Lesch, H.; Kleidon, A.: Rettung oder Irrweg? Kernenergie ist keine Lösung: Sie ist zu teuer, zu langsam, zu unflexibel. Physik Journal 24, S. 3 - 4 (2025)
Minz, J.; Kleidon, A.; Mbungu, N. T.: Estimating the technical wind energy potential of Kansas that incorporates the effect of regional wind resource depletion by wind turbines. Wind Energy Science 9 (11), S. 2147 - 2169 (2024)
Kleidon, A.; Lesch, H.: Zukünftige Energieversorgung in Deutschland: Kann Kernenergie zur Energiewende beitragen? Physik in unserer Zeit 55 (6), S. 286 - 293 (2024)
Kleidon, A.; Gozzi, C.; Buccianti, A.; Sauro Graziano, R.: Type of probability distribution reflects how close mixing dynamics in river chemistry are to thermodynamic equilibrium. Science of the Total Environment 941, 173409 (2024)
Notholt, J.; Schmithüsen, H.; Buschmann, M.; Kleidon, A.: Infrared radiative effects of increasing CO2 and CH4 on the atmosphere in Antarctica compared to the Arctic. Geophysical Research Letters 51 (2), e2023GL105600 (2024)
Ghausi, S. A.; Tian , Y.; Zehe, E.; Kleidon, A.: Radiative controls by clouds and thermodynamics shape surface temperatures and turbulent fluxes over land. Proceedings of the National Academy of Sciences of the United States of America 120 (29), e2220400120 (2023)
Tian, Y.; Ghausi, S. A.; Zhang, Y.; Zhang, M.; Xie, D.; Cao, Y.; Mei, Y.; Wang, G.; Zhong, D.; Kleidon, A.: Radiation as the dominant cause of high-temperature extremes on the eastern Tibetan Plateau. Environmental Research Letters 18 (7), 074007 (2023)
Kleidon, A.: Windenergiepotenzial von Deutschland: Grenzen und Konsequenzen großräumiger Onshore-Windenergienutzung. Physik in unserer Zeit 54 (3), S. 142 - 148 (2023)
Kleidon, A.; Messori, G.; Roy, S. B.; Didenkulova, I.; Zeng, N.: Editorial: Global warming is due to an enhanced greenhouse effect, and anthropogenic heat emissions currently play a negligible role at the global scale. Earth System Dynamics 14 (1), S. 241 - 242 (2023)
Kleidon, A.: Sustaining the terrestrial biosphere in the Anthropocene: A thermodynamic earth system perspective. Ecology, Economy and Society – the INSEE Journal 6 (1), S. 53 - 80 (2023)
Panwar, A.; Kleidon, A.: Evaluating the response of diurnal variations in surface and air temperature to evaporative conditions across vegetation types in FLUXNET and ERA5. Journal of Climate 35 (19), S. 2701 - 2728 (2022)
Europa ist durch Dürren oder Starkregen besonders stark betroffen. KI kann Frühwarnsysteme für Extremwetterereignisse und deren Folgen unterstützen und dadurch Schäden minimieren.
Dank FLUXCOM-X, der nächsten Generation Daten-getriebener, KI-basierter Erdsystemmodelle, können Forschende den Stoffwechsel der Erde nun in noch nie dagewesener Detailtiefe sehen – überall an Land und zu jeder Stunde des Tages.
Ein Forschungsteam hat einen Ansatz entwickelt, KI in Erdsystem-Modelle zu integrieren, und hierzu zwei Perspektiven zukünftiger Forschungsschwerpunkte veröffentlicht.
EU fördert internationales Forschungsprojekt AI4PEX, um Erdsystemmodelle und damit wissenschaftliche Vorhersagen des Klimawandels weiter zu verbessern. Beteiligte Wissenschaftler*innen aus 9 Ländern trafen sich bereits Ende Mai 2024 zum Projektstart am federführenden MPI für Biogeochemie in Jena.
Vom griechischen Philosophen Aristoteles über Charles Darwin bis heute haben sich Wissenschaftlerinnen und Wissenschaftler mit dieser grundlegenden Frage der Biologie beschäftigt. Entgegen der öffentlichen Wahrnehmung ist sie jedoch immer noch weitgehend ungelöst. Forschende haben nun einen neuen Ansatz für das Auffinden und die Abgrenzung von Arten mithilfe von künstlicher Intelligenz (KI) vorgestellt.
Ein Forschungsteam unter der Leitung des Deutschen Zentrums für integrative Biodiversitätsforschung (iDiv) und der Universität Leipzig hat einen Algorithmus entwickelt, der Beobachtungsdaten der App Flora Incognita analysiert. Daraus lassen sich ökologische Muster ableiten, die Aufschluss über die Auswirkungen des Klimawandels auf die Pflanzenwelt geben.
Das neue Forschungsprojekt "PollenNet" soll mit Hilfe von Künstlicher Intelligenz die präzise Vorhersage der Verbreitung von Pollen ermöglichen. Um die Vorsorge vor Allergien zu verbessern, bringen Expertinnen und Experten fachübergreifend neueste Erkenntnisse aus den verschiedensten Bereichen zusammen.
Wenn Flüsse über die Ufer treten, können die Folgen verheerend sein. Mit Methoden des Erklärbaren Maschinellen Lernens haben Forschende nachgewiesen, dass Überschwemmungen extremer ausfallen, wenn mehrere Faktoren an deren Entstehung beteiligt sind.
Pflanzenbeobachtungen, die mit Pflanzenbestimmungs-Apps wie Flora Incognita gesammelt werden, erlauben Aussagen über die Entwicklungsstadien von Pflanzen - sowohl kleinräumig als auch europaweit.
Die Pflanzenerkennungs-App Flora Incognita erhält den diesjährigen Sonja Bernadotte-Preis für ihre Bedeutung im Naturbildungswesen für alle Altersgruppen bei gleichzeitig hohem wissenschaftlichen Anspruch.
Deutschlands beliebteste Pflanzenbestimmungs-App „Flora Incognita“ wurde durch eine neue Künstliche Intelligenz weiter aufgewertet. Dadurch verdreifacht sich die Anzahl der bestimmbaren Pflanzenarten auf rund 16.000. Außerdem steht die App nun in 20 verschiedenen Sprachen zur Verfügung und zusätzlich auch im Offline-Modus.
Mit einer Auftaktveranstaltung am 12. Januar 2023 eröffneten die Friedrich-Schiller-Universität Jena, das Max-Planck-Institut für Biogeochemie und das Deutsche Zentrum für Luft- und Raumfahrt gemeinsam die ELLIS Unit Jena. Maschinelles Lernen und künstliche Intelligenz werden eingesetzt, um bei der Bewältigung globaler Umweltkrisen zu helfen.