南极麦克默多干谷气候异常开源探索工具MDV ClimEx的开发与应用

这篇综述介绍了MDV ClimEx——一个用于探索南极麦克默多干谷（MDVs）气候异常的开源交互式网络工具。该工具整合了30年高分辨率气象监测数据，通过动态可视化与标准差（σ）量化方法，帮助研究者识别极端气候事件（如2002年"洪水年"和2022年热浪），并首次揭示了1997年未报告的3.57σ温度异常。其标准化分析框架为极地生态系统（MCM LTER）的水文和生态响应研究提供了重要技术支撑。

　　

ABSTRACT

南极生态系统对气候变化高度敏感，麦克默多干谷（MDVs）作为南极最大无冰区（4,500 km²），其三十年高分辨率气象监测数据为识别极端气候事件提供了独特机会。MDV ClimEx工具通过动态可视化与σ偏离值计算，实现了气候异常的交互式探索，在泰勒谷案例中成功识别出3.33σ的2002年洪水事件和2.84σ的2022年热浪，并首次发现1997年3.57σ的未报告异常。

Introduction

极地放大效应使南极气候异常频发，MDVs的极端环境（年均温-15°C至-30°C，年降水10-50 mm）对生态系统产生级联影响。传统气象数据分析存在时空尺度局限，而MCM LTER的14个自动化气象站（LAWN）网络积累了1988年以来的15分钟间隔数据。该工具创新性地采用σ量化体系，弥补了极端事件定义标准不统一的缺陷。

Methods

Network overview

LAWN网络包含8个谷底站、4个冰川站和2个高海拔站，采用CR1000X数据记录仪，通过铱星卫星传输数据。数据经过严格QA/QC后存入EDI数据库，符合FAIR原则。

Data processing

对六类核心参数（气温、气压、湿度等）进行日/月/季节聚合，风向采用矢量平均法。缺失值超过10%的时段被剔除，使用zoo包管理时间戳。异常值计算采用各站点全时期基线（μ±σ）。

Interactive web application

基于Shiny框架开发的交互界面包含三大功能模块：标准时间序列图可缩放查看具体数值；历史对比图叠加±3σ参考带；风玫瑰图静态展示风向频率分布。代码开源在GitHub（GPL-3.0协议）。

Results

Dynamic UI

用户可通过四步选择（站点→变量→图表类型→时间尺度）生成可视化结果。以邦尼湖站为例，2022年3月18日气温0.98°C（较基线-19.3°C偏离2.84σ）的异常被清晰标注。

Use cases

1. 2002年洪水事件：霍亚湖站1月12日气温+3.33σ，持续超1σ达数周

2. 2022年热浪：3月18日霍亚湖站-2.85°C（+2.96σ），邦尼湖站+2.84σ

3. 新发现1997年事件：弗里克塞尔湖站11月20日+3.57σ，维多利亚谷站同步记录

Discussion

该工具突破了传统单变量分析的局限，σ量化体系使不同时期异常具有可比性。1997年未被记载的异常事件说明：气候异常需结合生态响应（如NDVI指数变化）才能确认为极端事件。未来可扩展多变量联合分析功能，为极地生态系统临界点研究提供预警支持。

Author contributions

GPW主导软件开发与数据分析，RFB负责项目设计与数据校验，双方共同完成论文撰写。所有数据通过EDI共享（CC BY 4.0），源代码托管于GitHub。