“Review”合集介绍
本合集选取2022年起至今发表的Review栏目文章（按出版时间倒序排列），涵盖年代际预测、热带气旋、土壤湿度干旱、大气海洋、气候变化、大气污染气候预测等问题。点击题目，阅读原文，欢迎阅读！
周文 教授
复旦大学
Progress and future prospects of decadal prediction and data assimilation: A review
Wen Zhou, Jinxiao Li, Zixiang Yan, Zili Shen, Bo Wu, Bin Wang, Ronghua Zhang, Zhijin Li
2024, 17(1), https://doi.org/10.1016/j.aosl.2023.100441
年代际预测, 也称为“近期气候预测”, 旨在预测未来1–10年内的气候变化, 是气候预测和气候变化研究领域的一个新关注点。它位于季节至年际预测和长期气候变化预测之间, 结合了初值问题和外部强迫问题的两个方面。年代际预测的核心技术在于用于模式初始化的同化方法的准确性和效率, 其目标是为模式提供准确的初始条件, 其中包含观测到的气候系统内部变率。年代际预测的初始化通常涉及在耦合框架内同化海洋观测, 其中观测到的信号通过耦合过程传递到其他分量, 如大气和海冰。然而, 最近的研究越来越关注在海洋-大气耦合模式中探索耦合数据同化 (CDA) , 有人认为CDA有潜力显著提高年代际预测技巧。本文综合评述了该领域的三个方面的研究现状：初始化方法, 年代际气候预测的可预测性和预测技巧, 以及年代际预测的未来发展和挑战。
李晓峰 研究员
中国科学院海洋研究所
Chong Wang, Xiaofeng Li
2023, 16(4), https://doi.org/10.1016/j.aosl.2023.100373
热带气旋 (TC) 严重危害人类生命和财产安全, TC的实时监测一直是研究热点, 随着空间和传感器技术的发展, 卫星遥感已成为监测TC的主要手段。此外, 深度学习具有卓越的数据挖掘能力, 在地球科学中的表现优于基于物理或统计的算法, 越来越多的深度学习算法被开发和应用于TC信息的提取, 本文系统地回顾了深度学习在TC信息提取中的应用, 并给出了深度学习模型在TC强度和风圈半径提取中的应用。此外, 本文还展望了深度学习在TC信息提取中的应用前景。
王爱慧 研究员
中国科学院大气物理所
An overview of soil moisture drought research in China: Progress and perspective
Aihui Wang, Xin Ma
2023, 16(2), https://doi.org/10.1016/j.aosl.2022.100297
论文回顾了中国土壤湿度干旱 (SMD) 历史重建和季节预测研究进展, 并对未来研究进行了展望。自1950s年代以来, 全国整体干旱频率增加, 持续时间延长, 且有明显区域特征。SMD预测多是利用土壤湿度与气候变量之间的统计关系, 而少量基于动力学方法的干旱预测研究强调了初始条件和大气强迫数据对季节尺度干旱预测的重要性。本论文提出: 1) 加强多时间尺度, 跨区域的SMD研究; 2)联合气候预测系统, 陆面模式和多源土壤湿度数据研制SMD预测系统。
John Abraham 教授
美国St. Thomas University
成里京 研究员
中国科学院大气物理所
The ocean response to climate change guides both adaptation and mitigation efforts
John Abraham, Lijing Cheng, Michael E. Mann, Kevin Trenberth, Karina von Schuckmann
2022, 15(4), https://doi.org/10.1016/j.aosl.2022.100221
Editor's Choice | 来自海洋的讯号：应对气候变化需要数代人的努力
EurekAlert!: https://www.eurekalert.org/news-releases/955442
在全球变化背景下, 海洋的很多变化在人类社会发展的时间尺度上 （百年至千年）具有不可逆转性, 海洋巨大的热惯性是造成该不可逆性的主要原因。这个特征为人类和生态系统应对海洋变化提出一系列挑战。本文从海洋变化的角度总结了人类应对气候变化的要求，提出需要进行多时间尺度的规划和统筹。在近期（到2030年），实现联合国可持续发展目标至关重要。在中期（2050–2060年前后） ，全球需要逐步减排并实现碳中和目标。同时，适应和减缓气候变化的行动和措施必须同步施行；全球海洋观测系统需要得以维持并完善以持续监测海洋变化。在远期（在2060年之后），即使全球达到净零排放，包括深海变暖和海平面上升在内的海洋变化都将持续，因此应对全球变化的行动需持续数百年之久。在该时间尺度，应对“低概率、高影响”气候风险（即发生的可能性较低，但一旦发生影响极大的事件带来的风险，例如：大西洋经圈反转环流突然减弱，海洋生态系统跨过临界点，无可挽回的冰盖质量损失等）的准备应充分纳入长期规划。
尹志聪 教授
南京信息工程大学
Seasonal to interannual prediction of air pollution in China: Review and insight
Zhicong Yin, Huijun Wang, Hong Liao, Ke Fan, Botao Zhou
2022, 15(1), https://doi.org/10.1016/j.aosl.2021.100131
复合型大气污染对中国环境, 健康和经济存在巨大的不利影响。2013年以来的减排措施有效改善了空气质量。目前, 我国已进入大气污染与气候变化协同治理的关键阶段。在季节-年际尺度上, 对大气污染 (霾, 臭氧和沙尘暴) 的准确预测可以为有关部门的减排措施提供有效的科技支撑。近年来, 全球科学家在理解中国气候变化, 大气污染变率及相关物理机制方面取得了很大进展, 为开展大气污染气候预测提供了科学基础。本文回顾了大气污染气候预测的相关进展, 并对大气污染气候预测的---些发展方向提出了观点和判断。
敬请关注更多合集
期刊简介
《大气和海洋科学快报(英)》(Atmospheric and Oceanic Science Letters，简称AOSL)创刊于2008年年底，是由中国科学院主管， 中国科学院大气物理研究所、中国气象学会主办的英文学术期刊。
AOSL实行严格的同行评议，发表大气科学和物理海洋学领域创新性“通讯” (letters)，发表Original Articles、Reviews (特邀)、Progress and Views、Report、Data Description等类型文章。期刊一直以高水平研究成果的快速发表为办刊宗旨，具有国际化的编委会以及编辑、审稿、作者队伍，致力于不断提升期刊的论文质量，提高期刊的学术影响力。
期刊自2016年起转为开放获取(Open Access, OA)出版模式。从2014年连续被评为“中国国际影响力优秀期刊”，目前已被ESCI (Impact Factor: 2.3，三区)、Scopus (CiteScore: 4.2，二区)、GEOBASE、DOAJ、JSTChi、CSCD (核心集)、中科院期刊分区表、中国科协地学领域高质量科技期刊分级目录 (T2级) 等收录。
欢迎转载，留言开白。
整理：沈蓉蓉
审核：刘晓春
点击“在看”，助力传播
