論文の概要: A Spatial Persistence Gradient in European Warming Consistent with North Atlantic Cold-Blob Influence

• arxiv url: http://arxiv.org/abs/2608.00063v1
• Date: Tue, 28 Jul 2026 18:16:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.339297
• Title: A Spatial Persistence Gradient in European Warming Consistent with North Atlantic Cold-Blob Influence
• Title（参考訳）: 北大西洋冷ブロックの影響を考慮したヨーロッパ温暖化における空間的持続性勾配
• Abstract要約: 1950-2024年に28のIPCC AR6欧州サブリージョンでERA5の再分析を行った。 高持続性、主に大西洋近縁地域は温暖化が遅く、低持続性大陸地域は温暖化が早い。 大西洋-近縁地域はより強い記憶力と海洋緩衝力を示し、大陸内部はより速い温暖化とより弱い経年持続性を示す。
• 参考スコア（独自算出の注目度）: 0.15293427903448018
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Europe is warming faster than the global mean, yet the spatial organisation of this acceleration remains incompletely understood. Using ERA5 reanalysis for 1950--2024 across 28 IPCC AR6 European sub-regions, we identify two connected empirical results. First, the DFA1 Hurst exponent of interannual temperature residuals is strongly and negatively associated with the 1996--2024 warming rate ($r=-0.792$, $p=5.1\times10^{-7}$). High-persistence, mainly Atlantic-proximal regions warm more slowly, whereas low-persistence continental regions warm faster. This relationship is robust to five residualisation schemes, three memory estimators, leave-one-region-out analysis, and five null-test families, including spatial block permutation. It also persists across warming windows ($r=-0.550$ for 1981--2024, $-0.792$ for 1996--2024, and $-0.875$ for 2000--2024), but vanishes under DFA2, indicating that the signal lies in low-frequency interannual-to-decadal persistence rather than trend curvature. The pattern is consistent with, but does not prove, North Atlantic cold-blob and thermohaline influence on European land temperatures. Second, under a strict 2006--2024 holdout, contemporaneous Mediterranean SST reduces mean annual temperature RMSE by 43% (from $0.787$ to $0.449,^{\circ}\mathrm{C}$). A causal lag-weight predictor based on prior-year Mediterranean and Atlantic SST also outperforms AR(2) ($0.578$ versus $0.695,^{\circ}\mathrm{C}$) and remains informative after removing NAO, AO, and PNA effects. Similar skill from five-year moving-average and exponentially weighted predictors shows that short Mediterranean SST persistence at 1--5-year lags is the key predictive ingredient. Together, the results support a two-regime interpretation: Atlantic-proximal regions exhibit stronger memory and oceanic buffering, while continental interiors show faster warming and weaker interannual persistence.
• Abstract（参考訳）: ヨーロッパは世界平均よりも急速に温暖化しているが、この加速の空間的な組織はいまだに完全に理解されていない。 1950-2024年に28のIPCC AR6の欧州サブリージョンでERA5の再解析を行ったところ、2つの実験結果が得られた。 第一に、年次温度残留のDFA1ハースト指数は、1996-2024の温暖化速度(r=-0.792$, $p=5.1\times10^{-7}$)と強く負の関係にある。 高持続性、主に大西洋近縁地域は温暖化が遅く、低持続性大陸地域は温暖化が早い。 この関係は、空間ブロック置換を含む5つの残留化スキーム、3つのメモリ推定器、1つの領域アウト分析、および5つのヌルテストファミリーに対して堅牢である。 また、温暖化ウィンドウ(1981年-2024年-0.550ドル、1996年-2024年-0.792ドル、2000年-2024年-0.875ドル)にわたって継続するが、DFA2の下で消滅し、信号はトレンド曲率よりも低周波間持続性にあることを示している。 このパターンは、北大西洋の寒冷帯と熱塩がヨーロッパ大陸の気温に影響を与えていることは証明できない。 第二に、2006-2024年の厳格なホールトアウトの下では、同時期の地中海SSTは年平均温度RMSEを43%下げる(0.787$から0.449,^{\circ}\mathrm{C}$)。 前年の地中海と大西洋のSSTに基づく因果ラグ重み予測器は、AR(2)(0.578$対$0.695,^{\circ}\mathrm{C}$)を上回り、NAO、AO、PNA効果を除去した後も情報的である。 5年間の移動平均と指数的に重み付けされた予測器による同様の技術は、地中海SSTが1～5年遅れの短い持続期間が重要な予測要素であることを示している。 大西洋-近縁地域はより強い記憶と海洋バッファリングを示し、大陸内部はより速い温暖化とより弱い大陸間永続性を示す。

関連論文リスト

• Tropospheric temperature and humidity profile retrieval from Meteosat Flexible Combined Imager based on deep learning [41.113886294153346]
  Meteosat Third Generation (MTG) Flexible Combined Imager (FCI)は、対流圏温度と湿度分布の新しい機会を提供する。 入力として予測プロファイルを使わずにFCIから全天球・湿度分布を抽出するための空間認識型深層学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-08-26T12:16:38Z)
• Projected climate memory and inherited warm-tail risk in accelerated European summer warming [0.15293427903448018]
  1950年から2024年にかけて、欧州の28のIPCC AR6サブリージョンにERA5由来の夏季指標を使用しました。 地中海州のメモリは、トレンドのみのベースラインとARXのベースラインと比較して、夏の温度予測を平均的に改善する。 全体として、年次記憶は普遍的な短水平予測ではなく、物理的に解釈可能な遺伝的リスクローディング変数である。
  論文  参考訳（メタデータ） (2026-07-28T02:23:06Z)
• TSSM: Triaxial State Space Model for Global Station Weather Forecasting with Temporal-Variable-Historical Modeling [74.915718648935]
  既存の手法では精度が限られており、極端なイベントやエラーの蓄積に苦労している。 本稿では,歴史に富んだ時間可変ヒストリカルパラダイムを用いた三軸状態空間モデル(TSSM)を提案する。 TSSMは、歴史的サンプルを周期的なバッチにまとめ、予測は歴史的および現在の観測によって因果的に支持される。
  論文  参考訳（メタデータ） (2026-07-14T07:36:19Z)
• Predicting Pseudo-nitzschia harmful algal blooms along the Portuguese Coast using satellite-derived predictors [69.38367341895632]
  Pseudo-Nitzschia の珪藻は、海岸生態系やポルトガルの大西洋岸での収穫に繰り返しリスクをもたらす。 衛星由来の予測器を用いて有害な藻類発生を予測する機械学習フレームワークの開発と評価を行った。
  論文  参考訳（メタデータ） (2026-07-08T18:14:24Z)
• AxiomOcean: Forecasting the Three-Dimensional Structure of the Upper Ocean [40.39306206833454]
  AxiomOceanは、垂直階層と水柱内の層間依存性を表す、グローバルなAI海洋予測モデルである。 10日間の予測では、AxiomOceanは変数とリードタイムの間で高度なAI比較モデルを上回っている。 その結果、AI海洋予測において、上海洋の3次元構造を明示的に保存することは、予測精度と物理的忠実度の両方を改善することができることが示された。
  論文  参考訳（メタデータ） (2026-05-11T12:27:04Z)
• Structural Gating and Effect-aligned Lag-resolved Temporal Causal Discovery Framework with Application to Heat-Pollution Extremes [4.924495633674017]
  本研究は、時間因果発見のための構造ゲーティングとエフェクト整列ディスカバリー(SGED-TCD)を提案する。 SGED-TCDを、中国東部と北部の遠隔接続駆動型複合熱波-大気汚染極端に適用する。 以上の結果から,SGED-TCDは気候環境に挑戦するシステムにおいて,物理的に解釈可能,階層的,およびラグ分解された因果経路を回復できることが示された。
  論文  参考訳（メタデータ） (2026-04-11T22:50:26Z)
• A Graph Neural Network Approach for Localized and High-Resolution Temperature Forecasting [1.3182845148636309]
  熱波は最も致命的な気象災害の一つである。 現在の数値気象予測モデルは、しばしばマイクロスケールの極端を捉えない。 局所化高分解能温度予測のためのグラフニューラルネットワークフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-29T16:31:51Z)
• Deep Learning-Driven Downscaling for Climate Risk Assessment of Projected Temperature Extremes in the Nordic Region [3.7957889222222208]
  北ヨーロッパのコッペン・ガイガー地域における急激な変化と気候変動の増加は、適応のための重要なニーズを生み出している。 本研究では,Vision Transformer (ViT), Convolutional Long Short-Term Memory (ConvLSTM), Spatiotemporal Transformer with Attention and Im Balance-Aware Network (GeoStaNet)モデルを組み込んだ統合ダウンスケーリングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-05T17:08:32Z)
• Distillation of CNN Ensemble Results for Enhanced Long-Term Prediction of the ENSO Phenomenon [0.4199844472131922]
  El Nino Southern Oscillation (ENSO)の正確な長期予測は、いまだに気候科学における最大の課題の1つである。 本研究では,厳密な姿勢評価を通じて,enseO予測の十分なアンサンブルに対して,アンサンブル平均よりも技量が高いメンバーのサブセットが存在することを実証する。
  論文  参考訳（メタデータ） (2025-09-07T22:26:42Z)
• Residual Corrective Diffusion Modeling for Km-scale Atmospheric Downscaling [58.456404022536425]
  気象・気候からの物理的危険予知技術の現状には、粗い解像度のグローバルな入力によって駆動される高価なkmスケールの数値シミュレーションが必要である。 ここでは、コスト効率のよい機械学習代替手段として、このようなグローバルな入力をkmスケールにダウンスケールするために、生成拡散アーキテクチャを探索する。 このモデルは、台湾上空の地域気象モデルから2kmのデータを予測するために訓練され、世界25kmの再解析に基づいている。
  論文  参考訳（メタデータ） (2023-09-24T19:57:22Z)
• Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
  農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。 私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。 主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
  論文  参考訳（メタデータ） (2023-09-12T13:28:06Z)
• A Deep Learning Model for Forecasting Global Monthly Mean Sea Surface Temperature Anomalies [2.8411302762015844]
  我々は,ECMWF ERA5月平均海面温度と2m大気温度データに基づいて,70年以上(1950-2021年)の深層学習時系列予測モデル(Unet-LSTM)を開発した。 このモデルでは、24カ月間の海面温度を正確に予測し、予測されるすべての月において、根平均2乗誤差は 0.75$circ$C 以下である。 また,Nino3.4地域の海面温度異常や,過去10年間の海面熱波ホットスポットの予測能力についても検討した。
  論文  参考訳（メタデータ） (2022-02-21T03:11:27Z)
• Sub-Seasonal Climate Forecasting via Machine Learning: Challenges, Analysis, and Advances [44.28969320556008]
  サブシーズン気候予報(SSF)は、気温や降水量などの主要な気候変数を2週間から2ヶ月の時間スケールで予測することに焦点を当てている。 本稿では,米国本土におけるSSFのための機械学習(ML)アプローチについて検討する。
  論文  参考訳（メタデータ） (2020-06-14T18:39:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。