Là khoa có số công bố khoa học dẫn đầu USTH, Khoa Vũ trụ và Ứng dụng đã và đang phát huy thế mạnh về nghiên cứu trong lĩnh vực: thiết kế hệ thống vệ tinh, xác định các thành phần và cơ chế trong vũ trụ, mô hình hóa khí hậu toàn cầu, đánh giá biến động các đối tượng bề mặt trái đất sử dụng viễn thám, đánh giá sức khỏe cây trồng sử dụng dữ liệu máy bay không người lái.
Dưới đây là danh sách các công bố khoa học năm 2024 của Khoa.
- Nguyen-Le, D., T. Ngo-Duc, J. Matsumoto, 2024: The teleconnection of the two types of ENSO and Indian Ocean Dipole on Southeast Asian autumn rainfall anomalies. Climate Dynamics, 1-23.
- D. Nguyen-Le, 2024: Projected ENSO teleconnection on the Southeast Asian climate under global warming. Environmental Research Letter, 19, 014001, https://doi.org/10.1088/1748-9326/ad0d3e
- Kusaka, H., Y. Imai, H. Kobayashi, Q.-V. Doan, T. Ngo-Duc, 2024: Influence of foehn winds of Truong Son Mountains on the high temperatures observed in North-Central Vietnam during May 31-June 5, 2017. Journal of Applied Meteorology and Climatology, https://doi.org/10.1175/JAMC-D-23-0010.1.
- Nguyen-Duy, T., T. Ngo-Duc*, D. Nguyen-Le, T. Nguyen-Xuan, T. Phan-Van, 2024: Identification and Trend Analysis of Compound Meteorological Hazards along Vietnam’s Coastline. Natural Hazards, https://doi.org/10.1007/s11069-024-06486-4
- Le, H.H., N. Hall, T. Ngo-Duc, 2024: Remote influence on regional scale intraseasonal rainfall variability over Vietnam. International Journal of Climatology, 44, 1171–1189, https://doi.org/10.1002/joc.8377.
- Vu, N., T. Ngo-Duc*, 2024: Spatial Distribution and Trends of Heat Stress in Vietnam. Environment and Natural Resources Journal, 22(2), 93–104, doi: 10.32526/ennrj/22/20230227.
- Pham, M.K., P. L. Nguyen, V.H. Vu, T. N. Truong, H. Vo-Van, T. Ngo-Duc, 2024: A Data-driven Approach for High Accurate Spatiotemporal Precipitation Estimation. Neural Computing and Applications, https://doi.org/10.1007/s00521-023-09397-w
- Nguyen, Q. S, C.L. Nguyen, T. Ngo-Duc, S. Ouillon, 2024: Applying a machine learning-based method for the prediction of suspended sediment concentration in the Red River basin. Modeling Earth Systems and Environment, https://doi.org/10.1007/s40808-023-01915-y.