的季节性依赖性，因此，夏季，土壤比冬季更快地干燥。这些季节性依赖性在模型基准测试和评估过程中很重要。我们表明，基于宇宙和LSM的拟合t良好，cosmos的偏差为较低的t。我们的发现有助于越来越多的文献来表征T，目的是开发一种方法，以系统地验证一系列尺度的模型土壤水分产品。
利用智能农业中的时间序列基础模型进行土壤水分预测
最新的自然语言基础模型和计算机视觉基础模型的激增促进了各个领域的创新。受到这一进展的启发，我们探讨了基础模型在智能农业中预测的时间序列的潜力，这是一个经常受到有限数据可用性困扰的领域。具体来说，这项工作提出了一种新的TimeGPT应用，TimeGPT是一种最先进的时间序列基础模型，以预测土壤水潜力（𝜓土壤），这是通常用于灌溉建议的现场水状态的关键指标。传统上，此任务依赖于各种输入变量。我们探索了TimeGPT预测土壤的能力：（𝑖）零拍设置，（𝑖𝑖）仅依靠历史性𝜓土壤测量值的微调设置，以及（𝑖𝑖𝑖）微调的设置，我们还为模型添加了外源变量。我们将TimeGPT的性能与已建立的SOTA基线模型进行了比较，以预测土壤。我们的结果表明，TimeGPT仅使用历史𝜓土壤数据实现竞争性预测准确性，从而强调了其在农业应用中的显着潜力。这项研究通过实现传统上依赖广泛的数据收集和领域实验的预测任务，为农业可持续发展的基础时间序列模型铺平了道路。
NASA SMAP 任务的土壤湿度数据产品验证
自 2015 年 3 月 31 日开始生成数据以来，土壤湿度主动被动 (SMAP) 任务一直在验证其土壤湿度 (SM) 产品。在发射之前，该任务定义了一套核心验证站点 (CVS) 标准，以便测试关键任务 SM 精度要求（无偏均方根误差 < 0.04 m 3 /m 3 ）。验证方法还包括其他（“稀疏网络”）现场 SM 测量、卫星 SM 产品、基于模型的 SM 产品和现场实验。在过去六年中，已经根据这些参考数据分析了 SMAP SM 产品，并且已经仔细审查了分析方法本身，以便最好地了解产品的性能。对最新的 SMAP 2 级和 3 级 SM 检索产品 (R17000) 的验证表明，基于 L 波段 (1.4 GHz) 辐射计的 SM 记录继续满足任务要求。该产品与欧洲航天局土壤水分海洋盐度任务的 SM 检索结果基本一致，尽管在某些地区存在差异。通过将哥白尼 Sentinel-1 数据与 SMAP 观测相结合生成的高分辨率 (3 公里) SM 检索产品的性能符合预期。但是，目前可用的 3 公里 CVS 数据有限，无法支持在此空间尺度上进行广泛的验证。最新（版本 5）SMAP 4 级 SM 数据同化产品提供 9 公里分辨率的地表和根区 SM，具有完整的时空覆盖，也满足性能要求。SMAP SM 验证程序
应用湿热建模工具评估外墙的水分反应
此出版物可能是几个版本之一：作者的原始手稿或出版商的版本。/此出版物的版本可以是以下之一：作者的预刊版本，手稿的接受版本或发布者的版本。对于发布者的版本，请访问下面的DO链接。/要咨询发布者的版本，请使用下面的DOI链接。
水分对结构依赖性影响ZnO薄膜电阻切换行为
依赖于金属绝绝构成结构设备中电阻开关现象的两末端回忆设备最近引起了人们对实现下一代记忆和神经形态架构的极大关注。[1-4]的身体机制取决于电化学效应和纳米离子工艺涉及金属原子溶解在电芯片中溶解的金属溶解的金属活性电极，并导致金属群体在互联网中的转变，以使得Metal the Is condrative the Is the Is the Is the Is the Metallix the Mentals Ondallic the Mentals the Mentals contallic contallix contallix contallix contallix contallix contallix contallix的迁移。[5,6]先前的报道表明，电阻开关机制受外在影响的强烈影响，例如存在可以扩散并吸附在绝缘基质中的水分。[7,8,17,18,9-16]在术语中，水分对电阻切换细胞功能的影响被观察到取决于所涉及材料的特定化学/结构特性。[7]在金属氧化物中，半导体ZnO被广泛利用为用于实现电子设备的活性材料。由于其特殊的光子，机械和电子特性以及生物相容性和环保性特征，ZnO也被认为是广泛应用的有前途的候选人，包括现场效应晶体管，压电电透射器，光伏，传感器，传感器和照片检测器。[19-24]也，对ZnO的兴趣与具有多种形态的可能性有关，包括纳米线，纳米棒，纳米生物和纳米片。[25,26]在此框架中，在包括纳米线/纳米棒在内的ZnO纳米结构中观察到了电阻性开关现象，[27-29]纳米岛[30]，以及在具有不同沉积技术的广泛薄膜中。[31,32,41,33-40]，在电阻开关设备领域，由于其高透明度可见光，[37-39]也充分利用了其辐射硬度，因此非常感兴趣地致力于ZnO。[42]
营养和水分限制揭示了连接根际代谢组和微生物组的基石代谢物
植物和微生物释放介导根际宿主 - 微生物相互作用并调节植物对环境应激的适应性的代谢产物。然而，根际代谢产物 - 微生物组动力学及其功能和生物学意义的机制在很大程度上尚不清楚。我们的研究表明，某些类型的根际代谢产物对非生物应激源表现出反应，并且与根际微生物群落和植物表型的变化有关。我们建议，一组缺乏的根际化合物可以充当基石代谢物，从而影响根际微生物组的组成，并可能调节植物代谢，以响应养分可用性。这些发现证明了利用植物 - 代谢产物 - 微生物相互作用的巨大潜力，以优化根际微生物组功能，促进植物和生态系统健康，并为土壤微生物组研究提供广泛的途径。
探索使用机器学习来改善温度和水分的垂直纤维
摘要：温度和脱离点的垂直释放物可用于预测导致恶劣天气的深对流，从而威胁性质和生命。当前，预报员依赖于辐射发射和Numerical天气预测（NWP）模型的观察结果。辐射观测在时间和空间上是稀疏的，NWP模型包含固有的误差，这些误差影响了高影响事件的短期预测。这项工作使用机器学习（ML）来探索后处理NWP模型的预测，将它们与卫星数据结合起来，以改善温度和脱离点的垂直预算。我们专注于不同的ML体系结构，损耗功能和输入功能，以优化预测。因为我们正在预测大气中256个级别的垂直释放物，因此这项工作为使用ML用于一维任务提供了独特的观点。与快速刷新（RAP）的基线纤维相比，ML预测为露点提供了最大的改进，尤其是在中层和上层大气中。温度改善是模范的，但斗篷值最多提高了40％。特征重要性分析表明，ML模型主要改善了传入的RAP偏见。虽然其他模型和卫星数据对预测有所改进，但体系结构的选择比在调整结果中的特征选择更为重要。我们提出的深层U-NET通过利用输入RAP PROFER的空间上下文来表现最好；但是，在模型架构中，结果非常强大。此外，每个级别的不确定性估计值都经过良好的校准，可以为预测者提供有用的信息。
基于机器学习的高分辨率土壤水分映射和时空分析：MLHRSM包装
摘要：土壤水分是关键的环境变量。缺乏软件来促进非专家在估算和分析领域的土壤水分时。本研究提出了一个新的开源R包MHRSM，可用于生成基于机器学习的高分辨率（每天30至500 m，每天到每月）土壤水分图和在0-5 cm和0-1 m的连续美国所选地点的不确定性估计。该模型基于分位数随机森林算法，集成了原位土壤传感器，卫星来源的土地表面参数（植被，地形和土壤），以及基于卫星的表面和根Zone土壤水分的卫星模型。它还提供了用于生成土壤水分图的空间和时间分析的功能。提供了一个案例研究，以证明每天在70 ha农作物领域每天生成30 m至每周土壤水分图的功能，然后进行空间 - 周期分析。
研究文章研究超吸收性聚合物对土壤水分和植物生长的影响
随着气候变化继续影响环境，干旱管理在农业食品生产中变得更加至关重要。农民现在正在寻找易于应用的替代干旱管理方法。从这个意义上讲，在本研究中，提出了超吸收性聚合物（SAP）作为替代性土壤调节和干旱管理工具。在土壤调节和植物生长促进方面，通过不同的土壤类型和极端的干旱条件来测试开发的SAP的效率，至少有4个重复进行了长期的土壤和温室实验。使用小麦作为模型植物，通过4种不同的生长指标来监测植物的生长。植物生长指标表明，在不同的干旱条件下，使用不同量的SAP，使用不同量的SAP提高了干物质，尖峰长度和谷物产量，最多可提高24％，而11.6％的植物产量提高了11.6％。这项研究阐明了超吸收聚合物在农业中使用的和示例性的研究，并在剂量调整和理解这些类型的聚合物中的干旱剂量关系中有用。