自然·通訊：提前一年預警冰川躍動與雨林生態臨界點

導語

當我們需要預測地球系統是否即將發生災難性突變時，一個基本前提是：我們所依賴的數據必須是“干凈”的，沒有趨勢，沒有季節性。然而，現實中的冰川流速、植被指數無不帶有強烈的周期性波動，傳統的預處理方法稍有不慎，就可能將真正的危機信號掩埋于人為的偏差之中。有沒有一種方法，可以在不“清理”數據的前提下，直接評估周期性系統的穩定性？2026年2月6日發表于Nature Communications的一項研究給出了肯定的答案。這項研究基于Floquet乘數與動態模態分解，提出了一套無需數據預處理的穩定性評估框架，并在合成模型、冰川躍動與亞馬遜雨林等多個系統中驗證了其有效性。這一方法不僅對數據噪聲具有高度魯棒性，還能從時空網格中提取出系統失穩的空間模式，為預測復雜系統的臨界轉變提供了全新的分析路徑。

關鍵詞：臨界慢化（Critical Slowing Down，CSD），Floquet乘數，系統穩定性，冰川躍動，亞馬遜雨林，動態模態分解（Dynamic Mode Decomposition (DMD)）

王璇丨作者

趙思怡丨審校

論文題目：Predicting instabilities in transient landforms and interconnected ecosystems 論文鏈接：https://www.nature.com/articles/s41467-026-68944-w 發表時間：2026年2月6日 論文來源：Nature Communications

傳統方法的困境：當“噪音”成為障礙

自然系統（如亞馬遜雨林、山地冰川）可能發生難以預測的狀態突變，對生態與氣候影響深遠。科學家常借助臨界慢化（CSD）理論捕捉突變預警信號，其核心是通過統計指標異常判斷系統接近臨界點，但該方法需依賴平穩數據，必須先去除趨勢和季節性波動。

這種預處理充滿不確定性，尤其在冰川、雨林等季節性波動顯著且不規則的系統中，易引入虛假信號或掩蓋真實危機。例如冰川速度受季節影響劇烈，傳統方法需去除“平均季節變化”，但冰川季節規律本身不斷變化，殘留偏差會干擾判斷。雨林研究中，對各區域單獨去季節化、去趨勢的處理，不僅計算量大，還可能割裂系統整體性。

面對這一困境，2026年2月Nature Communications的這項研究提供了新解決方案，巧妙地將Floquet乘數與動態模態分解結合，無需預處理即可處理周期性數據，還能擴展至時空網格，為系統穩定性評估提供了新工具。

新方法的核心邏輯：繞開“噪音”，直擊“核心”

既然季節性本身就是系統的一個重要組成部分，為何要費力地將其剔除？能不能將季節性視為系統的一種“周期性軌道”，然后去分析系統圍繞這條軌道的穩定性呢？這正是Floquet乘數的用武之地。

Floquet乘數的概念源于對周期系數線性微分方程的研究。對于一個具有已知周期（比如一年）的系統，我們可以構建一個“單值矩陣”，這個矩陣描述了系統狀態在經過一個完整周期后的演化。矩陣的特征值，就是Floquet乘數。它們的模長直接告訴我們系統的穩定性：如果所有乘數的模都小于1，那么系統就是穩定的，周期軌道會像一塊磁鐵一樣，將擾動拉回原位，一旦有一個乘數的模接近并超過1，就意味著系統開始“漂移”，即將離開當前的周期性軌道，奔向另一個新狀態。

圖1. Floquet乘數

關鍵在于，Floquet乘數的計算無需去除季節性。研究者們利用動態模態分解算法，可以從時序數據中直接估計出這個單值矩陣。動態模態分解就像一位擅長提取主要特征的專家，它能夠從看似混亂的、包含噪聲的數據中，捕捉到最關鍵的、相干性最強的動態模式。它將系統的狀態向量（例如，一系列時間點的冰川速度）通過一個線性算子聯系起來，而這個算子的特征值就是我們需要的Floquet乘數。

在實際操作中，研究者會面對一組特征值。其中總有一個或多個模長接近1的特征值，它們代表了系統穩定的季節性周期。而我們需要關注的，是那些模長在逐漸增大、并向1逼近的“非季節性”特征值。正是這些“不安分”的特征值，預示著系統內在恢復力的喪失和臨界點的迫近。通過這種方式，方法成功地將周期信號和臨界信號分離開來，避免了傳統方法中因去除季節性而引入的偏差。

冰川預警：從“點”到“面”的飛躍

為了驗證方法的有效性，研究者選取了兩個典型冰川：一個位于美國阿拉斯加，另一個位于中亞的喀喇昆侖山脈。這兩個冰川的數據展示了其表面流速在2014至2025年間的劇烈變化。在傳統的CSD框架下，這些數據因其巨大的季節性振幅而難以處理。然而，通過計算Floquet乘數，研究者成功地從中提取出了清晰的預警信號。

結果顯示，在冰川進入高速躍動期前至少一年，代表非周期性不穩定的特征值就開始顯著上升，并越過了代表失穩的閾值“1”。這證明了該方法能夠提前預報冰川躍動的發生，這對于預測冰川對海平面上升的貢獻以及冰川湖潰決洪水風險具有重要的實際意義。

圖2. 全冰川穩定性

論文進一步指出，僅分析冰川上單個點的數據，其預警信號的強弱和時機很大程度上依賴于觀測點的選擇，這無疑引入了主觀性。為此，研究者將分析對象從單個點擴展到整個冰川的面。他們將冰川表面數百個點的速度場數據，構建成一個時空數據立方體，并運用相同的動態模態分解框架進行分析。這時，整個冰川作為一個相干系統，其整體的穩定性變化被揭示出來。結果顯示，對全冰川的分析能提供更穩定、更可靠的預警信號。更重要的是，通過分析動態模態分解輸出的空間模態，研究者能夠可視化出是冰川的哪些區域正在“蠢蠢欲動”，驅動著整個系統走向不穩定。這些區域往往是局部激活的，而非整個冰川均勻加速，這為理解冰川躍動的物理機制提供了寶貴的空間信息。

亞馬遜雨林：空間上的不穩定模式

長期以來，科學家們擔憂，由于森林砍伐和氣候變化，亞馬遜雨林可能正在接近一個臨界點，從茂密的雨林轉變為稀樹草原。之前的研究基于傳統的CSD指標（如時間自相關），已經暗示雨林的恢復力在過去幾十年中有所下降。但這項新研究提供了一個更宏大、更具空間洞察力的視角。

圖3. 亞馬遜植被穩定性

通過分析該特征值對應的空間模態，研究者能夠清晰地指出，整個亞馬遜地區的不穩定性主要集中在南部地區。這片區域正是過去幾十年里森林砍伐最為嚴重的地區，人類活動的影響也最為突出。研究進一步發現，這一不穩定性模式與森林覆蓋變化、人類足跡指數、火災頻率、降水以及干旱指數等多種驅動因素都存在復雜的空間關聯，這表明雨林的不穩定性是多種因素在不同時空尺度上共同作用的結果。這種方法不再依賴于對成千上萬個獨立像素點的時間序列進行“點對點”的預警信號分析，而是直接從系統的時空演替中提取出最具決定性的不穩定性模式。

優勢與局限并存：未來的應用與挑戰

這項研究成功地將基于特征值的穩定性分析方法拓展到了兩類最具挑戰性的數據領域：周期性數據和高維時空數據。通過巧妙地引入Floquet乘數，它繞過了令人頭疼的數據預處理難題，使得對冰川、凍土、季節性河流等系統的CSD研究成為可能。而通過應用動態模態分解，它將分析維度從“點”提升到了“面”，使我們能夠捕捉到系統失穩的空間模式，這無疑會加深我們對許多復雜系統突變機制的理解。為我們提供了一套更強大、更靈活的分析框架。從監測冰川躍動、預警河流決口，到追蹤海洋環流的變化、揭示生態系統空間自組織背后的不穩定機制，該方法有望在未來的地球系統科學研究中扮演關鍵角色。它向我們展示了，當我們不再費力地“清理”自然信號中的“噪音”，而是嘗試理解并分析這種周期性的動態本身時，或許更能看清，這些看似平靜的系統深處，正在悄然發生著怎樣的變化。

地球系統科學讀書會

世界氣象組織《2023年全球氣候狀況》報告確認2023年是有觀測記錄以來最暖的一年。氣候變化正在以高溫、干旱、洪水、野火和沙塵暴等極端天氣的形式吸引人們的廣泛關注。世界經濟論壇《2024全球風險報告》將氣候變化作為首要值得關注的風險。地球作為一個多要素、非線性的開放復雜系統，要素間相互作用關系復雜，往往牽一發而動全身。在人類活動深刻影響下，我們該如何理解并有效應對正在面臨的氣候變化以及其帶來的社會經濟等一系列議題，實現人類與地球的可持續發展？為了能夠深入理解人類世背景下地球系統各要素之間復雜的相互作用與演化機制，并為人類應對未來的地球系統科學重大挑戰提供一套科學的認知框架，集智俱樂部聯合清華大學講席教授陳德亮、北京師范大學教授樊京芳、東莞理工學院特聘副研究員陳愛芳、南開大學副教授戴啟立老師和愛爾蘭都柏林大學博士生班嶄共同發起，將組織大家從新的研究范式出發梳理相關文獻，并深入研讀其中涉及的理論與模型。

詳情請見：

1.

2.

3.

4.

5.

6.

7.

8.

9.