大气阻塞高压事件是中高纬度地区持续存在、影响巨大的天气模式，它会使高空急流和风暴路径在数天至数周内发生改变，并可能引发热浪、寒流、干旱和洪水。由于对阻塞高压的发生、维持和衰减机制的了解有限，以及强烈的自然年际和年代际变异性以及气候模型在表示这一现象时的偏差，阻塞高压对外部气候强迫的响应仍旧是个悬而未决的问题。虽然古气候记录可以帮助减少不确定性，但其低时间分辨率使得提取天气尺度信号具有挑战性。
9月30日发表于《通讯-地球与环境》的一项研究中，来自夏威夷大学马诺阿分校的大气科学家Christina Karamperidou开发了一个深度学习模型，从基于树木年轮的对上个千年北半球地表温度网格重建中推断夏季阻塞高压频率。Karamperidou通过使用一个深度学习（DL）模型PaleoBlockNet，解决了从较低时间分辨率的古气候记录中提取古天气信号的问题，该模型能够从上个千年的季节性温度异常场重建中推断季节性平均阻塞高压频率。
当变量之间的关系复杂且未知时，DL模型对于提取信息尤其有用，比如该研究中的季节性地表温度与季节性阻塞高压频率之间的关系。Karamperidou的重点是北半球夏季（6月-7月-8月），上个千年的这个季节温度受广泛树木年轮记录网络的约束较好，这些记录对生长季节的温度异常非常敏感。
出自深度学习重建的上个千年的6月-7月-8月(JJA)阻塞高压频率的时间序列。（Christina Karamperidou《通讯-地球与环境》2024）
该模型尽管没有直接纳入古气候代理或其位置，却隐含受到了其约束。重建结果凸显了热带太平洋在年际到百年时间尺度上对阻塞高压变异性的强烈影响。小冰期热带太平洋纬向温度梯度的减弱与半球降低的阻塞高压频率（但年际变化更大）以及区域模式的改变相关。
据Karamperidou所知，这是首次尝试主要基于地表温度与天气尺度阻塞高压现象之间的关系来重建阻塞高压频率，而不是基于其与位势高度变化的低频表达式的关联。对夏季阻塞高压的DL重建为之前利用阻塞高压来解释上个千年的气候变化和古气候信号的研究提供了进一步的背景。
该DL模型重建的时空分析。（Christina Karamperidou《通讯-地球与环境》2024）
Karamperidou同时指出，虽然该研究为热带太平洋纬向海洋表面温度（SST）梯度与北半球夏季阻塞高压频率的大小和模式之间的模拟关系提供了支持，但其并未评估对二十一世纪人为强迫响应的纬向梯度变化方向预估的保真度。相反，该研究结果强调，热带太平洋平均状态变化的任何模型偏差或错误预估都可能延续到对阻塞高压的预估中。
该研究的深度学习方法为从古气候记录中提取古天气信号提供了一种途径，有助于更好地了解阻塞高压对外部强迫的响应和对气候变化情景下阻塞高压模型预估的约束。
（文/牛静美）
【参考来源：】
Christina Karamperidou《通过对上个千年大气阻塞高压的深度学习重建来从古气候中提取古天气》《通讯-地球与环境》2024（开放获取）
https://doi.org/10.1038/s43247-024-01687-y
https://www.researchgate.net/publication/384471922_Extracting_paleoweather_from_paleoclimate_through_a_deep_learning_reconstruction_of_Last_Millennium_atmospheric_blocking
