近日，中国科学院海洋研究所人工智能海洋学研究组与美国哥伦比亚大学研究团队合作，在西南极海冰可预测性年代际变化研究方面取得重要进展。研究利用马尔可夫模型，及海洋所团队开发的深度学习模型SIPNet，揭示了2002年以来西南极海冰可预测性显著下降及其与ENSO对南极遥相关变化之间的联系。这一研究成果发表在国际期刊Geophysical Research Letters。

南极海冰是南半球气候系统的重要组成部分，其变化受到厄尔尼诺-南方涛动（ENSO）等多种气候模态影响。ENSO可通过罗斯贝波列等“大气桥”在西南极形成典型的南极偶极子（ADP）海冰异常，是该区域海冰可预测性的重要来源。2000年前后，ENSO由以东太平洋型事件为主转向中太平洋型事件更为频繁的状态；与此同时，南极海冰范围年际变率的标准差由38万平方公里增至79万平方公里。然而，这种ENSO年代际转变是否改变了南极海冰可预测性及其物理机制，仍缺乏系统认识。

针对该问题，研究团队将1980~2001年和2002~2023年划分为两个时段，利用基于海冰密集度、海表温度和上层300米海洋热含量的马尔可夫模型开展季节预测，并用SIPNet开展验证试验。研究发现，2002年以来，ADP区域冬春季海冰预测技巧在1~12个月超前期平均下降83%，其中冬季2~9个月和春季5~11个月超前期下降最明显。SIPNet再现了这一特征，表明该下降并非由模型误差造成。机制分析表明，在4~9个月滞后期，Niño4指数持续性下降约26%。Niño4相关罗斯贝波列的传播路径显著向北偏移，逐渐远离南极海冰区；同时，南太平洋中纬度急流和新西兰附近绝对涡度经向梯度减弱，使背景环流更不利于罗斯贝波向高纬传播。热带强迫和南半球背景环流的这些变化可能共同削弱ENSO对西南极海冰的持续影响，降低海冰异常的持续性和信噪比。峰值季节Niño4对随后冷季ADP区域海冰变率的解释率由12%降至4%，可预测信号因而明显减少。该研究表明，热带气候变化不仅影响南极海冰异常，也会重塑其可预测性；ENSO对南极的遥相关可作为评估和改进南极海冰预测模式的重要基准。

ENSO遥相关变化与西南极海冰可预测性下降机制示意图

论文第一作者为中国科学院海洋研究所王云鹤副研究员，通讯作者为李晓峰研究员，合作作者包括美国哥伦比亚大学Xiaojun Yuan教授、海洋所任沂斌副研究员和美国哥伦比亚大学Bernard Wang。研究得到国家自然科学基金项目（42221005、42576205）和中国科学院海洋研究所自主部署项目（IOCASZZZX301）等资助。

论文信息：

Yunhe Wang, Xiaojun Yuan, Xiaofeng Li*, Yibin Ren, and Bernard Wang. Multidecadal Changes in ENSO Drive a Substantial Decline in West Antarctic Sea Ice Predictability. Geophysical Research Letters, 2026, 53: e2026GL123531. https://doi.org/10.1029/2026GL123531