[论文解读] Teleconnections among Tipping Elements in the Earth System

Teng Liu, Dean Chen+11 more|arXiv (Cornell University)|Sep 9, 2022

Ecosystem dynamics and resilience被引用 7

一句话总结

本研究提出一种气候网络方法，用于量化地球系统临界要素之间的遥联系，重点关注亚马逊雨林区（ARA）。研究识别出一条从ARA到青藏高原（TP）的稳健遥联系路径，自2008年以来通过临界减速指标检测到TP积雪覆盖临界转变的早期预警信号，并揭示了气候极端事件的同步性，为地球系统中级联临界动力学及其可预测性提供了新见解。

ABSTRACT

Tipping elements of the Earth system may shift abruptly and irreversibly from one state to another at tipping points, resulting in a growing threat to our society. Yet, it is not fully clear how to assess and quantify the influence of a tipping element and how to explore the teleconnections between different tipping elements. To fill this knowledge gap, we propose a climate network approach to quantitatively analyze the global impacts of a prominent tipping element, the Amazon Rainforest Area (ARA). We find that regions, such as, the Tibetan Plateau (TP) and West Antarctic ice sheet, are characterized by higher network weighted links and exhibit strong correlations with the ARA. We then identify a teleconnection propagation path between the ARA and the TP. This path is robust under climate change as simulated by various climate models of CMIP5 and CMIP6. In addition, we detect early warning signals for critical transition in the snow cover extent on the Tibetan Plateau by applying critical slowing down indicators, lag-1 autocorrelation and detrended fluctuation analysis. We find that the snow cover of the TP has been losing stability since 2008, revealing that the TP is operating like a tipping element and approaching a potential tipping point. We further uncover that various climate extremes between the ARA and the TP are significantly synchronized under climate change. Our framework provides new insights into how tipping elements are linked to each other and into the potential predictability of cascading tipping dynamics.

研究动机与目标

• 为解决缺乏评估地球系统中临界要素及其相互关联全球影响的定量框架的问题。
• 研究亚马逊雨林区（ARA）如何通过遥联系影响其他地区，特别是青藏高原（TP）。
• 利用临界减速指标检测青藏高原积雪覆盖临界转变的早期预警信号。
• 探讨在气候变化背景下，ARA与TP之间气候极端事件的同步性。
• 开发地球系统中级联临界动力学的预测框架。

提出的方法

• 采用气候网络方法分析全球遥联系，网络加权链接量化了区域与ARA之间的影响力强度。
• 研究使用ERA5和NCEP/NCAR再分析数据，以及CMIP5和CMIP6气候模型模拟，以评估模型间的稳健性。
• 利用1990–2020年期间5公里分辨率的每日数据集计算TP的积雪覆盖分数（SCF），并通过STL分解去除趋势和年周期。
• 对残差时间序列应用一阶自相关（AR(1)）和去趋势波动分析（DFA），以检测临界减速现象。
• DFA标度指数α通过F(n)与窗口长度n的对数-对数图的斜率计算，使用10–1000范围及二阶多项式去趋势（阶数z=2）。
• 利用肯德尔等级相关（τ）评估AR(1)和α的时间趋势，采用8–10年滑动窗口以检验稳健性。

实验结果

研究问题

• RQ1 亚马逊雨林区（ARA）向其他地区，特别是青藏高原（TP）的主导遥联系路径是什么？
• RQ2 在CMIP5和CMIP6模型模拟下，这些遥联系在气候变化背景下的稳健性如何？
• RQ3 能否检测到青藏高原积雪覆盖范围临界转变的早期预警信号？
• RQ4 在持续的气候变化下，ARA与TP之间的气候极端事件在多大程度上实现同步？
• RQ5 基于网络的框架能否提升地球系统中级联临界动力学的可预测性？

主要发现

• 青藏高原（TP）和西南极冰盖与亚马逊雨林区（ARA）具有最高的网络加权链接，表明其影响力和相关性较强。
• 识别出一条从ARA到TP的稳健遥联系路径，该路径在多个CMIP5和CMIP6气候模型模拟中持续存在。
• 临界减速指标——一阶自相关和DFA标度指数——自2008年以来在TP积雪覆盖残差时间序列中持续上升，表明稳定性下降。
• AR(1)和DFA指数趋势的肯德尔τ相关性显著为正，证实自2008年以来记忆效应增强和系统减速长期持续。
• 在气候变化背景下，干旱和热浪等气候极端事件在ARA与TP之间显著同步，表明存在强烈的区域间耦合。
• 该框架成功检测到早期预警信号，并表明TP正接近潜在的临界点，在人为强迫下可能作为临界要素运行。