对数值天气预报（NWP）模式来说，准确预测降雨，特别是最强降雨事件，仍然是一项挑战。这可能是由于在产生降雨的多尺度动力学中起关键作用的过程的子网格尺度参数化，以及降雨的强间歇性和高度倾斜、非高斯分布。在这里，我们展示了基于 U-Net 的深度神经网络可以从 NWP 集合中学习强降雨事件。我们提出了一种基于频率的损失函数加权方法，以便学习分布尾部的强降雨事件。我们在后处理步骤中应用了我们的框架，以纠正模型预测降雨量中的误差。我们的方法能更准确地表示相对降雨频率，并根据事件的大小，将强降雨事件的预报技能提高 2 到 6 倍以上。
我们研究了农业生产周期中降雨量预测和实际降雨量对均衡农业工资的影响。我们从理论上表明，对好天气的预测会降低种植阶段的工资，从而降低事前的移民，并会加剧恶劣天气对收获阶段工资的负面影响。使用描述2005-2010年期间早季移民和地区层面种植和收获阶段工资的印度家庭面板数据，我们发现结果与模型一致，表明降雨预测平均改善了劳动力分配，但由于不完美，加剧了工资波动。
Miguel、Satyanath和Sergenti（2004）利用降雨量变化作为一种工具，表明经济增长与撒哈拉以南非洲的内战呈负相关。在简化形式回归中，他们发现降雨量越大，冲突越少。Ciccone（2010）声称这一结论是“错误的”，并认为较高的降雨量实际上与更多的冲突有关。在本文中，我们证明了Ciccone论文中的结果是基于错误的STATA代码、过时的冲突数据、弱的第一阶段回归和GMM估计器的可疑应用。抛开这些数据和经济计量问题不谈，Ciccone令人惊讶的结果无法通过明显的稳健性检验。因此，我们得出结论，Ciccone的主要主张在很大程度上是不正确的，并再次证实了Miguel、Satyanath和Sergenti（2004）的原始结果，即降雨量下降导致的不利经济增长冲击增加了撒哈拉以南非洲发生内战的可能性。
长期的个人幸福感对生命早期的环境条件有多敏感？本文研究了出生时的天气条件对1953年至1974年间出生的印尼成年人的健康、教育和社会经济结果的影响。我们将每个人出生年份和出生地点的历史降雨量与2000年印尼家庭生活调查的当前成人结果联系起来。较高的早期降雨量对女性的成年结果有很大的积极影响，但对男性没有。在她们的年份和出生地，降雨量（相对于当地正常降雨量）高出20%的女性自我报告健康状况不佳或极差的可能性降低3.8个百分点，身高增加0.57厘米，完成0.22个年级的学业，生活在资产指数高出0.12个标准差的家庭中。这些模式最有可能反映出降雨对农业产出的积极影响，从而提高家庭收入和粮食供应，改善女婴的健康状况。我们提出了一些有启发性的证据，表明成年女性社会经济地位的最终利益最主要是由受教育程度的提高所介导的，这反过来又提高了成年后的社会经济地位。
城市雨水管理是美国许多城市面临的日益严峻的挑战。持续的人口增长、城市化以及对雨水和废水基础设施的投资不足，使许多城市面临下水道溢流、雨水泛滥和水质下降的风险。气候变化预计会增加许多地区风暴的降雨强度或降雨量，从而加剧这一挑战。人们也越来越认识到，这些脆弱性是环境正义和公平的挑战，因为洪水和其他负面后果不成比例地影响到低收入或少数族裔社区 ，匹兹堡的Negley Run流域是这些雨水管理挑战的一个典型例子，它排放了匹兹堡东区的各个地区，包括因投资不足而遭受严重损失的社区。这也代表着该市面临的一个紧迫的洪水风险挑战，因为该地区的强降雨导致一条关键道路走廊经常被淹。在这个项目中，兰德公司的研究人员使用模拟建模来评估在未来降雨不确定性的情况下，Negley Run目前和未来的下水道溢流和洪水风险。然后，作者评估了一系列分阶段的绿色雨水基础设施（GSI）投资提案 ，除了估算雨水效益和实施成本外，作者还为当地居民提供了娱乐、舒适和其他福利的经济估算；将总收益与成本进行比较；并探讨潜在的权衡。结果表明，在对未来降雨量和实施成本的一系列假设中，Negley Run的集中式雨水管理系统可以实现成本效益高的下水道溢流减少，减少街道洪水，并提供积极的净经济效益
来自13万年前沉积物岩心的气候数据显示，上一个温暖季节印度洋的变暖增加了印度洋的降雨量，但减弱了印度夏季风在陆地上的降雨量。在当前全球变暖的情况下，南亚季风减弱的可能性越来越大，这将对粮食安全和世界约40%人口的福祉产生深远影响。
