Artificial intelligence for modeling and understanding extreme weather and climate events
Identification
- Clé publique
- radar:r-8af9c68ea29caad7e024d78817567c55
- Auteurs
- Gustau Camps‐Valls · Miguel‐Ángel Fernández‐Torres · Kai-Hendrik Cohrs · Adrian Höhl · Andrea Francesco Castelletti · Aytaç Paçal · Claire Nicolle Robin · Francesco Martinuzzi · Ioannis Papoutsis · Ioannis Prapas · Jorge Pérez‐Aracil · Katja Weigel · Maria Gonzalez-Calabuig · Markus Reichstein · Martin Rabel · Matteo Giuliani · Miguel D. Mahecha · Oana-Iuliana Popescu · Óscar J. Pellicer-Valero · Said Ouala · Sancho Salcedo‐Sanz · Sebastian Sippel · Spyros Kondylatos · Tamara Happé · Tristan Williams
- Année déclarée
- 2025
- Langue déclarée
- en
- Type source
- review
- Première détection
- 2026-11-13T12:46:39.494207+00:00
- Dernière observation des métadonnées
- 2026-11-13T12:46:39.494207+00:00
- Dernière vérification HTTP
- Non effectuée
Institutions déclarées par la source
Universitat de València · Technical University of Munich · RFF-CMCC European Institute on Economics and the Environment · Politecnico di Milano · University of Bremen · Deutsches Zentrum für Luft- und Raumfahrt e. V. (DLR) · Max Planck Institute for Biogeochemistry · Center for Scalable Data Analytics and Artificial Intelligence · Leipzig University · National Technical University of Athens · National Observatory of Athens · Universidad de Alcalá · Centre National de la Recherche Scientifique · Institut national de recherche en sciences et technologies du numérique · Laboratoire des Sciences et Techniques de l’Information de la Communication et de la Connaissance · IMT Atlantique · Vrije Universiteit Amsterdam
Pays d’affiliation déclarés
DE · ES · FR · GR · IT · NL
Résumé documentaire — langue originale
In recent years, artificial intelligence (AI) has deeply impacted various fields, including Earth system sciences, by improving weather forecasting, model emulation, parameter estimation, and the prediction of extreme events. The latter comes with specific challenges, such as developing accurate predictors from noisy, heterogeneous, small sample sizes and data with limited annotations. This paper reviews how AI is being used to analyze extreme climate events (like floods, droughts, wildfires, and heatwaves), highlighting the importance of creating accurate, transparent, and reliable AI models. We discuss the hurdles of dealing with limited data, integrating real-time information, and deploying understandable models, all crucial steps for gaining stakeholder trust and meeting regulatory needs. We provide an overview of how AI can help identify and explain extreme events more effectively, improving disaster response and communication. We emphasize the need for collaboration across different fields to create AI solutions that are practical, understandable, and trustworthy to enhance disaster readiness and risk reduction. Artificial Intelligence is transforming the study of extreme climate events like floods, droughts, and wildfires, helping to overcome challenges such as limited data and real-time integration. This review article highlights the need for transparent, reliable AI models to improve disaster response, risk communication and stakeholder trust.
Identifiants
- OPENALEX
- https://openalex.org/W4407870507
- DOI
- 10.1038/s41467-025-56573-8
- PMID
- https://pubmed.ncbi.nlm.nih.gov/39994190
- PMCID
- https://www.ncbi.nlm.nih.gov/pmc/articles/11850610
Repères documentaires
- Famille documentaire
- unknown
- Types déclarés par les sources
- review
- Éditeurs
- Nature Portfolio
Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.
Sources
OpenAlex · Document 1
Citer cette référence
Gustau Camps‐Valls; Miguel‐Ángel Fernández‐Torres; Kai-Hendrik Cohrs; Adrian Höhl; Andrea Francesco Castelletti; Aytaç Paçal; Claire Nicolle Robin; Francesco Martinuzzi; Ioannis Papoutsis; Ioannis Prapas; Jorge Pérez‐Aracil; Katja Weigel; Maria Gonzalez-Calabuig; Markus Reichstein; Martin Rabel; Matteo Giuliani; Miguel D. Mahecha; Oana-Iuliana Popescu; Óscar J. Pellicer-Valero; Said Ouala; Sancho Salcedo‐Sanz; Sebastian Sippel; Spyros Kondylatos; Tamara Happé; Tristan Williams. Artificial intelligence for modeling and understanding extreme weather and climate events. 2025. https://doi.org/10.1038/s41467-025-56573-8
JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·
APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.
- APA
- Gustau Camps‐Valls; Miguel‐Ángel Fernández‐Torres; Kai-Hendrik Cohrs; Adrian Höhl; Andrea Francesco Castelletti; Aytaç Paçal; Claire Nicolle Robin; Francesco Martinuzzi; Ioannis Papoutsis; Ioannis Prapas; Jorge Pérez‐Aracil; Katja Weigel; Maria Gonzalez-Calabuig; Markus Reichstein; Martin Rabel; Matteo Giuliani; Miguel D. Mahecha; Oana-Iuliana Popescu; Óscar J. Pellicer-Valero; Said Ouala; Sancho Salcedo‐Sanz; Sebastian Sippel; Spyros Kondylatos; Tamara Happé; Tristan Williams. (2025). Artificial intelligence for modeling and understanding extreme weather and climate events. https://doi.org/10.1038/s41467-025-56573-8
- Chicago
- Gustau Camps‐Valls; Miguel‐Ángel Fernández‐Torres; Kai-Hendrik Cohrs; Adrian Höhl; Andrea Francesco Castelletti; Aytaç Paçal; Claire Nicolle Robin; Francesco Martinuzzi; Ioannis Papoutsis; Ioannis Prapas; Jorge Pérez‐Aracil; Katja Weigel; Maria Gonzalez-Calabuig; Markus Reichstein; Martin Rabel; Matteo Giuliani; Miguel D. Mahecha; Oana-Iuliana Popescu; Óscar J. Pellicer-Valero; Said Ouala; Sancho Salcedo‐Sanz; Sebastian Sippel; Spyros Kondylatos; Tamara Happé; Tristan Williams. Artificial intelligence for modeling and understanding extreme weather and climate events. 2025. https://doi.org/10.1038/s41467-025-56573-8
- ISO 690
- Gustau Camps‐Valls; Miguel‐Ángel Fernández‐Torres; Kai-Hendrik Cohrs; Adrian Höhl; Andrea Francesco Castelletti; Aytaç Paçal; Claire Nicolle Robin; Francesco Martinuzzi; Ioannis Papoutsis; Ioannis Prapas; Jorge Pérez‐Aracil; Katja Weigel; Maria Gonzalez-Calabuig; Markus Reichstein; Martin Rabel; Matteo Giuliani; Miguel D. Mahecha; Oana-Iuliana Popescu; Óscar J. Pellicer-Valero; Said Ouala; Sancho Salcedo‐Sanz; Sebastian Sippel; Spyros Kondylatos; Tamara Happé; Tristan Williams. Artificial intelligence for modeling and understanding extreme weather and climate events. 2025. https://doi.org/10.1038/s41467-025-56573-8
Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31
UDTR — Bibliothèque juridique mondiale des droits de la Nature. Artificial intelligence for modeling and understanding extreme weather and climate events. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-8af9c68ea29caad7e024d78817567c55/ · Dernière vérification HTTP : non effectuée
Données de cette version figée
Dossiers et relations documentaires
Rôles des sources
Source bibliographique / publication d’origine · https://doi.org/10.1038/s41467-025-56573-8
Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.
Statut documentaire
Pertinence à examiner
Bibliothèque
Cette identité n’est pas encore intégrée à la Bibliothèque juridique.