追踪夏季格陵兰Blocking：上游路径塑造历史极端事件与未来变化

本文从拉格朗日视角使用新开发的 Python 软件包 \textit{blocktrack} 对夏季格陵兰大气阻塞现象进行表征与未来演化研究。通过将 blocktrack 算法应用于 ERA5 再分析数据和 CMIP6 模型集合，本文识别并跟踪格陵兰区域的阻塞事件，获取其轨迹、强度、持续时间及波动破裂特征。基于波动破裂指数（Wave Breaking Index），ERA5 数据中识别出两种格陵兰阻塞（GB），分别由逆向旋流和顺时针旋流波动破裂表征，对应于此前确定的上游型和逆向型阻塞。上游型阻塞 originate于北美，阻塞发生前及期间呈现更强的水汽输送和更高的温度异常；逆向型阻塞则沿东向西轨迹运行， originate于北大西洋。我们的分析表明，近年来格陵兰阻塞频率的显著增加（尤其是 2012 年），主要由上游型阻塞驱动。CMIP6 模型总体未能捕捉观测中所见的增加趋势，并低估了格陵兰阻塞的变率。基于 SSP370 场景的未来投影显示，逆向型阻塞将呈现下降趋势，而上游型阻塞的变化则取决于所采用的检测指数。我们讨论了这些变化的可能驱动因素，包括喷气流位置的偏移、赤道至高纬度高湿输送事件频率的增加、由大西洋多年代变率和北极放大效应引起的表面温度上升。通过分析阻塞事件的轨迹，本研究表明拉格朗日诊断方法能够为格陵兰阻塞事件的动力学提供新的见解。