当前位置：首页>南京>南京信息工程大学陈海山团队在 Advances in Climate Change Research 揭示全球陆气耦合格局与主导驱动因子

南京信息工程大学陈海山团队在 Advances in Climate Change Research 揭示全球陆气耦合格局与主导驱动因子

2026-07-23 19:36:08

陆地和大气之间的能量、水分与物质交换，会影响边界层、云、降水、温度以及干旱热浪等极端事件。这项研究从全球尺度重新梳理陆气耦合的空间分区、多时间尺度变化和主导驱动因子，为理解复杂气候反馈提供了一个更系统的框架。

论文首页

论文首页截图

作者与单位

论文署名：Wen-Lu WU, Hai-Shan CHEN, Si-Guang ZHU, Jie ZHANG。

通讯作者：陈海山（Hai-Shan CHEN），邮箱 haishan@nuist.edu.cn。

作者单位：南京信息工程大学气候系统预测与风险管理全国重点实验室、气象灾害教育部重点实验室、气象灾害预报预警与评估协同创新中心；南京信息工程大学大气科学学院。

研究背景

陆气耦合描述陆地表面与大气之间通过能量、水分和物质交换产生的相互作用。它不仅影响边界层发展、云和降水形成，也会调节温度变化、干旱、热浪和复合极端事件。

已有研究多聚焦特定区域或单一变量，例如土壤湿度、温度或植被。问题在于，陆气耦合本身具有显著空间异质性和多时间尺度特征，仅从局地或单因子角度切入，很难解释全球范围内耦合机制为何差异巨大。

科学问题

• 全球陆气耦合能否根据多种陆面、大气、辐射和热通量因子划分出稳定的区域类型？

• 不同区域和季节的陆气耦合强度在哪里更强，空间热点是否具有一致性？

• 陆气耦合变化主要受趋势、年际变化还是年代际变化控制？

• 不同区域内真正主导陆气耦合的因素是什么，这些因素之间又如何通过过程网络相互作用？

创新点

• 从全球陆地区域出发，基于 12 个陆气耦合相关因子进行数据驱动分区，而不是沿用传统气候带分类。

• 结合 SOM 神经网络和 K-means 聚类，提高全球格点分区的稳定性，并在四季分别识别区域类型。

• 将多尺度时间分解用于陆气耦合强度，区分长期趋势、年际信号和年代际信号的贡献。

• 使用 Deep Forest 模型和 SHAP 解释方法识别主导因子，再通过过程网络初步解析关键物理联系。

方法

研究首先基于蒸散和潜在蒸散的能量平衡方法计算陆气耦合指数，用于刻画陆面状态与近地面气温之间的耦合强度。随后选取 12 个陆气耦合相关因子，包括土壤湿度、土壤温度、雪水当量、叶面积指数、地表温度、2 米气温、近地面风速、比湿、感热通量、潜热通量、净长波辐射和净短波辐射。

在空间分区上，作者先用 SOM 将高维因子投影到低维网格，再用 K-means 聚类，最终确定全球五类区域。在时间分析上，研究用低通 Butterworth 滤波分离年代际分量，并进一步估计趋势、年际和年代际方差贡献。最后，Deep Forest 与 SHAP 用于量化各因子的贡献，过程网络则用于揭示主导因子和陆气耦合指数之间的信息流方向与强度。

数据

• 主要资料：ERA5 再分析资料，时间跨度为 1958-2022 年，水平分辨率 0.25° × 0.25°。

• 验证资料：GLDAS 再分析资料，同样采用 0.25° × 0.25° 分辨率，用于对区域分区结果进行交叉检验。

• 研究季节：MAM、JJA、SON 和 DJF，对应春、夏、秋、冬四个季节。

• 研究范围：全球陆地区域，剔除格陵兰和南极大陆。

• 变量体系：涵盖陆面状态、近地面大气状态、辐射项和热通量变量，用于刻画陆气耦合影响因子的综合背景。

主要结论

• 全球陆气耦合因子可稳定划分为五类区域：寒冷积雪区、寒冷湿土区、温带大陆区、炎热干旱区和炎热蒸发区。ERA5 与 GLDAS 的分区具有较高一致性。

• 南部北美、东部南美、南部欧亚大陆、中南部非洲和澳大利亚中部等区域全年表现出较强陆气耦合。

• 陆气耦合存在显著季节差异：春季总体较强，夏季在热带和副热带区域达到峰值，秋季高纬减弱，冬季北半球高纬最弱。

• 多数区域陆气耦合变化主要受年际信号控制，年代际信号通常较弱；但炎热蒸发区在夏季和秋季表现出更突出的年代际变化。

• 主导因子具有鲜明区域差异：寒冷积雪区受辐射和地表能量控制，寒冷湿土区受生态-水热因子控制，温带大陆区由多因子共同调节。