On evaluation of ShARP passive rainfall retrievals over snow-covered land surfaces and coastal zones
对于陆地降水反演，使用微波波段的卫星测量，重要的是要正确区分强和高度可变的背景地面发射的弱降雨信号。传统上，土地降雨反演方法往往依赖于一个微弱的信号，降雨散射的高频通道（85 GHz），并利用经验阈值和回归为基础的技术。由于地面信号干扰的增加，在辐射复杂的陆地表面，特别是在积雪覆盖的土地，沙漠和沿海地区的降水反演，是这类检索技术的特殊挑战。本文评估了最近提出的收缩局部线性嵌入算法检索降水（ShARP）的结果，在辐射复杂的地形和沿海地区使用的热带降雨测量任务（TRMM）卫星提供的数据。为此，在东南亚的一个地区，部分覆盖青藏高原，喜马拉雅山脉，恒河-雅鲁藏布江-梅克纳河流域及其三角洲的ShARP检索实验。我们阐明了有前途的结果ShARP在积雪覆盖的陆地表面和海岸线附近，与标准的TRMM-2A 12产品的陆地降雨检索。具体而言，使用TRMM-2A 25雷达产品作为参考，我们提供的证据表明，ShARP算法可以显着减少降雨超估计由于背景雪污染，并显着提高检测和检索降雨在海岸线附近。在2013日历年，我们证明，在研究领域的均方根差可以减少高达38%，每年，而减少可以达到70%，在寒冷的月份。
2015-03-19 physics.ao-ph physics.data-an
Coastal Tropical Convection in a Stochastic Modeling Framework
最近的研究表明，海岸附近对流对大尺度大气条件的总体依赖性比开阔海洋或内陆地区弱。这是因为在沿海地区，对流往往得到中尺度海陆相互作用和沿海地区地形的支持。由于这些影响没有解决，也没有包括在标准积云参数化方案中，沿海对流是全球模式中模拟最差的现象之一。为了勾勒出一个可能的参数化框架，沿海对流，我们开发了一个理想化的建模方法，并测试其捕捉沿海对流的主要特征的能力。新的方法首先开发了一个决策算法，或触发功能，沿海对流的存在。然后，该功能应用于随机云模式，以增加深对流的发生概率时，陆地-海洋相互作用被诊断为重要的。结果表明，触发函数与随机模式相结合，能够捕捉到深对流的发生在大气条件下，经常发现沿海对流。当海岸效应被认为是目前的云的空间和时间组织，已记录的形式观测是很好地捕捉到的模式。因此，所提出的模拟方法有可能提高云和对流的全球数值天气预报和气候模式的代表性。
2017-11-06 physics.ao-ph
Waxing and Waning of Observed Extreme Annual Tropical Rainfall
我们首先提供观测证据，遇到非常高和非常低的年热带降雨量的概率显着增加，在最近十年（1998年至今）相比，以前的变暖时代（1979-1997年）。陆地和海洋的这些变化在空间上是连贯的，包括非常潮湿地区的重新安排和干旱地区的系统性扩张。虽然出现极端情况的可能性增加与停顿期间平均气温较高（与1979-1997年相比）相一致，但必须指出，所考虑的时期也具有厄尔尼诺南方涛动（ENSO）从相对温暖阶段向寒冷阶段过渡的特点。为了进一步探讨ENSO的对比阶段和累积极值之间的关系，在1960-1978年（ENSO的另一个延长的冷阶段）和上述变暖时期之间进行了类似的比较。虽然受到陆地观测的限制，但在这种冷到暖的转变中，值得注意的是，在统计学和地理学上都注意到了极端的近乎精确的逆转。尽管1979-1997年的平均气温高于1960-1978年。综上所述，我们认为，有一个基本的模式的自然变率，涉及的盈亏的极端积累的全球热带降雨与ENSO的不同阶段。
2016-04-14 physics.ao-ph
A systematic comparison of tropical waves over northern Africa. Part II: Dynamics and thermodynamics
本研究首次系统地比较了引起非洲热带北部降雨调制的所有主要热带波类型的（热）动力学：马登朱利安振荡（MJO）、赤道罗斯贝波（ER）、混合Rossby重力波（MRG）、开尔文波、热带扰动（TD，包括非洲东风波）和向东惯性重力波（EIGs）。根据对出射长波辐射的时空滤波，对1981- 2013年期间的再分析和无线电探空数据进行了分析。所确定的循环模式在很大程度上与理论一致。慢模式，MJO和ER，主要影响可降水量，而更快的开尔文波，MRG，和TD主要调制水分辐合。季风流入加强在湿阶段的MJO，ERs，和MRG，与北移的热带间不连续的MJO和ERs。在垂直倾斜的不平衡波样式，如MJO，开尔文波，和TD，部分MRG的通道，增加垂直风切变和改善条件的上升和下降气流促进对流的组织。平衡的ERs不倾斜，降雨是由大规模增湿和层状抬升触发的。MJO和ERs与印度季风和热带外罗斯贝波序列的季节内变化相互作用。后者在阿特拉斯山脉上空形成低压槽，并伴随着热带烟流和撒哈拉地区的降雨。在MJO的情况下，正的北大西洋和北极涛动信号先于热带羽流。结果揭示了哪些动力学过程需要模拟现实代表热带非洲北部的热带波和降雨之间的耦合。
2018-11-28 physics.ao-ph
Performance Evaluation of the WeatherEx Forecasting System (WFS) for Extreme Monsoon Rainfall over Kerala
Experiqs Private Limited（Experiqs私人有限公司）
该研究评估了WFS对喀拉拉邦极端季风雨的预报性能，发现其能更清晰呈现局地高强度降雨结构，凸显了业务区域引导与高分辨率诊断预报的互补性及区域校准的重要性。
2026-08-11 physics.ao-ph
Machine learning models for daily rainfall forecasting in Northern Tropical Africa using tropical wave predictors
Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；Institute of Meteorology and Climate Research（气象与气候研究所）
本研究提出基于热带波预测因子的gamma回归和CNN机器学习模型，结合EasyUQ生成概率预报，显著提升了非洲北部热带地区日降雨量的预测能力并优于现有基准。
2024-08-29 cs.LG physics.ao-ph
Intraseasonal synchronization of extreme rainfalls between North India and the Sahel
本研究用气候网络方法揭示印度夏季风与西非季风系统间极端降水的季节内同步规律，明确其关联滞后时长及驱动机制，增进了对两大季风系统相互作用的理解。
2024-05-14 physics.ao-ph
Prediction and Predictability of the Wet-Season Rainfall over Southeast India
Indian Institute of Technology Madras（印度理工学院马德拉斯分校）；Indian Institute of Technology Delhi（印度理工学院德里分校）；Gauhati University（高哈蒂大学）
研究发现印度东南部泰米尔邦湿季降雨受南海气温异常影响，长期预测能力源于热带印度洋与赤道大西洋的 SST 与降雨相互作用，为应对降雨变化提供了数据驱动的预测方法。
2026-05-02 physics.ao-ph
Bangladesh's Amplified Coastal Storm Tide Hazard from Tropical Cyclones and Rising Sea Levels in a Warming Climate
本文通过统计-物理降尺度和多模型大集合预估，揭示气候变暖下孟加拉国百年一遇风暴潮将从3.5米增至4.9-5.4米，破坏性气旋风暴潮频率增加6-23倍，凸显提升沿海韧性的紧迫性。
2025-01-02 physics.ao-ph stat.AP
Skill of global raw and postprocessed ensemble predictions of rainfall over northern tropical Africa
累积降水量预报对于热带非洲北部以农业为主的社会具有很高的社会经济重要性。在这项研究中，我们分析了9个业务的全球集合预报系统（EPS）相对于基于气候学的预测1至5天的累积降水的基础上，2007年至2014年的季风季节在热带非洲北部的三个地区的性能。为了评估整个空间尺度的原始集合预报的全部潜力，我们采用了最先进的统计后处理方法，形式为贝叶斯模型平均（BMA）和包围模型输出统计（EMOS），并验证站和空间聚合，基于卫星的网格观测。原始集合预报未经校准，不可靠，相对于气候学，独立于区域，积累时间，季风季节和集合表现不佳。原始集合预报和气候学预报之间的差异很大，部分原因是对低降水量的预测不佳。BMA和EMOS后处理预报是校准的，可靠的，并大大改善了原始集合，但-有点令人不安的是-通常不会优于气候学。2007-2014年期间，大多数环境影响预测都略有改善，但总体而言，与气候学相比，几乎没有增加值。我们怀疑，对流的参数化是一个潜在的原因，清醒地缺乏集合预报技巧，在一个地区占主导地位的中尺度对流系统。
2017-08-15 physics.ao-ph stat.AP
TCP-Diffusion: A Multi-modal Diffusion Model for Global Tropical Cyclone Precipitation Forecasting with Change Awareness
School of Geographical Sciences, University of Bristol（布里斯托大学地理科学学院）
针对现有热带气旋降水预测方法存在累积误差、缺乏物理一致性且未融合气象因素与NWP模型的问题，提出具备变化感知的多模态扩散模型TCP-Diffusion，实验表明其效果优于多种深度学习方法及ECMWF的NWP方法。
2025-05-18 cs.AI cs.LG physics.ao-ph
Assessing the Risks of Typhoon-Induced Multi-Hazards in South Korea
本文研究韩国台风引发的多重灾害风险评估，探讨现有数据、模型及方法，并分析北 Atlantic 地区方法在韩国的适用性。
2026-04-16 physics.ao-ph
Propagation of Cyclonic Vortices and Intense Rainfall over Indian Peninsula: Case Studies from Northeast Monsoon Season
本文给出了四个东北季候风季节印度半岛气旋性涡旋的个例分析。结果表明，涡旋在半岛地形上的传播受涡旋佛劳德数Frv = Vmax/（NH）控制，其中Vmax为涡旋中最大切向风速，H为地形高度，N为沿地形的大气Brunt-Vaisala频率。Frv > 1的强涡旋克服了地形障碍并穿过半岛。Frv < 1者则受地形影响。被阻挡的涡旋在东海岸停留了两到三天。在这些情况下，云连续三天沿着海岸连续形成。因此，在这段时间里，沿海地区有大量降雨，而地形上的降雨量很少。在未阻塞的涡旋，降雨强度表现出一个系统的转变，从沿海地区的高地形区在一两天内。然而，当气旋到达高原上空时，其涡旋和对流都明显减弱。这些个例分析将有助于预测东北季候风季节印度半岛的暴雨事件。
2018-11-18 physics.ao-ph
Reply to 'Influence of cosmic ray variability on the monsoon rainfall and temperature': a false-positive in the field of solar-terrestrial research
已经发表了一系列的研究，声称太阳对地球的天气和气候有强烈的影响。这项工作的大部分包括记录的错误和假阳性，但仍然经常被用来证实否认全球变暖的论点。这份手稿报告了Badruddin & Aslam（2014）（以下简称BA 14）最近的一项研究，该研究声称印度季风强度的极端值与宇宙线通量之间存在高度显著（$p=1.4\times10^{-5}$）的关系。他们进一步推测，他们观察到的关系可能适用于整个热带和亚热带地区，并具有全球重要性。然而，他们的统计分析-因此他们的结论-是错误的。具体来说，他们的错误是由于假设他们的数据的基本分布是高斯分布。但是，正如这项工作所证明的那样，他们的数据密切遵循一种偏向于极端值的遍历混沌分布。从概率密度函数，使用蒙特卡罗抽样方法计算，我估计的真正意义的BA 14样本是$p=0.91$。
2015-02-02 physics.ao-ph
Verification of Operational Numerical Weather Prediction Model Forecasts of Precipitation Using Satellite Rainfall Estimates over Africa
降雨量是非洲监测和预测的一个重要变量，因为它对农业、粮食安全、气候相关疾病和公共卫生都有影响。数值天气模式（NWM）是这项工作的重要组成部分，因为它们具有完整的空间覆盖范围，高分辨率和预测未来的能力。在这项研究中，我们试图评估整个非洲降雨的短期降雨预报的时空技能。具体而言，欧洲中期天气预报中心和国家环境预测中心-全球预报系统的预测模型得到降雨量估计2.0和非洲降雨量气候学第2版的验证，这两个版本是卫星和实地观测的融合产品，通常用于分析非洲降雨量。我们发现，模式的降雨预报显示出良好的一致性与卫星降水观测的空间发布在非洲的季节时间尺度上的分布。评估指标显示，非洲大陆的空间和季节变化很大，包括与热带会聚区的位置和地形上降水量增加的密切联系。在一个星期的聚合时间的降雨量预测改善了日常的预测。
2022-01-07 physics.ao-ph
Evaluation of different WRF microphysics schemes: severe rainfall over Egypt case study
埃及从2016年10月26日开始遭遇强降雨，导致上埃及和红海海岸发生洪水，特别是拉斯加里卜市。在这项工作中，天气研究和预报（WRF）模式从2016年10月26日开始使用一个10公里分辨率的区域，从降水，温度，气压和风速方面模拟了这次强降雨事件。为了使用WRF模型，需要配置几种方案，其中之一是微观物理方案。微观物理学是根据数值模型中表示的其他热力学和运动学场，从空气中去除水分的过程。对Kessler、Lin、WRF单矩3级和5级、Eta（Ferrier）、WRF单方案6级、Goddard、Thompson、Milbrandt-Yau双矩和Morrison双矩等10种微物理方案的灵敏度进行了测试。将模式输出的温度和降水分别与中分辨率成像光谱仪（MODIS）和热带降雨测量任务（TRMM）的卫星数据进行了比较。分析表明，该模式具有较好的降水模拟能力和云型生成能力。本研究选择了三个沿海地区，Ras Gharib市，Wadi Elgemal国家公园和Elba国家公园。结果表明，与TRMM和MODIS资料相比，模式普遍高估了10种方案的降水量，低估了温度
2017-11-11 physics.ao-ph
Periodic extreme rainfall in a warmer climate due to stronger convectively-coupled waves
Princeton University（普林斯顿大学）；New York University（纽约大学）；The Hebrew University of Jerusalem（耶路撒冷希伯来大学）
本研究发现，在较低温度下，更强的对流耦合波导致热带地区出现周期性极端降雨，且该现象在高碳排放情景下可实现。
2025-11-25 physics.ao-ph physics.flu-dyn
Diurnal Self-Aggregation
对流自聚集是恒温热带海面上雷暴组织的一个模拟范例。这种设置可以在数周的时间尺度上产生云团。实际上，海洋地面温度确实在一天中振荡，影响大气状态。在陆地上，地面温度变化更强烈，降雨率受到显著影响。在这里，我们进行了大量的云解析数值实验，发现即使是微弱的地面温度振荡，使定性不同的动态出现：降雨的空间发布是均匀的第一天。已经在第二天，雨场结构牢固。在以后的日子里，集群变得更强，并从一天到一天交替。我们表明，这些功能是强大的分辨率，域的大小，和地面温度的变化，但可以通过减少振荡的幅度，这表明过渡到一个集群状态。最大聚类发生在$\mathbf{l_{max}\approx 180\;km}$的尺度，我们涉及到中尺度系统的出现。在$\mathbf{l_{max}}$，降雨量强烈增强，远远超过随机预期的降雨量。我们使用简单的概念建模解释了向聚类的过渡。我们的研究结果可能有助于澄清大陆极端现象是如何形成的，以及热带海洋上的云团是如何比传统的自我聚集更快地出现的。
2020-01-14 physics.ao-ph
Reforecasting the November 1994 flooding of Piedmont with a convection-permitting model
1994年11月，意大利皮埃蒙特地区受到暴雨的影响。4日，对流单体影响了该地区的沿海山脉。5日和6日初，阿尔卑斯山区降水充沛，这与地形抬升和低层辐合有关。本研究的目的是评估是否对流允许模式提供了更有价值的信息，相对于过去的数值试验。11月4日的结果表明，云解析模式成功地重建了沿海山区下游降水系统的结构。至于11月5日的降水，没有发现任何附加值，但是，我们提供了证据，证明来自热带和亚热带大西洋的湿空气的强烈输送，并假设这种输送是如何降低撞击阿尔卑斯山的气流的稳定性的。
2020-08-10 physics.ao-ph
A New Class of Probability Distributions for Describing the Spatial Statistics of Area-averaged Rainfall
降雨量在许多空间和时间尺度上表现出极端的变化性，需要进行统计描述。基于对热带海洋降水雷达测量的分析，我们引入了一个新的概率律，该概率律是由一类对数无限可分分布构造的，它准确地描述了最强降雨事件的频率。其参数对空间平均长度L的依赖性允许人们在不同尺度上关联空间统计。特别是，它使我们能够解释所观察到的幂律缩放的时刻的数据，并成功地预测连续谱的标度指数表示多尺度特性的雨强场。
2015-09-19 physics.ao-ph stat.AP
Time-scale characteristics of Kasai river hydrological regime variability for 1940-1999
进行本研究的目的是有助于使用小波分析1940-1999年的Kasai河的水文情势的非平稳变化的表征。在1950年、1960年、1970年、1983年和1994年前后，Kasai盆地的降雨量和流量有明显的波动，有明显的下降趋势和一些变化。结果表明，Kasai流域的径流量和Ilebo站的径流量在2-8 a（1950-1975）、1983-1995）和8-16 a（1970-1999）时间尺度上表现出较强的年际振荡和间歇性振荡。小波相干分析揭示了一个弱的水文变量（降水量，流量）和气候指数之间的联系，相对于海表温度和大气环流在大西洋热带，印度洋和太平洋（相干性小于0.55）。
2017-06-29 physics.ao-ph
Deep Learning Imputation of Missing Radius of Maximum Winds (Rmax) Values in Tropical Cyclone Best-Track Data
本研究采用1DCNN、LSTM等深度学习模型填补热带气旋最佳路径数据中缺失的Rmax值，发现时间模型结合R34输入可提升性能，为海岸灾害评估提供了不完整TC记录的重建方法。
2026-08-11 cs.LG physics.ao-ph
The impact of latent heating on the location, strength and structure of the Tropical Easterly Jet in the Community Atmosphere Model, version 3.1: Aqua-planet simulations
热带东风急流（TEJ）是亚洲夏季风（ASM）期间一个显著的大气环流特征。详细讨论了用社区大气模式3.1版（CAM-3.1）模拟TEJ的方法。虽然模拟的TEJ复制了许多观测到的喷流特征，但与观测相比，喷流最大值位于太远的西部。地形对模拟TEJ的影响很小，因此表明潜热是关键参数。一系列越来越复杂的水行星实验被用来理解TEJ极端西移的原因。水行星模拟表明，热带深处的单一热源不足以解释观测到的TEJ结构。赤道加热对斜压结构和真实的纬向结构是必要的。急流纬向风速与热带深层加热的大小直接相关。纬向风峰值的位置受离它最近的赤道外加热的影响，因此沙特阿拉伯的过量降雨的存在被证明是TEJ最大值极西移的主要原因。
2015-08-05 physics.ao-ph
Prediction of Tropical Pacific Rain Rates with Over-parameterized Neural Networks
本研究利用超参数化神经网络预测热带太平洋三种降雨类型的降雨率分布，并解释其重尾特征，结果表明该方法优于其他机器学习方法且能有效刻画空间模式与极端值。
2024-02-20 physics.ao-ph
A Novel Hybrid Machine Learning Model for Rapid Assessment of Wave and Storm Surge Responses Over an Extended Coastal Region
提出一种结合深度自编码器降维与深度神经网络映射的新型混合机器学习模型，利用NACCS合成数据验证，实现了对广阔沿海区域波浪和风暴潮响应的快速、高精度评估，可应用于预警系统与概率风险评估。
2024-03-26 physics.ao-ph
Exploring coupled tropical Pacific variability within a Multi-branch $β$-Variational Autoencoder
University of Maryland（马里兰大学）；Oak Ridge National Laboratory（橡树岭国家实验室）；U.S. NSF National Center for Atmospheric Research（美国国家大气研究中心）
研究多分支β变分自编码器在处理耦合热带太平洋气候场时的潜在空间重建能力与物理可解释性，揭示其对厄尔尼诺和拉尼娜变异性的表征。
2026-08-05 physics.ao-ph
Why does air passage over forest yield more rain? Examining the coupling between rainfall, pressure and atmospheric moisture content
森林损失对降雨量的影响仍然知之甚少。为了应对这一挑战，Spracklen等人最近提出了一项关于降雨量和土地覆盖的泛热带研究，该研究表明，卫星得出的降雨量测量与模型得出的空气轨迹暴露于森林覆盖的程度呈正相关。这一结果证实了植被对区域降雨模式的影响，在以前的研究中建议。然而，我们发现，Spracklen等人的结论--降雨量的差异反映了蒸散造成的空气水分含量，而环流模式保持不变--似乎受到方法不一致的影响。我们确定的基础分析和预测的降雨量变化的定量估计，如果森林覆盖在亚马逊地区丢失的方法学问题。我们讨论了一些替代的解释，其中包括森林蒸散的独特作用，在创建低压系统，从海洋到大陆腹地的水分。我们的分析，从三个地区在巴西，包括亚马逊森林，揭示了一种趋势，雨天在雨季柱水蒸气（CWV）超过50毫米，有较高的压力比无雨天，而在较低的CWV雨天往往有较低的压力比无雨天。大气水分含量和循环动力学之间的耦合突出表明，森林损失所造成的危险比仅仅关注水分循环所表明的危险更大。
2013-04-17 physics.ao-ph q-bio.QM
Intraseasonal Oscillation of Land Surface Moisture and its role in the maintenance of land ITCZ during the active phases of the Indian Summer Monsoon
本研究利用ERA5和CFS自由试验分析印度夏季风活跃期土壤湿度的季节内振荡及其对陆地ITCZ和降雨的预调节与MSE反馈，指出模式需真实表征土壤湿度预调节。
2023-03-30 physics.ao-ph
Tropical cyclone intensity estimations over the Indian ocean using Machine Learning
IIIT Delhi（德里印度理工学院信息技术学院）；Shaheed Bhagat Singh College, University of Delhi（德里大学沙希德·巴格特·辛格学院）；University of Delhi（德里大学）
热带气旋是地球上最强大和最具破坏性的自然现象之一。热带风暴和暴雨可造成洪水，从而导致人的生命和经济损失。飓风带来的破坏性大风不仅严重影响沿海地区，甚至遥远的地区。我们的研究集中在对一个北印度洋热带气旋的强度估计，特别是气旋等级和最大持续地面风速（MSWS）。我们使用各种机器学习算法来估计气旋等级和MSWS。我们已经使用了盆地的起源，日期，时间，纬度，经度，估计的中心压力和压降作为我们的模型的属性。我们使用多类分类模型的分类结果变量，气旋等级，和回归模型的MSWS，因为它是一个连续变量。利用北印度洋28年的最佳航迹数据，我们估计品位的准确度为88%，MSWS的均方根误差（RMSE）为2.3。对于更高等级的类别（5-7），准确率提高到平均98.84%。我们用最近在北印度洋的两个热带气旋Vayu和Fani测试了我们的模型。对于等级，我们分别获得了93.22%和95.23%的准确度，而对于MSWS，我们分别获得了2.2和3.4的RMSE以及0.99和0.99的$R^2$。
2021-07-07 cs.LG physics.ao-ph
Remote Influences of Land Surface Temperature and their Implications for Sea Surface Temperature Patterns
Princeton University（普林斯顿大学）
研究通过耦合海洋-陆地-大气模型，探讨陆地表面温度变化对热带太平洋均态的影响，发现南美地区升温强化了热带太平洋经向温差，产生类似拉尼娜状态，而其他地区如马六甲海峡或青藏高原则无显著影响。
2026-10-19 physics.ao-ph
High-resolution boreal winter precipitation projections over Tropical America from CMIP5 models
利用CMIP5多模式海平面气压输出和主成分回归统计降尺度，预估热带美洲冬季降水变化，发现墨西哥和巴西东部趋于减少，南美西北部和东南部趋于增加，且模式间差异是主要不确定性来源。
2024-01-14 physics.ao-ph
Enhanced Simulation of the Indian Summer Monsoon Rainfall Using Regional Climate Modeling and Continuous Data Assimilation
本研究评估了一个连续资料同化（CDA）动态降尺度算法，以提高模拟的印度夏季风（ISM）系统。CDA是最近引入的一种数学上严格的技术，用于用粗空间尺度数据约束高分辨率大气模式的大尺度特征。它类似于频谱轻推，但不需要任何频谱分解的尺度分离。预计这将是特别相关的ISM，其中涉及大规模环流和区域物理过程之间的各种相互作用。除了控制模拟外，还使用天气研究和预报（WRF）模型进行了几次降尺度模拟，使用CDA，光谱（保留不同的波数）和网格轻推三个ISM季节：正常（2016），过量（2013）和干旱（2009）。模拟嵌套在NCEP最终分析中，并根据观测结果评估模型输出。网格和光谱轻推相比，使用CDA的模拟产生增强的ISM功能在印度次大陆，包括低空急流，热带东风急流，东风切变，和降雨分布的所有调查ISM季节。主要的ISM过程，特别是阿拉伯海的季风逆温，对流层温度梯度和印度中部的湿静能，以及季风区的纬向风切变，都可以用CDA更好地模拟。频谱轻推输出被发现是敏感的波数的选择，需要仔细调整，以提供强大的模拟ISM系统。相比之下，控制和网格轻推通常不能很好地再现ISM的一些主要功能。
2022-01-26 cs.NA math.NA physics.ao-ph
Equatorial African Lightning: Past. Present and Future
本研究分析了刚果雨林闪电特性的历史变化与季节性，发现尽管闪电频次增加，但辐射强度在降低，并预测在RCP8.5情景下到2100年该地区闪电将减弱约50%。
2025-05-01 physics.ao-ph
Evaluation of the Radius of Maximum Wind over the North Indian Basin with the help of Tropical Cyclone characteristics
本研究针对北印度洋热带气旋最大风半径估算研究不足的问题，采用局部回归模型处理印度气象部门数据缺失，结合历史观测与数学相关性估算RMW，经误差百分比和T检验验证，方法误差范围更优、统计显著性更好。
2023-06-21 math.OC physics.ao-ph
A Multivariable Approach to the Regional Calibration of the Galvez Davison Index across Mexico Climate Regimes
Instituto de Astronomía y Meteorología (IAM), Departamento de Física, Centro Universitario de Ciencias Exactas e Ingenierías (CUCEI), Universidad de Guadalajara（瓜达拉哈拉大学）；Agencia Mexicana de Meteorología y Geociencias (GEOSMET)（墨西哥气象与地球科学署）；Centro de Investigaciones sobre Desertificación, Consejo Superior de Investigaciones Científicas (CIDE, CSIC-UV-GVA)（西班牙国家研究委员会沙漠化研究中心）；Unidad Académica de Estudios Territoriales Yucatán (UAETY), Instituto de Geografía, Universidad Nacional Autónoma de México (UNAM)（墨西哥国立自治大学）；Colorado State University（科罗拉多州立大学）；University of Valladolid（巴利亚多利德大学）；Agencia Estatal de Meteorología (AEMET)（西班牙国家气象局）；Complutense University of Madrid（马德里康普顿斯大学）
本研究利用ERA5和CHIRPS数据评估GDI在墨西哥的气候学表现，提出基于OLR和降水事件条件分布的区域校准对流等级尺度，提升复杂地形下的对流判别能力。
2026-10-06 physics.ao-ph physics.geo-ph
Data-driven global ocean model resolving ocean-atmosphere coupling dynamics
Center for Climate and Carbon Cycle Research, Korea Institute of Science and Technology, Seoul, Republic of Korea（韩国科学技术院气候与碳循环研究中心，首尔，大韩民国）；Department of Environment and Energy, Jeonbuk National University, Jeonju, Republic of Korea（全南国立大学环境与能源系，全州，大韩民国）；School of Earth and Environmental Sciences, Seoul National University, Seoul, Republic of Korea（首尔国立大学地球与环境科学学院，首尔，大韩民国）；Department of Environmental Management, Seoul National University, Seoul, Republic of Korea（首尔国立大学环境管理系，首尔，大韩民国）
本文提出KIST-Ocean模型，利用U型视觉注意力对抗网络架构，通过部分卷积、对抗训练和迁移学习提升海洋预测能力，准确模拟热带太平洋的Kelvin波和Rossby波传播及环流风应力诱导的垂直运动，展现其在气候现象中的耦合机制表示能力。
2025-07-31 cs.LG physics.ao-ph
