В статье представлен комплексный метод использования спектральных индексов для оценки деградации почв на основе данных дистанционного зондирования Земли со спутника Sentinel-2. В отличие от подходов, опирающихся на отдельные индексы, данный метод объединяет показатели состояния растительности, влажности, теплового режима и засоления, что повышает точность картографирования засоленных и деградированных земель и минимизирует ошибки, вызванные вариациями природных условий. Применение метода в Ташкентской области Узбекистана (41,1465° с.ш., 69,3009° в.д.) показало, что на категории «чрезвычайно высокая» и «высокая» степень деградации приходится 3,29% и 8,28% пикселей соответственно, на категории «средняя» и «низкая» — 9,4% и 9,52%, тогда как остальные 69,51% относятся к другим категориям (классам) земельного покрова; это подтверждает концентрацию очагов деградации в низинных районах. Сравнение с данными 2020 года выявило заметный рост доли критической деградации (увеличение с 10,46% до 11,57%), при этом доля категории «чрезвычайно высокая» возросла с 2,80% до 3,29%, что свидетельствует о переходе к более тяжёлым условиям и согласуется с официальной региональной статистикой засоления. Анализ метеорологических данных (2013–2025 гг.) обнаружил обратную зависимость между температурой и количеством осадков, подтвердив климатическую природу процесса засоления; были выделены четыре стадии засоления — латентная, прогрессирующая, сильная и полная деградация, а для снижения размерности данных применен метод главных компонент (PCA). Полученные результаты коррелируют с расширением площади орошаемых земель в Узбекистане с 3,5 до 8,5 млн гектаров и сопутствующим повышением уровня грунтовых вод. Таким образом, данный метод не является окончательным инструментом для оконтуривания деградированных земель, а представляет собой способ быстрой и недорогой предварительной оценки перед проведением полевых работ: он позволяет выделить потенциально деградированные участки для приоритетного наземного обследования, дополняя официальные изыскания и государственную статистику, а не заменяя их. Этот метод применим в сельском хозяйстве, земельном кадастре и экологическом мониторинге в качестве вспомогательного инструмента для адаптации к изменению климата и управления водными ресурсами.

Ссылка: https://www.nature.com/articles/s41598-026-71433-1

Оценка пожарной опасности в значительной степени опирается на метеорологические данные и сталкивается с проблемой несоответствия между потребностями оперативного мониторинга и низким пространственным разрешением результатов численного прогноза погоды. Это ограничение может препятствовать адекватному описанию локальных атмосферных процессов, оказывающих существенное влияние на поведение лесных пожаров. В данном исследовании оцениваются преимущества повышения пространственно-временного разрешения входных данных для расчёта индекса пожарной опасности (Fire Weather Index — FWI) с целью более точной характеристики риска возникновения пожаров. С использованием атмосферной модели Meso-NH, настроенной на работу с вложенными расчётными областями (разрешение 1,5 км и 0,5 км), были проанализированы три периода активных пожаров в регионе Португалии и Испании. Полученные результаты использовались для расчёта почасовых значений FWI, что позволило проанализировать внутрисуточную изменчивость пожарной опасности. Выявлен чётко выраженный суточный ход как самого индекса FWI, так и его компонента — индекса влажности мелкодисперсного горючего материала (Fine Fuel Moisture Code, FFMC), что свидетельствует о высокой чувствительности этих показателей к приземным метеорологическим условиям. Моделирование с высоким разрешением позволило успешно воспроизвести мезомасштабные процессы, такие как морские бризы и орографические потоки. Эти процессы формировали выраженные пространственные градиенты значений FWI, которые невозможно выявить при использовании стандартных суточных продуктов, основанных на метеорологических данных с низким разрешением. В целом, данное исследование демонстрирует перспективность интеграции методов численного прогноза погоды с высоким разрешением в португальские оперативные системы оценки пожарной опасности, учитывая, что модель AROME использует тот же физический блок, что и модель Meso-NH.

Ссылка: https://www.nature.com/articles/s41598-026-72729-y

Искусственный интеллект обладает огромным потенциалом для анализа сложных аспектов устойчивости городов к изменению климата, однако его неконтролируемое распространение сопряжено с риском усиления системных искажений. В данной работе авторы использовали большие языковые модели для проведения систематического анализа примерно 12 500 публикаций по теме устойчивости городов к изменению климата, вышедших в период с 2005 по 2024 гг. Результаты исследования демонстрируют пятнадцатикратный рост числа публикаций, связанных с искусственным интеллектом, начиная с 2018 года; при этом наблюдается выраженная географическая концентрация: на долю США, Китая и Великобритании приходится около 40% исследований с применением искусственного интеллекта. Это свидетельствует об углублении цифрового разрыва как в научно-исследовательском потенциале, так и в географическом охвате, что ограничивает возможности адаптации и переноса моделей искусственного интеллекта в регионы с низким уровнем дохода. Важным открытием стало выявление статистически значимого структурного дисбаланса: если искусственный интеллект активно применяется для прогнозирования физических угроз (40% случаев), то в сфере обеспечения устойчивости систем управления его доля остаётся незначительной (менее 4%). Подобная асимметрия указывает на то, что приоритет отдаётся поддающимся количественной оценке инженерно-техническим задачам, а не потребностям в социально-институциональной адаптации, критически важным для уязвимых групп населения. Авторы утверждают, что для преодоления этого разрыва необходим переход от оптимизации физических систем, основанной исключительно на данных, к человеко-ориентированным моделям искусственного интеллекта, интегрирующим неструктурированные социально-экономические знания, что позволит технологиям учитывать комплексные потребности городской среды во всей их полноте.

Ссылка: https://www.nature.com/articles/s44168-026-00431-w

Волны тепла представляют угрозу для экосистем и общества. В предыдущих исследованиях рассматривались частота, интенсивность и продолжительность этих явлений, однако долгосрочные изменения сроков их протекания — включая время начала, окончания и общую продолжительность сезона — изучены недостаточно, что ограничивает возможности по прогнозированию рисков, связанных с экстремальной жарой. В данной работе анализируются глобальные изменения этих показателей, а также характера (скорости) наступления волн тепла за период с 1979 по 2023 гг. В глобальном масштабе начало волн тепла сместилось на более ранние сроки (на 3,29 ± 0,12 дня за десятилетие), их окончание — на более поздние (на 5,41 ± 0,12 дня за десятилетие), а продолжительность сезона волн тепла увеличилась на 8,71 ± 0,17 дня за десятилетие. Тенденции к более раннему началу, более позднему окончанию и увеличению продолжительности сезона волн тепла охватили соответственно 72,0%, 79,6% и 92,1% площади суши, при этом статистически значимые изменения наблюдались на 13,4%, 20,3% и 34,4% территории. Было также зафиксировано недавнее смещение в сторону более стремительного наступления волн тепла. В засушливых районах изменения сроков протекания этих явлений были более выраженными, чем во влажных регионах. Полученные результаты подчёркивают необходимость учёта временных характеристик волн тепла при создании систем раннего оповещения, оценке рисков и разработке упреждающих мер адаптации к изменению климата.

Ссылка: https://www.nature.com/articles/s41558-026-02762-2

Наводнения являются одними из самых разрушительных стихийных бедствий в мире, что требует высокоточного моделирования там, где рельеф и условия окружающей среды предрасполагают общества к наводнениям. Хотя геопространственные данные бесценны для картирования подверженности наводнениям, всеобъемлющие и глобально согласованные наборы данных по-прежнему встречаются редко. Авторы представляют Глобальную карту подверженности наводнениям (GFSM v1), глобально согласованный набор данных о подверженности наводнениям с разрешением 30 м, созданный путём включения многоисточниковых факторов, влияющих на возникновение наводнений, с учётом топографических, гидрологических, метеорологических и антропогенных характеристик в рамках машинного обучения. Модель градиентного бустинга на основе дерева решений была обучена на ~17 000 тщательно отобранных фрагментах сетки с ~30,45 миллионами обучающих выборок, используя глобальный набор данных о затоплениях в качестве обучающих меток и девять факторов (высота над уровнем моря, уклон, экспозиция склона, индекс влажности, индекс растительности, высота над ближайшим водоотводом, близость к воде/дорогам и частота осадков). Модель была развёрнута на основе геополитических и климатических страт (единицы n = 192) для генерации глобальной восприимчивости на уровне пикселей. Тщательная перекрёстная проверка показала высокую точность прогнозирования модели (медианная площадь под кривой ~0,95), а выходные данные отражают локализованные регионы, подверженные наводнениям, по всему миру. GFSM v1 предлагает глобальный ресурс с открытым исходным кодом и высоким разрешением для поддержки обоснованного управления рисками наводнений, особенно в регионах с недостатком данных.

Ссылка: https://www.nature.com/articles/s41597-026-08338-1

Количественная оценка изменений климата с использованием стандартизированных базовых периодов необходима для отслеживания темпов и пространственной структуры происходящих сдвигов в климатической системе Земли. Однако до сих пор отсутствуют надёжные и всесторонние глобальные сопоставления последовательных климатических норм. Используя данные реанализа ERA5-Land с высоким пространственным разрешением (около 9 км), авторы сравнили климатические нормы за периоды 1961–1990 и 1991–2020 гг., чтобы задокументировать изменения температуры, осадков и классификации климатов по системе Кёппена–Гейгера на всей площади суши. Средняя температура поверхности суши в межпериодный интервал выросла на 0,731 °C; при этом наиболее интенсивное потепление наблюдалось в средних и высоких широтах, что согласуется с явлением полярного усиления потепления. Среднее глобальное количество осадков за два 30-летних периода снизилось на 8,8 мм (диапазон изменений составил от −1343 до +3887 мм), что указывает на интенсификацию гидрологического цикла и аридизацию субтропических регионов. Эти гидроклиматические изменения привели к смене климатических категорий по системе Кёппена–Гейгера на площади 18,5 млн км² (12,4% всей суши), причём темпы этих изменений существенно превышают предыдущие оценки, основанные на данных с более низким разрешением. Преобладающая часть изменений климатических условий происходила в сторону более тёплых и сухих режимов. Пространственная автокорреляция аномалий температуры и осадков (индекс Морана составил 0,76 и 0,7 соответственно) свидетельствует о пространственно согласованном характере изменений — что подтверждается дополнительным тестом с использованием суррогатных данных Фурье, — а не о случайных локальных колебаниях. Полученные результаты демонстрируют, что измеримая и пространственно структурированная трансформация климата уже произошла в течение всего одного межпериодного интервала, что имеет прямые последствия для устойчивости экосистем, агросистем и водных ресурсов. Масштаб и пространственная согласованность наблюдаемых изменений подчёркивают необходимость обновления базовых показателей для планирования и адаптации оценок уязвимости к новым климатическим нормам.

Ссылка: https://link.springer.com/article/10.1007/s10584-026-04303-4

В данном исследовании представлена обновлённая оценка трендов стратосферного и общего содержания озона в атмосфере за период 2000–2024 гг. с использованием шести объединённых наборов данных профиля атмосферы по краю диска Земли и шести объединённых наборов данных общего содержания озона. Долгосрочные изменения были количественно оценены с помощью модели множественной линейной регрессии, учитывающей динамическую и химическую изменчивость. В дополнение к стандартным регрессорам (солнечный цикл, квазидвухлетняя осцилляция, Эль-Ниньо-Южное Колебание, оптическая плотность стратосферного аэрозоля) авторы включили индексы Арктической и Антарктической осцилляций и вихревой тепловой поток в каждом полушарии в качестве индикаторов динамической изменчивости. Воздействие вулканической активности (и лесных пожаров) на аэрозоли представлено отдельными индикаторами для трёх периодов, в которых доминируют крупные вулканические события Эль-Чичон, Пинатубо и извержения вулканов после 2000 года, включая Хунга-Тонга. Эти специфические для каждого периода прокси-данные используются для более точного учёта изменяющихся динамических реакций озона, которые в значительной степени зависят от сезона и места извержений. Все наборы данных профилей последовательно показывают положительные тренды в верхней стратосфере, с наиболее сильным восстановлением озона в южных средних широтах, что согласуется с другими исследованиями. В нижней стратосфере тренды остаются слабыми, пространственно неоднородными и преимущественно отрицательными. Сравнение трендов стратосферного столба, полученных из данных профилей, с трендами общего содержания озона показывает тесное соответствие во всех широтных диапазонах. В пределах неопределённостей трендов тренды общего содержания озона с 2000 года в значительной степени обусловлены изменениями стратосферного озона, в то время как вклад тропосферы в зонально-средние тренды общего содержания озона (разница между общим и стратосферным трендами в столбе) представляется незначительным. Расширенная регрессионная модель улучшает представление недавней динамической изменчивости и предоставляет обновлённую перспективу восстановления стратосферного озона до 2024 года.

Ссылка: https://acp.copernicus.org/articles/26/13359/2026/

На фоне рекордных температур, зафиксированных в 2023–2024 гг., и наблюдаемых по всему миру экстремальных погодных явлений в научной литературе и СМИ ведутся дискуссии о том, происходит ли ускорение глобального потепления. В данной работе авторы рассматривают этот вопрос на региональном уровне, выявляя области, где данные наблюдений за приземной температурой указывают на рост темпов потепления. Полученные результаты свидетельствуют о существовании устойчивых пространственно-временных закономерностей ускорения и начала потепления, наблюдаемых с 1970 года и подтверждаемых различными массивами данных о температуре у поверхности Земли. Показано, что ускорение и начало потепления происходили в разных регионах, причём преимущественно в средних широтах Северного полушария. Отмечается значительная вариативность сроков начала ускорения регионального потепления: этот процесс начинался в разные периоды — от 1980-х до 2010-х годов. Полученные результаты вносят уточнения в продолжающуюся дискуссию об ускорении глобального потепления, позволяя определить конкретные регионы, где меняются темпы потепления, а также временные рамки этих изменений.

Ссылка: https://www.nature.com/articles/s41467-026-77514-z

Поскольку многочисленные модели прогнозирования погоды на базе искусственного интеллекта обучаются с использованием данных климатического реанализа, возникает острая необходимость в независимых наборах данных, основанных на результатах наблюдений, для верификации прогнозов. В данной работе, опирающейся преимущественно на сеть GHCN (Global Historical Climatology Network), представлен набор данных GHCNdgp (GHCN daily gridded precipitation), охватывающий период с 2020 по 2025 гг. Для повышения плотности сети станций и расширения пространственного охвата были объединены два набора данных суточных наблюдений (GHCN daily и Global Surface Summary of the Day) и три набора данных с внутрисуточным разрешением (GHCN hourly, Integrated Surface Database и Integrated Global Land surface Dataset). Проверки пространственно-временной согласованности сочетались с проверками целостности данных и времени регистрации наблюдений, что позволило выявить аномальные значения и определить время передачи данных станциями. Кроме того, набор данных GHCNdgp был сопоставлен с тремя существующими продуктами по осадкам с использованием коэффициента корреляции Пирсона: IMERG V07 Late (Integrated Multi-satellitE Retrievals for Global Precipitation Measurement), MSWEP V2.8 (Multi-Source Weighted-Ensemble Precipitation) и GPCC First Guess Daily (Global Precipitation Climatology Centre). Результаты показали, что более 90% аномальных наблюдений обусловлены идентичными значениями и повторяющимися последовательностями данных. Медианное значение коэффициента корреляции Пирсона для станций, у которых периоды накопления осадков смещены на 24 часа, как правило, ниже 0,25. Процедуры контроля качества позволили повысить медианное значение коэффициента корреляции Пирсона: с 0,46 до 0,62 (при сравнении с IMERG), с 0,54 до 0,71 (с MSWEP) и с 0,33 до 0,47 (с GPCC). Эти результаты свидетельствуют о том, что набор данных GHCNdgp эффективно устраняет расхождения во времени регистрации наблюдений и соответствует пространственному разрешению сетки 0,25° × 0,25°, характерному для моделей прогнозирования погоды на базе искусственного интеллекта. Данный набор данных находится в открытом доступе на платформе Zenodo в формате NetCDF (Network Common Data Form) и предоставляет важные наземные данные об осадках, необходимые для оценки качества (бенчмаркинга) прогнозов погоды, создаваемых с помощью искусственного интеллекта.

Ссылка: https://www.nature.com/articles/s41597-026-08145-8

Влияние аэрозолей — предмет активных исследований в мегаполисах с высокой антропогенной нагрузкой, расположенных в условиях северного климата. В Москве — самом северном из крупнейших мегаполисов Европы — был проведён анализ многолетних характеристик аэрозолей, при этом особое внимание уделялось эквивалентному чёрному углероду (equivalent black carbon, eBC). Среднегодовая концентрация eBC составила 1,3 ± 0,8 мкг/м³. Выраженной сезонной изменчивости выявлено не было (наблюдалось лишь незначительное повышение — примерно на 15% — в августе и сентябре), что контрастирует с данными по другим городам Европы и Азии, где обычно фиксируются высокие зимние показатели. Среднемесячные концентрации PM₁₀ и PM_2.5 демонстрировали схожую динамику. Были выявлены значимые отрицательные корреляции между концентрацией eBC и скоростью ветра, а также между eBC и высотой пограничного слоя атмосферы. Анализ функции условной вероятности в зависимости от сезона показал, как уровень eBC реагирует на ветер, что позволило определить в качестве источников крупные автомагистрали и промышленные предприятия. Суточный ход концентрации характеризовался двумя пиками летом и сглаженным профилем весной и осенью, тогда как зимой наблюдалась иная картина с максимумом в дневные часы. Среднегодовая динамика по дням недели отражала влияние утренних и вечерних часов пик в рабочие дни, сменяющееся структурой с одним ночным пиком в выходные. К сезонным региональным источникам были отнесены жилой сектор, сельское хозяйство и летние лесные пожары. Вклад сжигания ископаемого (дизель, бензин, газ) и твёрдого (биомасса, уголь) топлива оценивался на основе частотного распределения показателя поглощения Ангстрёма и модели аэталометра, использующей дополнительные маркеры (ионы K⁺ и оксиды азота NOx) для ограничения значений показателя поглощения Ангстрёма. Доля eBC, образующегося при сжигании ископаемого топлива (eBC_FF), достигала 83%; низкая доля eBC от твёрдого топлива (eBC_SF) указывала на перенос продуктов сгорания биомассы и угля с прилегающих территорий. Это первое исследование для Москвы, в котором проводится сопоставление с другими европейскими мегаполисами с использованием чёрного углерода в качестве современного показателя качества воздуха, принятого в Европе.

Ссылка: https://www.sciencedirect.com/science/article/abs/pii/S1352231026005893