最新人工智能预测模型大幅提升洪水预测精度

美国密歇根大学的研究团队成功开发出一种机器学习工具，其与美国国家海洋与大气管理局（NOAA）开发的国家水模型结合使用时，可使模型预测精度最高提升6倍。相关论文近日发表于《AGU前沿》。

准确预测洪水的发生位置和规模对于灾害预防和应急管理至关重要。然而，传统洪水预测模型在处理复杂地理、气象和水文数据时存在诸多局限性。NOAA拥有近1.1万个水位计，用于收集洪水和水位数据，但这些数据的复杂性使得预测模型难以精确分析。

为解决这一问题，研究人员开发了一种名为Errorcastnet的人工智能系统。该系统基于神经网络，通过对历史降雨和洪水观测数据以及国家水模型的模拟数据进行分析训练，能够识别并纠正模型中的错误。研究人员发现，当仅使用谷歌的人工智能洪水预测程序时，由于该程序未考虑地形、植被和水库等细节，往往会低估洪水流量。而Errorcastnet通过修正错误，不仅提高了预测精度，还为洪水预测模型的持续改进提供了数据支持。

随着该程序的不断发展，研究人员希望未来能够提前数天甚至更长时间详细预测潜在的洪水事件，从而最大限度减少洪水对人类社会和经济的影响。（刘文浩）

相关论文信息：

https://dx.doi.org/10.1029/2025av001678

国际能源署发布《油气田产量递减率的影响》报告

近日，国际能源署发布《油气田产量递减率的影响》报告，指出近年来全球油气田产量递减率有所加快。报告基于对全球约1.5万个油气田生产记录的分析，探讨了递减率加快、对非常规资源的依赖日益增加及项目开发模式的演变，对全球油气供应格局、能源安全和投资带来的影响。

递减率即现有油气田产量的年递减速度，是在所有前景情景中分析市场平衡和投资需求的基础。国际能源署分析发现，全球常规石油产量在达到峰值后的年平均观测递减率为5.6%，常规天然气则为6.8%。

若立即停止对现有石油和天然气生产来源的所有资本投资，未来10年全球石油产量平均每年将下降8%，即年均减少约550万桶/天；天然气产量平均每年将下降9%，即2700亿立方米，相当于现今整个非洲的天然气总产量。

对现有常规油气田的投资，如通过井口作业、补充钻探、水力压裂等方式，可以减缓自然递减率引发的产量下降。（张文亮）

新研究进一步揭示地核成核之谜

研究人员通过分子动力学模拟了地球固态内核诞生所需的“过冷结晶”过程。研究表明，当内核存在含有特定比例碳的铁合金时，能在合理温度范围内“成核”，证实内核的诞生过程本身就是一项强有力的筛选标准，从而为确定地核的真实成分提供了关键约束。相关论文近日发表于《自然-通讯》。

目前，关于内核形成的传统观点并未强调液体在冻结前必须被冷却至低于熔点这一必要条件，而研究人员在尝试计算这种过冷却的程度后发现，若干二元核心组成与内核成核并不兼容。分子动力学模拟发现，当液态铁合金中含有特定比例的碳（摩尔分数约为10%~15%）时，其结晶所需的过冷程度恰好落在一个合理的、与地球物理学约束相符的范围之内。尽管这并非对地核化学成分的完整描述，但研究结果表明，固态内核的存在本身就对地核的化学成分施加了一个强有力的限制。这可能有助于区分先前已确定的潜在组成。

研究人员表示，虽然地球的核心成分可能比简单的铁碳二元合金更为复杂，但这项研究提供了一条至关重要的线索，即并非所有理论上可能的成分都能“孕育”出目前所知的地球固态内核。（王晓晨）

相关论文信息：

https://doi.org/10.1038/s41467-025-62841-4