5 articles — 5 affichés
Une nouvelle étude de l'ETH Zurich et de l'Université libre de Bruxelles montre que l'intégration des variations météorologiques journalières dans les modèles de glaciers augmente considérablement les prévisions de perte de glace, accélérant ainsi la montée du niveau des océans d'ici la fin du siècle.
Une étude pionnière montre que la glace de mer arctique pourrait reculer d’un million de km² de plus que les prévisions actuelles. En s’appuyant sur des indices d’une période chaude il y a 6 000 ans, les chercheurs ont affiné les modèles climatiques, réduisant ainsi l’incertitude de prévision pour les hivers futurs.
Une nouvelle étude propose d’enrichir les modèles climatiques classiques avec des indicateurs de santé, en mobilisant l’apprentissage automatique, les réseaux de neurones et les données satellitaires pour réduire l’incertitude de prévision et anticiper les crises sanitaires.
Une étude publiée dans Nature Climate montre que le réchauffement affaiblit le rôle du monsoon asiatique sur les étés de la Méditerranée, modifiant les précipitations et les températures. Découvrez comment les modèles IA et les données satellitaires ont permis cette révélation et ce que cela signifie pour l’agriculture et les prévisions météo locales.
Le modèle d'IA GraphCast, développé par Google DeepMind, dépasse l'ECMWF sur les prévisions à 10 jours grâce à un réseau de neurones graph‑based. Découverte, fonctionnement et impacts concrets pour les services météorologiques et le public sont détaillés.