地球系统数值模拟与预测预报
方向简介
平均海表密度通量约束大西洋经向翻转环流年代际变率振幅
2026-10-12(10)次
近日，物理海洋教育部重点实验室在Environmental Research Letters（《环境研究快报》）期刊发表了题为“Mean surface density flux constrains the amplitude of AMOC decadal variability”（《平均海表密度通量约束大西洋经向翻转环流年代际变率振幅》）的最新研究成果。研究揭示了北大西洋深对流区背景浮力强迫与AMOC年代际变率之间的平均态—变率耦合机制，为理解不同模式、不同气候状态下AMOC-DV振幅的系统性差异提供了新的物理视角。成果第一作者为实验室/未来海洋学院/海洋与大气学院在读博士研究生徐振邦，通讯作者为物理海洋教育部重点实验室“青年英才工程”第三层次李姝珺副教授。 大西洋经向翻转环流（AMOC）是全球气候系统的...
大气厚度联结北半球冬季大气环半球遥相关与极端冷事件
2026-10-08(17)次
近日，物理海洋教育部重点实验室在 Environmental Research Letters 《环境研究快报》期刊上发表题为“Atmospheric thickness links circum-hemisphere teleconnection to extreme cold events in boreal winter”（《大气厚度联结北半球冬季环半球遥相关与极端冷事件》）的最新研究成果。该研究首次系统比较了多种联结大尺度遥相关与区域极端冷事件的局地大气因子，识别出1000–500 hPa大气厚度（ΔZ）是与区域极端冷事件联系最为稳定和显著的关键因子，并揭示了其联结大尺度遥相关与区域极端冷事件的“桥梁”作用。研究进一步构建了“大尺度遥相关环流异常—大气厚度变化—区域极端冷事件”的联系框架，为理解大尺度气候信号如何影响局地极端...
印度洋偶极子极端状态可延长华北平原夏季高温可预测期限
2026-09-30(21)次
近日，物理海洋教育部重点实验室在Nature旗下期刊 npj Climate and Atmospheric Science （《npj 气候与大气科学》）在线发表题为“Indian Ocean Dipole Extremes Extend Seasonal Predictability of North China Plain Summer Heat”（《印度洋偶极子极端状态可延长华北平原夏季高温可预测期限》）的研究论文。研究表明，初夏印度洋偶极子（Indian Ocean Dipole，IOD）极端状态能够显著减缓华北平原夏季极端最高气温预测的误差增长，使其潜在可预测期限由中性IOD状态下的2.78个月延长至约4.1个月。成果第一作者为海洋与大气学院侯兆禄副教授，通讯作者为实验室“筑峰人才工程”第一层次李建平教授。 在全球变暖背景下，极端高温风险持续...
全球变暖背景下全球盐差能潜力的变化及其驱动机制
2026-09-03(20)次
近日，物理海洋教育部重点实验室在Communications earth environment（《通讯·地球与环境》）期刊发表了题为“Global warming enhances salinity gradient energy potential through hydroclimatic change”（《全球变暖通过水文气候变化增强盐差能潜力》）的最新研究成果。研究团队从气候变化视角系统评估了全球变暖对盐差能理论资源潜力的影响，揭示了全球变暖通过改变水文循环和海洋环境，进而影响盐差能资源自然禀赋的主要机制。成果第一作者为实验室/未来海洋学院/海洋与大气学院在读博士研究生徐振邦，通讯作者为物理海洋教育部重点实验室李姝珺副教授和海洋发展研究院/管理学院张瑛教授。 在全球能源转型背景下，厘清未来可再生能...
揭示大西洋和太平洋年代际变率对欧亚大陆冬季气温的差异化影响及其预测潜力
2026-08-27(21)次
近日，物理海洋教育部重点实验室在Journal of Geophysical Research: Atmospheres（《地球物理学研究杂志：大气》）期刊发表了题为“Distinct regional impacts of oceanic variability on Eurasian winter decadal surface temperature and predictability”（《海洋变率对欧亚冬季地表气温年代际变化及其可预测性的差异化影响》）的最新研究成果。研究揭示了大西洋多年代际变率（AMV）和太平洋年代际变率（PDV）对欧亚大陆冬季地表气温的不同影响及其动力—热力作用机制，并发现将海洋变率信息纳入预测模型可显著提高欧亚大陆冬季气温的年代际预测能力。成果第一作者为实验室/未来海洋学院/海洋与大气学院在读博士研究生王伊婷，通讯作者为...
全新可解释动力系统深度学习模型打破厄尔尼诺长周期预测瓶颈
2026-08-17(17)次
近日，物理海洋教育部重点实验室在npj Climate and Atmospheric Science（《npj 气候与大气科学》）发表题为“Skillful and interpretable ENSO prediction via a glass-box dynamical-deep learning model”（《基于“玻璃盒”动力系统深度学习模型的ENSO高技巧且可解释预测》）的最新研究成果。研究构建了一种全新的“玻璃盒”动力系统深度学习（Dynamical system deep learning, DSDL）模型，实现了对ENSO高精度且具备高度物理可解释性的跨年度预测，有效预测时效长达19个月，超越了当前最先进的预报模型。此外，模型准确回报了2015-2016年超级厄尔尼诺事件的爆发、强度和衰减全过程，并预测了2026-2027年可能出现超级厄尔尼诺事件。成果...