多尺度分解揭示南极海冰损失的可预测年际波动性与气候趋势
大气与海洋物理
2026-05-28 v2
摘要
南极海冰近年来经历了前所未有的变动，引发关于该关键地球系统如何响应气候变化的疑问。数十年的缓慢扩张被骤减的下降取代（2014-2017），随后出现显著的恢复，2022 年起再度快速衰减。我们采用基于动态模式分解(DMD)的层次分解方法对海冰浓度(SIC)进行诊断，发现 2014-2017 的下降与恢复是由相互作用的年际模式驱动的，而气候变化信号在 2012 年出现，2022 年时已显著超过年际波动。这些快速变动凸显了对 SIC 季节到年份预测的必要性。然而，现有预测方法受限于预测时限且计算成本高。我们提出的预测 DMD 模型(IceDMD)通过正则化优先选择分解中发现的稳态时空模式。该预测模型可对 2023-2024 年的 SIC 异常进行提前两年预测，超越所有现有方法，同时具有物理可解释性和极低的计算成本。最后，该正则化预测 DMD 模型的框架可推广到广泛的多尺度系统中。
引用
@article{arxiv.2604.26594,
title = {Multiscale Decomposition Reveals Predictable Interannual Variability and Climate Trends in Antarctic Sea Ice Loss},
author = {Peter Yatsyshin and Karl Lapo and Oliver Strickson and Louisa van Zeeland and J. Scott Hosking and J. Nathan Kutz},
journal= {arXiv preprint arXiv:2604.26594},
year = {2026}
}
备注
Corrected authorship and contributions, slight textual changes