Copernicus Atmosphere Monitoring Service
PulseAugur coverage of Copernicus Atmosphere Monitoring Service — every cluster mentioning Copernicus Atmosphere Monitoring Service across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的 DS-CRF 方法提高了弱监督分割的准确性
研究人员引入了 DS-CRF,一种用于弱监督语义分割的新型框架,通过解耦软伪标签和二值边缘图来提高边界准确性。与之前将这些元素融合为硬目标的方法不同,DS-CRF 将它们各自用作独立的监督信号。这种方法利用了来自 vision-language 模型的粗糙 CAM 和来自 SAM 的边界,在 MS COCO 数据集上,单阶段方法的 mIoU 达到了 56.5% 的新 state-of-the-art。
-
AI框架优化英国气溶胶传感器布局
研究人员开发了一个新的数据驱动的传感器布局优化框架,并将其应用于英国的气溶胶监测。该框架将卷积高斯神经网络过程集成到DeepSensor优化系统中。与传统方法相比,该方法将计算时间显著缩短了60%,在传感器顺序布局性能上与贪婪求解器相当。该系统在气溶胶站点布局的联合负对数似然(NLL)方面表现出22%的改进,其性能因气象条件而异。
-
新的Mamba框架整合语言模型以增强CO2重建
研究人员开发了GeoPrior-Mamba,一个新颖的框架,将语言模型的结构化过程先验整合到一个基于Mamba的架构中,用于重建高分辨率的CO2(XCO2)场。该方法利用语言模型组织关于生物圈吸收、生态系统呼吸和人为排放的先验知识,然后将其自适应地注入重建模型。使用Orbiting Carbon Observatory 2数据进行测试,GeoPrior-Mamba相比现有方法实现了显著更低的RMSE和更高的R2,并且在Total Ca…
-
印尼野火排放量飙升至全球最高,严峻季节 · 追踪到1个来源
印尼目前正经历11年来最严重的野火季节,导致来自火灾的全球二氧化碳排放量达到最高。欧盟哥白尼大气监测局的数据显示,从9月1日至7日,印尼野火排放量达到1970万公吨,超过俄罗斯,占全球总量的三分之一以上。这些极端条件因“超级厄尔尼诺”天气模式而加剧,该模式加剧了干旱和高温,导致火势燃烧得更加猛烈,尤其是在加里曼丹和苏门答腊。
-
新的OmniPM-Net模型通过融合离散和网格化数据改进PM10预报
研究人员开发了OmniPM-Net,这是一种旨在改进颗粒物(PM10)预报的新型神经网络模型。该模型有效地弥合了离散站点级预测和连续网格化预报之间的差距,这在严重沙尘暴期间至关重要。通过整合图神经网络和哥白尼大气监测服务(CAMS)的数据,OmniPM-Net在站点级准确性方面达到了与现有方法相当的水平,同时显著降低了CAMS的平均绝对误差,并提供了重要的网格化输出。
-
新AI框架将空气质量数据降尺度至1公里分辨率
研究人员开发了一个新的框架,用于欧洲高分辨率PM2.5空气质量降尺度。该方法利用粗粒度的哥白尼大气监测服务(CAMS)数据,并结合人类活动、土地覆盖、高程、卫星观测和风场等各种辅助信息。该框架实现了40倍的超分辨率,降至约1公里,并且在不依赖时间模型的情况下纠正了CAMS数据的偏差。为了克服地面真实数据稀疏的挑战,他们引入了一种新颖的策略,即使用插值后的OpenAQ观测数据的空间高斯混合模型。
-
新的CAMS框架通过基于声明的归因提高了LLM摘要的忠实度
研究人员开发了一个名为CAMS(Claim-Anchored Multi-document Summarization)的新框架,以解决大型语言模型中的幻觉和归因问题。CAMS从源文档中提取具有token级出处的原子声明,对等效声明进行聚类并标记冲突,然后将选定的子集重写为摘要,其中每个句子都锚定在一个已验证的声明上。与端到端模型相比,这种模块化方法旨在提高事实的忠实度和多源可追溯性。
-
欧洲热浪加剧空气污染,威胁健康
欧洲近期热浪加剧了高温与空气污染之间的联系,炎热晴朗的天气加速了臭氧、黑碳和甲烷等有害污染物的形成。这一现象今年比往常出现得更早,导致呼吸系统和心血管疾病、农作物损害以及对生态系统的影响。专家建议,减少工业排放、限制车辆使用以及转向清洁能源是缓解这些影响的关键措施,尤其是在气候变化加剧热浪强度和持续时间的情况下。