HClimRep-Ocean: A Global Ocean Emulator on an Unstructured Mesh
Alfred Wegener Institute, Helmholtz Centre for Polar and Marine Research（阿尔弗雷德·魏格纳亥姆霍兹极地与海洋研究中心）；Forschungszentrum Jülich GmbH（于利希研究中心）；Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）；European Center for Medium-Range Weather Forecasts（欧洲中期天气预报中心）；University of Cologne（科隆大学）；University of Bremen（不来梅大学）
HClimRep-Ocean提出一种在非结构化网格上运行的全球海洋模拟器，利用209年AWI-CM3训练数据，在30天海流预报中超越参考模型，并在OceanBench基准上取得最低RMSE，验证了原生网格方法的竞争力。
2026-09-29 cs.LG physics.ao-ph
21st century change in ocean response to climate forcing
从陆地地面温度数据、海表温度（SST）和经验确定的SST变化与热量进入上层海洋的湍流扩散之间的关系中模拟全球平均气候强迫信息，表明了一致的联系。尽管年代际太平洋涛动（IPO）的不同阶段或陆地和海洋表面变暖之间的强烈分歧，该模型在整个20世纪都是准确的。只有在过去15年中，当SST下降到远低于趋势时，它才失败。这一发现强化了这样一种观点，即过去15年全球变暖的减缓不是由IPO的负阶段或上层海洋（顶部700米）变暖的变化引起的，而是由于海洋行为的变化导致向更深海洋的热量传送增加。
2015-07-17 physics.ao-ph
Role of the ocean for fast atmospheric evolution revealed by machine learning
University of Oxford（牛津大学）；European Centre for Medium-Range Weather Forecasts（欧洲中期天气预报中心）
通过机器学习揭示海洋在快速大气演变中的作用，分析GraphCast模型对海洋信息的推断能力及其对预报精度的影响。
2026-03-02 physics.ao-ph
SamudrACE: Fast and Accurate Coupled Climate Modeling with 3D Ocean and Atmosphere Emulators
SamudrACE通过3D海洋和大气模拟器实现快速准确的耦合气候建模，能够模拟数百年长的高分辨率气候现象。
2026-02-27 cs.LG physics.ao-ph
Organization of Historical Oceanic Overturnings on Cross-Sphere Climate Signals
本文通过多尺度数据同化将大气与海洋观测融入多个耦合模式，重建过去80年全球洋流和GMOC，揭示历史气候事件并促进气候信号跨圈层传播机制研究和AI耦合大模型发展。
2025-04-09 physics.ao-ph
Radiative and Dynamical Controls on the Land-Ocean Warming Contrast in Climate Models
Massachusetts Institute of Technology（麻省理工学院）
该研究以大气湿静力能输送为视角，结合辐射与动力机制构建模拟器，分析CMIP6的22个模式，揭示陆地-海洋增温对比的控制机制及与气候敏感度的关联。
2026-09-04 physics.ao-ph
A simple emulator that enables interpretation of parameter-output relationships, applied to two climate model PPEs
本研究提出简化加性高斯过程模拟器sage，适配气候模型PPE的稀疏特性，可量化参数对输出的影响，性能与全连接神经网络相当，还能提供参数重要性洞见与PPE设计优化参考。
2024-10-08 physics.ao-ph stat.ME
Disentangling the effects of sea surface temperature and CO$_2$ in global machine learned weather-climate emulators
Allen Institute for Artificial Intelligence（人工智能艾伦研究所）；NOAA/Geophysical Fluid Dynamics Laboratory（美国国家海洋和大气管理局地球物理流体动力学实验室）
针对现有气候模拟器因训练数据中SST与CO₂相关而无法准确分离二者效应的问题，提出随机CO₂参考模拟与能量守恒约束，实现更高效且能模拟极端情景的模型。
2026-07-07 physics.ao-ph
Achieving Conservation of Energy in Neural Network Emulators for Climate Modeling
University of California, Irvine（加州大学欧文分校）；Columbia University（哥伦比亚大学）；Ludwig-Maximilian-University（路德维希-马克西米利安大学）
人工神经网络有潜力模拟云过程，比目前气候模式中使用的半经验模拟器具有更高的准确性。然而，神经网络模型本质上并不保存能量和质量，这是将其用于长期气候预测的障碍。在这里，我们提出了两种方法来在物理模型的神经网络仿真器中执行线性守恒律：约束（1）损失函数或（2）网络本身的架构。应用于原型多尺度气候模式中明确解决的云过程的仿真，我们表明，架构约束可以执行守恒定律，以令人满意的数值精度，而所有的约束有助于神经网络更好地概括其训练集以外的条件，如全球变暖。
2019-06-15 cs.LG physics.ao-ph physics.comp-ph
The role of atmospheric greenhouse gases, orbital parameters, and southern ocean gateways: an idealized model study
一组理想化的实验进行分析大气中二氧化碳浓度下降，海洋门户的开放，和不同的轨道参数的竞争效应。这些影响全球平均气候状态的强迫机制可能在触发过去的气候转变方面发挥了作用（例如在始新世-渐新世气候转变和南极冰盖的形成期间）。利用一个海气耦合环流模式对这三种强迫及其对全球气候的作用进行了敏感性模拟。模拟是在理想条件下进行的，以集中于要点。这三种强迫的结合引发了类似于南极冰川作用开始的气候转变。特别是南方高纬度地区气温下降，积雪不断堆积。此外，每个可能的强迫的相对重要性进行了探讨。所有这三种机制（大气中二氧化碳的减少、海洋门户的打开和轨道参数的改变）都使南极大陆的气候变冷。由轨道参数引起的变化强烈地依赖于结晶度变化的大小。
2016-02-03 physics.ao-ph
Long-term climate simulation in NorESM: burst-coupling the sediment in the BLOM/iHAMOCC ocean module
在这份报告中，我们提出了一个长期模拟的NorESM，挪威地球系统模型的模拟方法。在这个过程中，沉积物被反复解耦和耦合到海洋模式（BLOM/iHAMOCC），一个过程称为突发耦合。通过这样，海洋（海水和沉积物）进入近似恒定状态。我们表明，只是该模型必须运行至少50000年，以获得一个近似的恒定状态。利用爆发耦合，这可以在计算上合理的时间内完成（壁时间大约为一周）。该方法可用于生成数十万年的沉积物，因此它不仅适用于现代模拟，而且适用于古气候学研究。
2022-11-25 physics.ao-ph
FloeNet: A mass-conserving global sea ice emulator that generalizes across climates
FloeNet基于SIS2模型训练，通过机器学习模拟海冰和雪-海冰生长、融化和输运过程，其守恒特性在不同气候条件下均能准确预测海冰状态及变化，展现出高物理可解释性与高精度耦合变量输出。
2026-03-12 cs.LG physics.ao-ph
Samudra 2: Scaling Ocean Emulators across Resolutions
Courant Institute School of Mathematics, Computing, and Data Science, New York University（Courant学院数学、计算与数据科学系，纽约大学）；Open Athena AI Foundation, Inc.（开放Athena人工智能基金会）；Program in Atmospheric and Oceanic Sciences, Princeton University（大气与海洋科学项目，普林斯顿大学）
针对现有海洋神经仿真器在长期自回归滚动中出现的方差崩溃和印记伪影问题，提出Samudra 2，通过改进U-Net骨干网络和动态损失函数，在1°分辨率下将上层海洋全球平均温度R²从0.56提升至0.87，并将深层海洋温度误差降低约七倍，且可扩展至1/2°和1/4°分辨率。
2026-06-23 cs.AI cs.CE cs.LG
Ice Melt, Sea Level Rise and Superstorms: Evidence from Paleoclimate Data, Climate Modeling, and Modern Observations that 2°C Global Warming is Dangerous
我们使用数值气候模拟，古气候数据和现代观测来研究南极洲和格陵兰岛的冰融化的影响。融水趋于稳定海柱，诱导放大反馈，增加地下海洋变暖和冰架融化。寒冷的融水和引发的动力学效应导致南大洋和北大西洋的海洋表面冷却，从而增加了地球的能量不平衡和进入全球大部分海洋表面的热通量。南大洋表面变冷，而低纬度地区变暖，增加了南大洋的降水，增加了海洋层化，减缓了深水形成，增加了冰盖质量损失。这些反馈使与海洋接触的冰盖容易加速解体。我们假设，冰质量损失从最脆弱的冰，足以提高海平面数米，是更好地近似为指数比一个更线性的响应。10年、20年或40年翻一番，海平面将在大约50年、100年或200年内上升数米。最近的冰融化加倍时间接近10-40年范围的低端，但记录太短，无法确认反应的性质。包括次表层海洋变暖在内的反馈有助于解释古气候数据，并指出南大洋在控制大气二氧化碳方面的主导作用，这反过来又严格控制了全球温度和海平面。深海通风的千年（500-2000年）时间尺度影响了自然CO2变化的时间尺度，从而影响了古全球气候、冰盖和海平面变化的时间尺度，但这一古千年时间尺度不应被误解为冰盖对快速大人为气候强迫的响应时间尺度。
2016-02-03 physics.ao-ph
Towards accurate extreme event likelihoods from diffusion model climate emulators
NVIDIA（英伟达）
该研究基于扩散模型气候模拟器cBottle，通过其概率密度估计计算极端事件似然，利用优势比重要性采样降低估计误差，为极端事件相关研究提供了早期有效方法。
2026-10-14 cs.LG physics.ao-ph
Simultaneous emulation and downscaling with physically-consistent deep learning-based regional ocean emulators
University of California, Santa Cruz（加利福尼亚大学圣克鲁兹分校）；North Carolina State University（北卡罗来纳州立大学）；Fujitsu Research of America（美国富士通研究院）
针对墨西哥湾高分辨率区域海洋模拟难题，提出物理约束深度学习框架，自回归生成8 Km海表变量并同步降尺度校正至4 Km，兼顾短期技巧与长期统计稳定性。
2025-01-09 cs.AI cs.LG nlin.CD
Earth's Energy Imbalance and Implications
对海洋热含量观测的改进表明，即使在最近的太阳活动极小期，地球从太阳吸收的能量也比以热量形式辐射到太空的能量要多。2005-2010年6年间，推断出的行星能量不平衡为0.59 \pm 0.15 W/m2，证实了人为温室效应在推动全球气候变化方面的主导作用。观测到的地面温度变化和海洋增热共同制约净气候强迫和海洋混合率。我们的结论是，大多数气候模式过于有效地将热量混合到深海中，因此低估了人为气溶胶的负强迫。气溶胶气候强迫今天推断为1.6 \pm 0.3 W/m2，这意味着大量的气溶胶间接气候强迫通过云的变化。继续未能量化这一巨大强迫的具体来源是站不住脚的，因为需要了解气溶胶影响的变化来了解未来的气候变化。我们的结论是，最近海洋热量吸收的放缓是由皮纳图博山气溶胶和深延长太阳极小期的延迟反弹效应造成的。在阿尔戈浮标时代观测到的海平面上升很容易被解释为冰融化和海洋热膨胀，但冰融化的优势使我们预计海平面上升的速度在这十年加速。
2011-09-02 physics.ao-ph
A Framework for Hybrid Physics-AI Coupled Ocean Models
New York University（纽约大学）；Princeton University Atmospheric and Oceanic Sciences Program（普林斯顿大学大气与海洋科学项目）；Lamont-Doherty Earth Observatory at Columbia University（哥伦比亚大学拉蒙特-多尔蒂地球观测站）；NOAA Geophysical Fluid Dynamics Laboratory（美国国家海洋和大气管理局地球物理流体动力学实验室）；NSF-National Center for Atmospheric Research（美国国家科学基金会国家大气研究中心）；Columbia University（哥伦比亚大学）；Department of Civil and Environmental Engineering, Rowan University（罗文大学土木与环境工程系）；Center for Data Science, New York University（纽约大学数据科学中心）
本文提出一个灵活框架，在气候模型中开发物理与尺度感知的机器学习参数化方案，涵盖海洋与海冰组件，展示AI参数化在业务模型中的可行性，并推进混合模拟能力。
2025-10-26 physics.ao-ph
Optimal scenario design for climate emulation
Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（航空与航天系，麻省理工学院）；Center for Sustainability Science and Strategy, Massachusetts Institute of Technology（可持续科学与战略中心，麻省理工学院）；Department of Earth, Atmospheric, and Planetary Sciences, Massachusetts Institute of Technology（地球、大气与行星科学系，麻省理工学院）；Brahmal Vasudevan Institute for Sustainable Aviation, Department of Aeronautics, Imperial College London（可持续航空研究所，帝国理工学院伦敦校区）；Institute for Data, Systems, and Society, Massachusetts Institute of Technology（数据、系统与社会研究所，麻省理工学院）
针对气候模拟器泛化能力受限的问题，提出通过可微简单气候模型优化训练数据情景，使小数据集训练的模拟器性能优于标准情景集。
2026-09-30 cs.LG physics.ao-ph
Skillful Global Ocean Emulation and the Role of Correlation-Aware Loss
CIRES, University of Colorado, Boulder, CO, USA（大气科学研究所，科罗拉多大学，伯尔尼，科罗拉多州，美国）；NOAA Physical Sciences Laboratory, Boulder, CO, USA（国家海洋和大气管理局物理科学实验室，伯尔尼，科罗拉多州，美国）
本文提出一种专为海洋设计的模拟器，利用相关意识损失提升预测能力，通过空间相关性分析改进全球海洋动力学的背景预测。
2026-04-20 cs.AI nlin.CD physics.ao-ph
Enforcing Equity in Neural Climate Emulators
Harvey Mudd College（哈维穆德学院）；University of Southern California（南加州大学）；University of Washington（华盛顿大学）
本文提出一种自定义损失函数，通过在训练中加权公平性指标（基于HDI）来约束神经气候仿真器，使其在不同区域产生更公平的预测，并证明适当调节公平性权重可在准确性与公平性之间取得平衡。
2024-06-28 cs.LG physics.ao-ph
Extratropical Atmospheric Circulation Response to ENSO in Deep Learning Pacific Pacemaker Experiments
University of Washington（华盛顿大学）
本研究通过深度学习太平洋节拍实验，发现耦合模型对ENSO的响应被放大，导致极端事件模拟出现偏差，强调了对DL模型进行物理验证的必要性。
2025-11-25 physics.ao-ph
Intrinsic oceanic decadal variability of upper-ocean heat content
大气和海洋通过海气相互作用耦合。大气条件为海洋环流及其变化提供了燃料，但海洋过程在十年时间尺度上对大气的影响程度仍不清楚。特别是，这种低频变率很难从短期观测记录中提取，这意味着气候模式是解决这一问题的主要工具。在这里，我们评估如何海洋的内在变化导致模式的上层海洋热含量，在十年的时间尺度变化。这些模式有可能反馈到大气层，从而影响气候变化模式，如厄尔尼诺或太平洋年代际振荡。我们使用的输出从全球海洋-海冰环流模式在三个不同的水平分辨率，每个驱动相同的大气再分析。为了解开海洋对大气强迫的直接响应的变化性，由于内在的海洋动力学的变化性，我们比较了年际变化强迫（1958-2018年）驱动的模型运行和重复年强迫驱动的模型运行。依赖于涡旋参数化的粗分辨率模型显示：（i）在十年时间尺度上，上层海洋热含量的方差显著降低;（ii）与高分辨率模型相比，低频变率的空间格局存在差异。气候预测通常使用具有粗分辨率海洋分量的大气环流模型进行。因此，这些偏差影响了我们预测十年气候变率模式的能力，反过来又阻碍了气候预测。我们的研究结果表明，为了改善气候预测，社会应该走向耦合气候模式更高的海洋分辨率。
2021-06-13 physics.ao-ph physics.geo-ph
Global Climate network evolves with North Atlantic Oscillation phases: Coupling to Southern Pacific Ocean
我们使用1948-2010年的再分析数据，从全球不同地理位置的表层大气温度的气候记录构建了一个网络。我们发现，网络与北大西洋涛动（NAO），无论是在本地北大西洋，并通过耦合到南太平洋。这些区域之间存在着远程连接，而且随着时间的推移保持稳定，这使我们能够对这一现象提出一个可能的物理解释。
2013-09-07 physics.ao-ph physics.geo-ph
MERCURY: A fast and versatile multi-resolution based global emulator of compound climate hazards
University of Oxford（牛津大学）；Montreal Polytechnique（蒙特利尔理工学院）；Columbia Climate School（哥伦比亚气候学院）；International Institute for Applied Systems Analysis（国际应用系统分析研究所）；Universität Leipzig（莱比锡大学）；IRI THESys；Humboldt-Universität zu Berlin（柏林洪堡大学）；Institute Pierre-Simone-Laplace（皮埃尔-西蒙·拉普拉斯研究所）
本文提出MERCURY多分辨率气候仿真器，通过概率回归加性模型与逆提升格式算子联合降尺度多变量，高效仿真复合湿热灾害并准确捕捉WBGT相关性与高分位数。
2024-12-24 cs.LG physics.ao-ph stat.AP
Ocean Wind Wave Climate Responses to Wintertime North Atlantic Atmospheric Transient Eddies and Low Frequency Flow
研究了1980 - 2016年北大西洋冬季大气瞬变涡旋和低频流对海洋表面波气候的贡献。我们进行了一组数值模拟与一个国家的最先进的谱波模式Wavewatch III强迫分解风场来自ERA-Interim再分析（0.7°水平分辨率）。天气尺度过程（2-10天的带通风）被认为对沿北美和格陵兰岛西部海岸的中纬度北大西洋西部的风浪的形成有最大的影响。北大西洋东部被认为是由低频强迫（>10天带通风）的组合贡献高达60%，天气过程贡献高达30%的平均波高的影响。中纬度风暴路径的变化被发现有一个直接的关系，波高变化的东部和西部边缘的北大西洋，特别是意味着在北美东海岸的气旋形成和波高异常之间的关联。利用波浪分析定义的波高状态的变化反映在其分布的出现异常中。结果突出的主导作用，在中纬度北大西洋东部的海洋表面波气候学的瞬变涡旋本地和通过关联与气旋形成在西部的盆地。这些结论提出和讨论，特别是在长期的风暴路径的变化，预计作为一个可能的应对气候变暖在未来的世纪。
2018-09-07 physics.ao-ph
Emulating Fast Processes in Climate Models
大气模式中的云微物理参数化描述了云和降水这一重要天气气候过程的形成和演变。与云相关的潜热加热是全球大气中大规模和小规模环流的主要驱动力，云与大气辐射有重要的相互作用。云无处不在，多种多样，并且可以快速变化。在这项工作中，我们建立了整个云微物理参数化的第一个模拟器，包括快速相变。该模拟器在离线和在线（即与其他大气模式相结合）测试中表现良好，但在南极洲显示出一些发展中的偏差。敏感性测试表明，这些成功需要仔细建模的混合离散连续输出以及输入输出结构的底层代码和物理过程。
2022-11-19 physics.ao-ph
The Effect of Ocean Salinity on Climate and Its Implications for Earth's Habitability
大气成分对现今和早期地球气候的影响已经得到了广泛的研究，但海洋成分的作用受到的关注较少。我们使用ROCKE-3D海洋大气环流模式来研究地球现今和太古代气候系统对低盐度和高盐度的响应。我们发现，更咸的海洋产生更温暖的气候，在很大程度上是由于海洋动力学的变化。海洋盐度从20克/千克增加到50克/千克，导致我们今天地球上的海冰覆盖面积减少71%。同样的盐度变化也使pCO $_2$阈值减半，在该阈值下，在我们的太古代情景中发生雪球冰川作用。结合更高水平的温室气体，如CO $_2$和CH $_4$，一个更咸的海洋可能允许一个温暖的太古宙地球，尽管从太阳接收的能量减少了20%，但两极只有季节性冰。
2022-05-13 astro-ph.EP physics.ao-ph physics.geo-ph
Sensitivity of the ECMWF seasonal forecast model to CO2 and anthropogenic aerosol forcings: Experimental design and impact on climate trends
ECMWF（欧洲中期天气预报中心）；Department of Meteorology and Geophysics, University of Vienna（维也纳大学气象与地球物理系）；NCAS, University of Oxford, Atmospheric, Oceanic and Planetary Physics（牛津大学大气、海洋和行星物理国家环境科学研究中心）
该研究利用ECMWF耦合季节预报系统开展反事实后报实验，探究模式对CO₂和人为气溶胶强迫的敏感性，发现反事实后报可改变长期温度趋势，为动态归因和诊断模式缺陷提供了有力工具。
2026-08-20 physics.ao-ph
Examining Fast Radiatively Driven Responses Using Machine-Learning Weather Emulators
Allen Institute for Artificial Intelligence (Ai2)（人工智能研究所（Ai2））；NVIDIA Corporation（NVIDIA公司）
本文利用历史训练的机器学习天气模拟器研究了辐射-对流平衡对二氧化碳等温室气体扰动的快速降水响应，验证了其与全物理地球系统模型结果的一致性。
2026-04-18 cs.LG physics.ao-ph
Tropical temperature distributions over a wide range of climates: theory and idealized simulations
本文利用理想化GCM模拟广泛气候状态，提出基于局地对流耦合的理论框架，揭示干者更热机制是导致热带陆地和海洋极端高温对气候变暖响应差异的主要原因。
2025-05-09 physics.ao-ph
Background Pycnocline depth constrains Future Ocean Heat Uptake Efficiency
本研究发现海洋热吸收效率（OHUE）主要受中纬度通风强度控制，与副热带密度跃层深度密切相关，该结论得到多模式验证，为观测约束OHUE及未来气候提供了途径。
2023-07-21 physics.ao-ph
Impact of large scale climate oscillation on drought in West Africa
干旱对撒哈拉以南非洲脆弱的经济构成严重威胁。这项研究调查了大规模海洋振荡对西非干旱的影响。该地区的标准化降水指数是使用1961 - 1990年期间气候研究股的月降水量数据计算的。利用线性相关、协整检验、互信息和非线性同步等方法，研究了南大洋指数（SOI）、太平洋年代际振荡（PDO）和北大西洋振荡（NAO）对西非干旱的影响。SOI与干旱呈显著正相关，PDO和NAO呈显著负相关。协整检验证实了这一点。非线性检验揭示了各指标与干旱的复杂关系。与西非萨赫勒地区相比，PDO对沿海地区干旱的影响较小或造成的影响较小。
2019-01-29 physics.ao-ph
emIAM v1.0: an emulator for Integrated Assessment Models using marginal abatement cost curves
我们开发了一个模拟器的综合评估模型（emIAM）的基础上边际减排成本（MAC）曲线的方法。利用ENGAGE Scenario Explorer和GET模型中IAM的输出，我们得出了一系列MAC曲线：10个IAM;全球和11个地区;三种气体CO2，CH 4和N2 O;八种可用的缓解技术组合;以及两种排放源。我们测试了emIAM的性能，将其与一个简单的气候模式ACC 2。我们发现，优化的气候经济模型emIAM-ACC 2充分再现了大多数原始IAM排放结果在类似的条件下，允许系统的探索IAM与小的计算资源。emIAM可以扩大简单气候模式的能力，作为计算与温度目标直接相关的成本效益高的途径的工具。
2022-12-22 econ.GN physics.ao-ph q-fin.EC
Transferability and explainability of deep learning emulators for regional climate model projections: Perspectives for future applications
Instituto de Física de Cantabria (IFCA), CSIC-Universidad de Cantabria（坎塔布里亚物理研究所（IFCA），CSIC-坎塔布里亚大学）
该研究针对深度学习RCM模拟器的跨时段、情景与GCM可迁移性问题，对比PP和MOS两种方法，结合XAI评估物理一致性，发现两类方法均具备软可迁移性但硬可迁移性受限，并给出未来应用展望。
2023-11-01 cs.LG physics.ao-ph
LUCIE-3D: A three-dimensional climate emulator for forced responses
Pennsylvania State University（宾夕法尼亚州立大学）；Allen Insitute of Artificial Intelligence（人工智能 Allen 机构）；Argonne National Laboratory（阿贡国家实验室）；University of California, Santa Cruz（加州大学圣克鲁兹分校）
本研究提出基于SFNO骨干的三维轻量气候模拟器LUCIE-3D，在ERA5数据训练下可复现气候特征与动力过程，训练高效且物理一致，适用于气候相关实验与研究。
2025-09-02 cs.LG physics.ao-ph physics.comp-ph
Deep ocean early warning signals of an Atlantic MOC collapse
大西洋经向翻转环流（MOC）是气候系统的重要组成部分，因为它与向北的热量输送有关。现今的MOC对淡水异常非常敏感，可能会崩溃到一个向北热量输送强烈减少的状态。大西洋MOC的未来崩溃已被确定为气候系统中最危险的临界点之一。因此，必须根据相对较短的时间序列，为这种潜在的崩溃制定预警指标。到目前为止，使用基于严重放缓的指标的尝试取得了一定的成功。基于复杂的气候网络重建，我们在这里提出了一个有前途的新指标MOC崩溃，有效地监测深海环流的空间变化。通过我们对该指标的性能分析，我们制定了最佳的MOC测量位置，以提供崩溃的早期预警信号。我们的结果意味着大西洋MOC观测的空间分辨率的增加（即，在更多的剖面上）可以改进早期探测，因为更好地捕捉到了在过渡区附近产生的深海空间相干性。
2014-05-06 physics.ao-ph
Machine learning emulation of precipitation from km-scale UK regional climate simulations using a diffusion model
本文提出利用扩散模型对英国区域气候模拟中的降水进行高效模拟，以降低计算成本并提升预测精度。
2026-02-03 cs.LG physics.ao-ph
Antarctic ice sheet - climate feedbacks under high future carbon emissions
来自退缩的南极冰盖的淡水强迫可能对未来全球气候产生广泛的影响。在这里，我们报告了多世纪（现在-2250年）的气候模拟，使用完全耦合的数值模式集成在未来的温室气体排放情景IPCC RCP 4.5和8.5，与融水排放的动态-热力学冰盖模型。考虑到南极洲的融水贡献，冰缘的次表层海洋温度上升了1摄氏度，超过了目前预测的速度。相比之下，南大洋2-10摄氏度的表面空气和海洋温度较低，导致海冰扩大，推迟了预计的全球平均人为变暖的增加。此外，北极冬季海冰的预计损失和大西洋经向翻转环流的减弱推迟了几十年。我们的研究结果表明，如果我们要做出可靠的气候预测，显然需要更准确地解释冰盖融水的输入。
2020-05-19 physics.ao-ph
A-UTE: Advection Informed, Uncertainty Aware Temperature Emulator
University of New South Wales（新南威尔士大学）
A-UTE通过结合物理模型和深度学习，提升多十年气候模拟的稳定性与准确性，实现具有物理结构和不确定性意识的气候模拟。
2026-10-26 cs.AI cs.LG physics.ao-ph
Impact of Data-Driven Eddy Parameterization on Climate State in an Idealized Coupled CESM Model
Courant Institute School of Mathematics, Computing, and Data Science, New York University（纽约大学柯朗数学科学研究所）；Atmospheric and Oceanic Sciences Program, Princeton University（普林斯顿大学大气与海洋科学项目）
本研究探讨数据驱动的涡参数化对气候状态的影响，发现其增强中尺度涡旋并加强极地海洋热输送，尤其在南半球产生显著的半球不对称性。
2026-03-26 physics.ao-ph
Probing forced responses and causality in data-driven climate emulators: conceptual limitations and the role of reduced-order models
Courant Institute of Mathematical Sciences New York University, New York, NY, USA（数学科学学院纽约大学，纽约，NY，USA）
本文探讨了数据驱动气候模拟器在捕捉强迫响应和因果性方面的挑战，提出降阶模型作为替代方案，并展示了其在多尺度系统建模中的应用与价值。
2026-01-24 cond-mat.stat-mech cs.LG nlin.CD
Weak 21st-century AMOC response to Greenland meltwater in a strongly eddying ocean model
Institute for Marine and Atmospheric research Utrecht, Department of Physics, Utrecht University（乌得勒支大学海洋与大气研究所物理系）
本研究首次在强涡流（1/10°水平分辨率）海洋模型中量化了格陵兰融水对AMOC的影响，发现融水导致的AMOC额外减弱很小（0.6±0.2 Sv），且与分辨率无关，但依赖于背景海洋状态。
2026-05-23 physics.ao-ph
Predicting Critical Biogeochemistry of the Southern Ocean for Climate Monitoring
MIT（麻省理工学院）；WHOI（伍兹霍尔海洋研究所）
生物地球化学-Argo（BGC-Argo）计划正在建立一个全球分布的、配备传感器的机器人剖面浮标网络，以提高我们对气候系统及其变化的理解。然而，这些浮动在测量的变量数量上是有限的。在这项研究中，我们训练神经网络预测硅酸盐和磷酸盐的值在南大洋的温度，压力，盐度，氧，硝酸盐，和位置，并将这些模型应用到地球系统模型（ESM）和BGC-Argo数据，以扩大这个海洋观测网络的效用。我们根据全球海洋船基水文调查计划（GO-SHIP）的观测结果训练了我们的神经网络，并使用dropout正则化来提供我们预测值的不确定性界限。我们的神经网络显著改善了线性回归，但在预测变量的范围内显示出不同程度的不确定性。我们探索我们的估计量的泛化到我们的训练分布之外的测试数据，从ESM和BGC-Argo数据。我们使用分布外的测试数据来检查地球化学参数的变化，并计算估计值的不确定性界限，这推动了海洋学数据和气候监测的发展。我们公开我们的数据和代码。
2021-10-30 cs.LG physics.ao-ph
ACE: A fast, skillful learned global atmospheric model for climate prediction
Allen Institute for Artificial Intelligence (AI2)（艾伦人工智能研究所（AI2））；University of California, Berkeley（加州大学伯克利分校）；NVIDIA（英伟达）
本文提出2亿参数的自回归全球大气仿真器ACE，可稳定运行百年、保持水分守恒并高保真复现参考气候，同时提速近百倍、能效提升百倍，且无需微调即可泛化至新海温数据。
2023-12-06 cs.LG physics.ao-ph
Circumpolar ocean stability on Mars 3 Gy ago
研究利用GCM模拟提出，30亿年前火星可在1 bar含10% H2的CO2大气下形成冷湿气候，使环极地海洋稳定，并同时解释海啸沉积与南部冰川地貌。
2023-09-30 astro-ph.EP physics.ao-ph
Southern Ocean Dynamics Under Climate Change: New Knowledge Through Physics-Guided Machine Learning
Harvey Mudd College（哈维穆德学院）；University of California（加利福尼亚大学）；ECMWF（欧洲中期天气预报中心）；IPSL（皮埃尔-西蒙·拉普拉斯研究所）；IRD（法国发展研究院）
本研究针对南大洋动力变化机制不清的问题，将THOR方法拓展至中尺度涡气候模型，结合神经网络集成与可解释性方法，揭示了南极绕极流与太平洋-南极海岭交汇区模态转变的风应力和地形驱动机制。
2023-12-17 cs.LG physics.ao-ph
The role of the oceans for subseasonal prediction: insights from eddy-permitting and eddy-rich coupled forecast systems
ECMWF（欧洲中期天气预报中心）
本文研究了海洋在亚季节预测中的作用，通过评估ECMWF集成预测系统中耦合海洋-大气系统对46天再预报的影响，探讨了提高水平分辨率和更好的海洋中尺度表示的潜力，发现耦合显著提高了热带地区的集合预报技能，特别是对MJO的预测能力有显著提升。
2026-10-20 physics.ao-ph
Robust intensification of global ocean Eddy Kinetic Energy from three decades of satellite altimetry observations
本研究基于30年卫星高度计观测发现全球海洋涡旋动能（EKE）每十年显著增强1-3%，黑潮延伸体和湾流增幅尤为突出，并指出湾流增强对AMOC的影响及改进气候模型中小尺度过程表征的必要性。
2024-06-12 physics.ao-ph
Slowing Climate Change and Ocean Acidification by Converting Atmospheric Carbon Dioxide to Graphite (CD2G)
本文提出将大气二氧化碳转化为石墨（CD2G）的方法，该技术不仅每去除1吨CO2可获约381美元净利润，还能通过降低可再生能源储存成本加速能源转型，从而同时实现盈利与减缓气候变化。
2025-04-05 econ.GN physics.ao-ph q-fin.EC
Effects of Drake Passage on a strongly eddying global ocean
始新世-渐新世过渡期海洋门户开口对气候的影响仍在争论之中。以前的模式研究采用网格分辨率，中尺度涡旋的影响必须参数化。我们提出了一个国家的最先进的涡旋解决全球海洋模式与一个封闭的德雷克海峡的结果，并与相同的模式在非涡旋分辨率的结果进行比较。通过将涡旋热输送分解为涡旋、水平和翻转环流分量来分析热量的路径，表明在两种分辨率下，大尺度上的模式行为在性质上是相似的。关闭德雷克海峡导致（i）南极洲周围的海面变暖，这是由于南大洋水平环流的变化，（ii）与北大西洋深层水形成有关的翻转环流的崩溃，导致北大西洋的表面冷却，（iii）南极洲附近显著的向赤道的涡流热输送。然而，定量细节在很大程度上取决于所选择的分辨率。南极洲周围的变暖在无涡旋结构（5.5 ° C）中比在涡旋结构（2.5 ° C）中大得多。这是一个后果的副极地平均流量分区不同的环流和绕极电流在不同的分辨率。我们的结论是，对于破译不同的机制活跃在始新世-渐新世气候变化的热量在不同的气候子系统的路径的详细分析是至关重要的，以明确确定实际工作的物理过程。
2015-10-14 physics.ao-ph
Constructing efficient score functions for rare event simulation in high-dimensional ocean-climate models
Institute for Marine and Atmospheric research Utrecht, Department of Physics, Utrecht University（乌得勒支大学海洋与大气研究所物理系）；Utrecht University（乌得勒支大学）；Netherlands eScience Center（荷兰电子科学中心）；IMEC；Centre for Complex Systems Studies, Department of Physics, Utrecht University（乌得勒支大学复杂系统研究中心物理系）
本文提出一种数据驱动方法，通过降维状态空间投影构建评分函数，提升高维模型中稀有事件模拟的效率与准确性。
2026-03-11 nlin.CD physics.ao-ph
Climate-Adaptive and Cascade-Constrained Machine Learning Prediction for Sea Surface Height under Greenhouse Warming
Tianjin University（天津大学）；The Hong Kong University of Science and Technology（香港科技大学）；Institute of Atmospheric Physics, Chinese Academy of Sciences（中国科学院大气物理研究所）；University of Chinese Academy of Sciences（中国科学院大学）
本文提出基于KE级联约束的机器学习模型，用于预测温室变暖下的海面高度，显著提升模型性能并展示其跨气候适应性。
2026-01-23 physics.ao-ph
Stable equatorial ice belts at high obliquity in a coupled atmosphere-ocean model
利用一个水行星结构的动态大气-海洋-海冰气候模式，实现了在一系列恒星辐照度下，高密度下的各种气候状态。三个稳定的气候状态得到不同的海冰覆盖的程度。对于低辐照度值，该模型模拟了具有常年全球海冰覆盖的Cryoplanet。通过增加恒星辐照度，转变发生在一个常年赤道海冰带的无盖冰冻行星上，最终转变为一个没有冰的水行星。使用模拟器模型，我们发现，无帽Cryoplanet是一个强大的稳定状态的范围内的辐照度和高的CO2和对比早期的结果，高CO2的气候状态与赤道冰带可能是不可持续的或无法实现的。当赤道海洋热通量增强时，由于赤道海冰的融化，允许一个稳定的无盖冰冻行星的参数范围减小。当赤道海洋热通量超过一个临界阈值时，常年赤道冰带消失。因此，一个强大的海洋环流可能会使它不稳定。我们的研究结果表明，常年赤道冰层覆盖是一个可行的气候状态的高湿度系外行星。然而，由于多重平衡，这种状态只能从更多的冰川条件下达到，而不是从较少的冰川条件。
2018-09-16 astro-ph.EP physics.ao-ph
