论文题目：Arctic weather variability and connectivity

斑图地址：https://pattern.swarma.org/paper/1c802372-6e0b-11ee-b475-0242ac17000d

论文地址：https://www.nature.com/articles/s41467-023-42351-x

北极海冰迅速减少可能会影响全球气候模式，因此了解北极天气变化（Arctic weather variability，WV）对于准确的天气预报和分析极端天气事件至关重要。在人类引起的气候变化背景下量化这种天气变化及其影响仍然是一个挑战。

复杂科学采用网络科学方法，为研究复杂系统的结构、动力学和功能提供了有力的工具。由于不同层次和组成部分之间以及内部之间的非线性相互作用和反馈循环，气候系统是一个典型的复杂自适应系统。近日发表于 Nature Communications 的这项最新研究采用了一种基于复杂网络的方法，发现北极季节内天气变化与北极振荡（Arctic Oscillation）之间存在强烈的统计相关性。

图1a中金色的链接表示北极与北极以外地区之间的遥相关。图1b描绘了复杂的北极系统，包括各种组成部分，如冰圈、生物圈、水圈和大气圈。这些组成部分相互作用，一个组成部分的变化可以触发相互关联过程中的级联效应和反馈。反馈循环强调了地球气候系统的相互关联性，表明北极天气变化可以影响其他地区的天气模式和气候动力学，反之亦然。

图1. 北极和全球气候系统相互作用的示意图。

图2. 北极振荡对北极天气变化的影响

研究结果强调了日常北极海冰变化的增加，这归因于全球变暖加速了其下降。这种天气不稳定性可以通过大气遥相关（atmospheric teleconnection）影响更广泛的区域模式，从而提高人类活动和天气预报可预测性的风险。

这些分析揭示了大气遥相关，以及北极和全球天气不稳定之间的正反馈循环，为了解北极变化如何影响全球天气提供了洞察。这个框架连接了复杂科学、北极天气变化及其广泛的影响。

图3. 六月北极海冰覆盖的天气变化

图4. 气候网络的遥相关传播通路示意图

详情请点击：

地球系统科学读书会启动：统计物理与深度学习交叉前沿

推荐阅读