随着气候灾害，极端天气的频繁出现，关于气候变化的讨论已经越来越多。各国政府，各行各业也逐渐将可持续发展提上议程。软件作为日常工作生活中不可或缺的一部分，它和气候变化之间有什么关系呢？我们作为软件从业者，又可以做些什么来促进气候目标的达成呢？本文将从软件对可持续发展的影响出发，举例介绍软件如何从三个方面降低碳排放。然后就其中一个方向-软件自身碳排放进行介绍，再到绿色软件的定义，度量和原则。最后提出作为软件从业人员现在可以做些什么。
Juan cao，Zhao zhang,Fulu Tao,Liangliang Zhang,Yuchuan Luo,Jing Zhang,Jichong Han,JunXie
摘要：针对气候驱动风险的有效城市规划依赖于针对特定建筑景观的强劲气候预测。由于全球规模的地球系统模型中几乎没有普遍的城市代表性，因此没有这种预测。在这里，我们结合了气候建模和数据驱动方法，以提供二十一世纪全球城市气候的多模型预测。结果表明，气候变化下某些地区的城市变暖特定水平的模型间鲁棒性。在高排放情景下，据估计，到本世纪末，美国，中东，中亚北部，中国东北，南美内陆和非洲的城市将经历超过4 开尔文（K）的实质性变暖，比区域变暖还要大。世纪，具有很高的跨模型信心。我们的发现突出表明，对于气候敏感型发展，需要对本地城市气候进行多模式全球预测，并支持绿色基础设施干预，以作为大规模减少城市高温压力的有效手段。
https://CRAN.R-project.org/package=CSTools
上一篇文章中，我们介绍了两个决策树构建算法 — ID3、C4.5： 决策树的构建 -- ID3 与 C4.5 算法 本文我们来看看如何使用这两个算法以及其他工具构建和展示我们的决策树。
今天直接给大家介绍一下我最近常用的空间绘图神器-Xarray，之所以给大家推荐这个工具包，是因为我最近在空间可视化课程中免费新增的部分内容，其就是使用Xarray工具绘制的。先给大家看一下新增的可视化预览图：
原文：https://www.ecmwf.int/en/about/media-centre/focus/2022/global-numerical-modelling-heart-ecmwfs-forecasts
新浪科技讯 北京时间3月17日消息，据国外媒体报道，最新的一项研究警告称，欧洲和西伯利亚西部的永久冻土带正在迅速接近一个“临界点”，可能导致高达390亿吨碳排放。
由于和队友思路不一致，导致最后我的思路只算了前两问，而后几问用了我认为离题的PCA（主成分分析）的方法，我的建模思路没有得到完全实现，总体情况很不满意，特此写下这篇文章。
本文是AGU专著《Clouds and Climate》其中的一章：《Machine Learning for Clouds and Climate》。文章详细的介绍了机器学习在云和气候方面的应用、当前所面临的问题及未来的发展前景。对于了解机器学习在云和气候方面的应用研究而言是一篇很好的概述类文章。
气候科学一直是一个复杂而重要的领域，随着气候变化的加剧，对气象数据的理解和预测变得尤为关键。传统的气象学方法往往无法应对大规模、高维度的气象数据，因此，机器学习在气候科学中的应用成为提高预测准确性和洞察气象现象的新途径。
Ge, Q., Hao, M., Ding, F. et al. Modelling armed conflict risk under climate change with machine learning and time-series data. Nat Commun 13, 2839 (2022). https://doi.org/10.1038/s41467-022-30356-x
据《科学美国人》报道，机器学习能帮助分析数据，提高气候预测水平。随着地球观测卫星更多、气候模型变得更强大，全球变暖问题的研究人员正面对着浩瀚的数据。如今，一些研究人员在人工智能最新发展的帮助下对所有信息进行拉网式搜索，希望发现新的气候模式，提高预测水平。 “气候问题现在是个数据问题了。”美国乔治·华盛顿大学（The George Washington University）计算机科学家表示，她参与了机器学习技术与气候科学结合的开创性工作。在机器学习领域，随着人工智能系统分析的数据量不断增长，其表现不断提升。
主要从事气候动力学研究，研究方向包括热带大尺度海气相互作用、亚洲季风、青藏高原气象学等
「如何让我们的未来在今天就变成现实呢？答案就是模拟，」英伟达创始人、CEO 黄仁勋说道。
---- 本周雾霾再次强势来袭，北京首次启动重污染红色预警，不戴口罩出门让人压力山大。与此同时，2015联合国气候大会在巴黎也接近尾声。此次大会中国角的低碳主题日格外引人注目，连“数据大佬”马云也在会上表示“雾霾太可怕，想回外星去”。 ---- 来源：数据猿 作者：mifeng jinyounan 雾霾形成的“背后黑手”之一——气候变暖问题，今年依然引起热议。气象专家表示，全球气候变暖带来的暖冬使得冷空气活动减弱，导致静稳天气增加，提升了雾霾发生的频率。这也就意味着，气候变暖与雾霾渐重成正比！ 根据缜密
内容一览：随着环境变化加剧，近年来全球极端天气现象频频出现，准确预测降水强度对人类以及自然环境都十分重要。传统模型预测降水的方差较小，偏向小雨，对极端降水预测不足。
自2013年以来我国建立了覆盖全国的空气质量观测站点来实时监测近地面PM2.5浓度。但是这些观测数据受限于较短的时间覆盖以及不均匀的空间分布，很难用来描述我国长期PM2.5变化特征。目前国内外很多研究已经利用卫星反演的气溶胶光学厚度（AOD）产品来近似估算中国近地面PM2.5浓度。而卫星数据在很大程度上受反演算法的影响，且受限于时间覆盖，很难用于研究长期PM2.5浓度变化趋势及其对环境和气候变化的影响。
(https://agupubs.onlinelibrary.wiley.com/doi/pdf/10.1029/2020GH000253)
本成果以“Climatic and associated atmospheric water cycle changes over the Xinjiang, China”发表在国际水文领域SCI期刊Journal of Hydrology上。由中国气象局乌鲁木齐沙漠气象研究所科研团队联合中科院新疆生态与地理研究所、成都信息工程大学和德国洪堡大学等科研单位共同完成，第一作者为中国气象局乌鲁木齐沙漠气象研究所姚俊强副研究员，受到国家重点研发计划项目课题（2018YFA0606403）、国家自然科学基金（U1903208, U1903113, 41975146,U1603113）的共同资助。
技术是变革的强大催化剂。碳捕集技术，大数据，人工智能和其他物联网趋势使团体能够了解和应对气候变化。
MK检验是曼－肯德尔法，又称Mann—Kenddall 检验法，是一种气候诊断与预测技术，应用Mann-Kendall检验法可以判断气候序列中是否存在气候突变，如果存在，可确定出突变发生的时间。Mann-Kendall检验法也经常用于气候变化影响下的降水、干旱频次趋势检测。目前常用于长时间序列的栅格数据的显著性检验，在植被覆盖度，NDVI，NPP等方面尤为常见。 该检验功能强大，不需要样本遵从一定的分布，部分数据缺失不会对结果造成影响，不受少数异常值的干扰，适用性强。不但可以检验时间序列的变化趋势，还可以检验时间序列是否发生了突变。
河南省近日出现历史罕见的持续性强降雨，很多媒体称之为“千年一遇”。十年一遇、百年一遇、千年一遇是水文学中对洪水重现期的一种描述方法，主要是通过长期的历史降雨记录，推测极端降水的可能重复发生的频率，就称为X年一遇。考虑到我们现有的气象记录不超过一百年，这次极端强降水事件是否是“千年一遇”可能还无法明确。
气候变化研究与长时间序列气象数据的关系十分密切，多变量、高质量、更精准的气象数据对理解气候气候变化至关重要。1979 年日内瓦第一次世界气候大会建立了世界气候研究计划，并开始努力构建应对气候变化的国际机制。从此，确立了全球气候研究和应对的起点。
全球变暖、冰川消融、海平面上升、极端天气事件频发……人类的生存正在逐渐受到威胁。科学家们已经从很多不同的角度对气候变化进行了深入的研究，提出了很多应对气候变化的策略。除此之外，大家有没想过，近些年火遍各行各业的机器学习（ML）和人工智能（AI）可以与气候变化碰撞出什么样的火花呢？
The NASA NEX-DCP30 dataset is comprised of downscaled climate scenarios for the conterminous United States that are derived from the General Circulation Model (GCM) runs conducted under the Coupled Model Intercomparison Project Phase 5 (CMIP5, see Taylor et al. 2012) and across the four greenhouse gas emissions scenarios known as Representative Concentration Pathways (RCPs, see Meinshausen et al. 2011) developed for the Fifth Assessment Report of the Intergovernmental Panel on Climate Change (IPCC AR5). The purpose of these datasets is to provide a set of high resolution, bias-corrected climate change projections that can be used to evaluate climate change impacts on processes that are sensitive to finer-scale climate gradients and the effects of local topography on climate conditions.
继上次对机器学习在参数化方面的讨论之后 前沿讨论｜机器学习云参数化所面临的关键挑战，Stephan Rasp又提出了机器学习在气象应用方面的几点思考，经 Stephan 授权后特翻译为中文与大家一起分享。
基于类比预报、深度学习模式识别技术和基于影响的自动标签策略构建数据驱动框架预测极端天气。训练数据来自大集合的全耦合地球系统模式，并利用标注后的对流层中部的大尺度环流形势（Z500）训练CapsNets，同时利用地面温度和Z500同时训练神经网络模型时，准确率能达到80%左右，而召回率在88%左右。CapsNets的结果优于卷积神经网络和逻辑回归方法的结果。
毫无疑问，气候变化已成为当今社会的最重大议题。无论是频发的极端气候、大势所趋的清洁能源和不断热议的碳中和，都与气候变化紧密相依。1.5°C，这个源自2011年《巴黎协议》的21世纪全球变暖的升温限制目标，究竟意味着什么？ 0.5°C 还是3°C 的升温对于全世界各地会造成什么影响呢？我们作为普通人，又该如何理解这些数字以及对日常生活的意义，或者它们对社会构成的风险？
2023年11月，美国计算机学会（ACM）将在丹佛举行的 SC23 大会上隆重颁发首届ACM 戈登•贝尔气候建模奖（Gordon Bell Prize for Climate Modelling）。该奖项从 2023 年开始，将连续十年每年颁发一次，旨在表彰并行计算方法和技术的创新对解决全球气候危机所做的贡献。中国科大在新一代神威超级计算机上的应用成果 “Establishing a Modeling System in 3-km Horizontal Resolution for Global Atmospheric Circulation Triggered by Submarine Volcanic Eruptions with 400 Billion Smoothed Particle Hydrodynamics”获得首届戈登•贝尔气候建模奖提名。获得提名的研究工作是根据研究团队将高性能计算技术应用于气候建模，对气候建模及其相关领域，以及对更广泛的社会所产生的影响和潜在影响选出。该奖项特别关注于计算方法的创新所带来的模拟性能提升，以及研究团队增进对地球气候系统的理解所做出的杰出贡献。
首先，气候变化不能作为一个单独的领域孤立地处理。它是我们星球面临的更广泛生态挑战的重要组成部分。原始森林的破坏导致地球丰富的生物多样性持续丧失，大量使用化肥和有毒杀虫剂造成的径流污染我们的河流和水源，向我们的海洋和山区倾倒塑料和其他有害物质我们的生产和消费模式产生的废物和垃圾，所有这些都与气候相互作用并加剧其不利后果。对于印度这样的发展中国家来说，气候变化不仅仅是减少碳排放的问题。发展过程与气候变化的驱动因素密不可分。因此，通过采用替代方案，经济发展的生态可持续战略，一种节约资源的战略，不将自然视为需要加以利用的黑暗力量，而是将其视为养育和福祉的源泉，并且始终对尊重代际公平敏感，气候变化的挑战是可以解决的。据估计，按照今天的消费和生产模式，世界需要一个半甚至两个行星才能生存。我们为我们的文化属性感到自豪。根据消费和生产模式，世界需要一个半甚至两个行星才能生存。我们为我们的文化属性感到自豪。根据消费和生产模式，世界需要一个半甚至两个行星才能生存。我们为我们的文化属性感到自豪。
前言：MATLAB是数学建模比赛中较受欢迎的一种编程语言，为了满足一些参加数学建模比赛小伙伴的需求，我们创建了这个专题，并会在接下来的一段时间里定期地为大家推送一些算法文章。
CMIP(Coupled Model Intercomparison Project)是国际耦合模式比较计划的英文缩写。近些年来，CMIP逐渐发展成为以“推动模式发展和增进对地球气候系统的科学理解”为目标的庞大计划。CMIP6是CMIP计划实施20多年来参与的模式数量最多、设计的科学试验最为完善、所提供的模拟数据最为庞大的一次。
全球变暖导致的气象灾害事件的频率和强度均呈显著增加趋势，中国地处东亚季风区，复杂多样的地形地貌和气候特征决定了该区域气象灾害频发，是世界典型的“气候脆弱区”。在全球变暖背景下，区域气象灾害的演变规律及对社会经济和生态环境的影响已成为应对气候变化的关键科学问题。深入研究温升情景下气象灾害对社会经济和生态环境的影响过程与机制，预估不同温升情景下(2. 0°C及以上)区域气象灾害风险，有利于提高国家对气候变化的综合应对及防范能力，具有重大的科学意义。
Link: https://msystems.asm.org/content/4/5/e00566-19
关于人类活动对大气中温室气体浓度和气候系统的影响，已有大量的科学出版发表并进行了解释。目前超过97%的地球系统科学界已经接受了这样的结论——人为温室气体排放需要在几十年内大幅度减少，以避免气候灾难。由于目前自然灾害在全球范围内的影响异常惊人，对极端天气（比如热带气旋的数量和强度、热浪和干旱同时发生的可能性）的准确预测面临非常大的压力。2010-2019年是记录以来损失最严重的十年，经济损失达到2.98万亿美元，相比于2000-2009年高出1.19万亿美元。极端天气以及未能应对的气候变化都是对我们未来造成影响的主要风险。
机器学习在环境监测领域的应用，着眼于探索全球范围内的环境演化规律，人类与自然生态之间的关系以及环境变化对人类生存的影响。
南非土壤有机碳储量及趋势 利用光学卫星数据和其他辅助气候、形态和生物协变量驱动的机器学习工作流程，预测了南非自然区域（不包括水、城市和耕地）的土壤有机碳（SOC）储量（kg C m-2）。时间范围涵盖1984-2019年。空间范围包括南非自然土地面积的0-30厘米表土（占全国84%）。 土壤有机碳（SOC）储量的估算和监测对于保持土壤生产力和实现气候变化减缓目标非常重要。目前的全球SOC地图没有为景观决策提供足够的细节，也不允许跟踪碳的固存或损失的时间。利用光学卫星驱动的机器学习工作流程，我们以30米的空间分辨率绘制了1984年至2019年南非自然植被（86%的土地面积）下的SOC库存（表土；0至30厘米）。我们估计表土SOC总储量为5.6 Pg C，SOC密度中值为6 kg C m-2（IQR：四分位数范围2.9 kg C m-2）。35年来，预测的SOC经历了0.3%的净增长（相对于长期平均值），最大的净增长（1.7%）和下降（-0.6%）分别发生在草原和纳马卡鲁生物群落。在景观尺度上，SOC的变化在一些地方很明显，从栅栏线的对比中可以看出，这可能是由于当地的管理效应（例如，与SOC增加有关的木质侵蚀和与SOC减少有关的过度放牧）。我们的SOC绘图方法表现出较低的不确定性（R2=0.64；RMSE=2.5 kg C m-2），与以前的低分辨率（250-1000米）国家SOC绘图工作（平均R2=0.24；RMSE=3.7 kg C m-2）相比，偏差较小。我们的趋势图仍然是一个估计值，有待于对同一地点的土壤样本进行重复测量（时间序列）；这是跟踪SOC变化的全球优先事项。虽然高分辨率的SOC地图可以为旨在减缓气候的土地管理决策提供信息（自然气候解决方案），但SOC的潜在增长可能受到当地气候和土壤的限制。同样重要的是，气候减缓工作，如植树，要平衡碳、生物多样性和整体生态系统功能之间的权衡。
项目主页：https://cmip6.science.unimelb.edu.au/
最近，一些气象公众号讨论了气象领域的云计算和数据平台的问题，具体可以参考 美国气象行业如何应用云计算？气象业务该不该在线？
随着全球气候的不断变化，对于天气数据的获取、分析和预测显得越来越重要。本文将介绍如何使用Python编写一个简单而强大的天气数据爬虫，并结合相关库实现对历史和当前天气数据进行分析以及未来趋势预测。
今天看到这篇文章的时候，立马放下了手中的活，把论文大概刷了一遍。以下是对这篇论文的简单的解读。文末有文章和代码链接。
人工智能对气候的影响，特别是NLP研究，已经成为一个严重的问题，因为人们越来越重视高效的自然语言处理，这导致了大量的能源正越来越多地用于训练和运行计算模型。且有研究表明训练一个BERT基础模型所需的能量相当于一次跨美洲飞行。为此，「本文提出了一个气候性能模型卡，其主要目的是在实验和底层计算机硬件的有限信息下实际可用，从而为更深入的讨论抛砖引玉。这可以让NLP研究人员提高对环境影响的意识，因为价值观不一定决定行为，意识只是实现该目标的第一步」。
安装一系列pip依赖： cd至项目根目录，运行 sudo pip3 install -r requirement.txt
---- 新智元报道 编辑：袁榭 好困 【新智元导读】2022年GTC大会上，老黄不仅做了长篇单人关键演讲，之后还接受了媒体的专访。那么，黄教主在其中说了哪些关键演讲里没提到的东西呢？ 2021年，老黄800亿美元收购Arm的计划虽然泡汤了。 但第四季度的收入照样增长了53%，达到76.4亿美元。 最近，借着爆火的GTC大会，venturebeat整理出了一份关于老黄的超长篇专访。 虽然问题详尽，但还是关于雄心勃勃的Omniverse，内容还是太少。 不过，没关系。 在新智元刚刚结束的「元宇宙，
能源转型和能源安全是迫在眉睫的全球气候变化威胁的核心。遵循历史责任的逻辑，对地球生态系统周长中威胁环境的积累做出大量贡献的成熟经济体应该养成可持续的习惯，从而导致能源的最终转变。初级经济体和工业界应建立以可再生能源和清洁核能为基础的转型经济活动的强大格局。然而，由于两种不同的能源系统共存并相互作用，这为影响能源安全和向消费者提供能源服务的前所未有的破坏铺平了道路，这一过渡阶段表面上存在脆弱性。同样，正如我们在乌克兰战争中所经历的那样，
许多最近的研究警告由于环境破坏而导致生态破坏的可能性。我们已经接近气候变化引起的生态破坏将使地球生态系统发生灾难性和退化的地步。为了应对这种不断上升的破坏率，世界应该加速从依赖化石燃料的经济活动向基于太阳能和核能等可再生能源的经济活动转变。自工业时代开始以来，由于燃烧化石燃料、碳排放和现代经济活动而积累的温室气体是导致全球气候变化的主要原因。
领取专属 10元无门槛券
手把手带您无忧上云
