提升气候模型可解释性：北极融化异常的特征归因

我们工作的重点是提升气候模型异常的可解释性，并增进对北极融化动力学的理解。北极和南极冰盖正经历快速的表面融化和淡水径流增加，这对全球海平面上升贡献显著。理解驱动这些地区融雪的机制至关重要。ERA5 是极地气候研究中广泛使用的再分析数据集，提供了丰富的气候变量和全球数据同化。然而，其融雪模型采用能量不平衡方法，可能过度简化了表面融化的复杂性。相比之下，冰川能量与质量平衡（GEMB）模型纳入了额外的物理过程，如积雪、粒雪密实化以及融水渗透/再冻结，提供了对表面融化动力学更详细的表征。在本研究中，我们利用特征归因分析 ERA5 和 GEMB 模型中异常融化事件，重点关注格陵兰冰盖的表面融雪动力学。我们提出了一种新颖的无监督归因方法，利用反事实解释方法来分析 ERA5 和 GEMB 中检测到的异常。我们的异常检测结果使用 MEaSUREs 真值数据进行了验证，并将归因结果与现有的特征排序方法（包括 XGBoost、Shapley 值和 Random Forest）进行了评估对比。我们的归因框架识别了每个模型背后的物理学以及驱动融化异常的气候特征。这些发现证明了我们的归因方法在增强气候模型异常可解释性以及推进对北极融化动力学理解方面的效用。