海洋所在ENSO對南極海冰可預測性影響研究方面取得新進展
近日,中國科學院海洋研究所李曉峰研究團隊與美國哥倫比亞大學研究團隊合作,在ENSO對南極海冰可預測性影響研究方面取得重要進展。利用海洋所研究團隊開發(fā)的深度學習模型SIPNet,量化了ENSO不同位相對南極海冰線性和非線性可預測性的跨時間尺度影響,并揭示了其物理機制。這一研究成果發(fā)表在npj Climate and Atmospheric Science。
南極海冰范圍在2014年達到記錄最高值19.76萬平方公里后,2015/2016年急劇下降,并在2023年夏季月均海冰范圍降至1.91萬平方公里的記錄最低點。這一劇烈變化反映了南極海-冰-氣系統(tǒng)內部變率的增強和不穩(wěn)定性的增加,使得準確預測海冰變得更加重要和緊迫。然而,盡管ENSO作為氣候系統(tǒng)中最顯著的年際變率信號,其對南極海冰變化的遙相關已被廣泛研究,但對海冰可預測性的影響仍少有涉及,在一定程度上限制了南極海冰預測模型的發(fā)展。
針對該問題,研究團隊利用深度學習模型SIPNet及其線性版本,分析了El Ni?o和La Ni?a事件在不同超前時間對南極各海域海冰線性及非線性可預測性的影響。研究發(fā)現(xiàn),ENSO對南極海冰次季節(jié)可預測性具有跨時間尺度的影響。在超前3周內,海冰的可預測性主要由海冰異常本身的持續(xù)性決定,ENSO影響不顯著。隨著超前時間的增加,海冰持續(xù)性的貢獻迅速減弱,而ENSO的影響逐漸增強,并在超前4周后占據主導地位,且El Ni?o事件對海冰可預測性的總體影響大于La Ni?a事件。El Ni?o事件主要增強海冰線性可預測性,在超前8周時,使阿蒙森-別林斯高晉海、羅斯海和印度洋扇區(qū)的海冰可預測性分別提高了25.6%、19.6%和30.4%;La Ni?a事件則主要增強非線性可預測性,提高了羅斯海的整體海冰可預測性。然而,兩類事件均顯著降低了西太平洋扇區(qū)的海冰可預測性。ENSO通過遙相關作用對南極氣候產生影響,生成更大且持續(xù)性更強的海冰異常,為可預測性提供額外信息,而SIPNet能夠有效捕捉并表達這些可預測信號。本研究加深了對南極海冰可預測性的理解,并為海冰預測模型的改進提供了科學依據,對提升極地氣候預測能力具有較好的參考價值。

不同ENSO位相下南極各海域在不同超前時間上的可預測性
論文第一作者為中國科學院海洋研究所王云鶴副研究員,通訊作者為李曉峰研究員和美國哥倫比亞大學Xiaojun Yuan教授,合作作者包括任沂斌副研究員和美國哥倫比亞大學Arnold L. Gordon教授。研究得到了國家自然科學基金青年項目的資助。
論文信息:
Yunhe Wang,?Xiaojun Yuan*,?Yibin Ren,?Xiaofeng Li*,?and Arnold L. Gordon. ENSO's Impact on Linear and Nonlinear Predictability of Antarctic Sea Ice. npj Climate and Atmospheric Science,?2025,?8(1):?77. https://doi.org/10.1038/s41612-025-00962-9
附件下載:
魯公網安備37020202001323號 | 古鎮(zhèn)口園區(qū)地址:青島市西海岸新區(qū)海軍路88號 南海路園區(qū)地址:青島市市南區(qū)南海路7號 科考船碼頭基地:青島市西海岸新區(qū)長江東路8號 |
郵編:266000 郵件:iocas@qdio.ac.cn 電話:0532-82898611 傳真:0532-82898612 |
