《REVIEWS OF GEOPHYSICS》：Science Needs for a Terrestrial Biosphere Tipping Point Early Warning System
地球系统中的临界点（tipping points）可能对生物圈和社会造成重大负面影响。其固有的非线性特征意味着，即使外部强迫（external forcing）相对微小的额外增加，也可能导致地球系统组分发生不成比例的巨大调整。在某些情况下，临界点可能导致难以逆转的替代状态。本文讨论了如何最大化利用地球观测（Earth Observation, EO）数据来改进陆域生物圈临界点的早期预警系统（Early Warning Systems）。研究者聚焦于陆域生物圈，原因在于它提供关键的生态系统服务，具有更易处理的动力学特性以利于早期预警开发，并且在多个空间尺度上特别适合遥感监测。研究者综合了两个关键要素：潜在的临界要素与陆域生物圈的动力学特征，以及能够确定弹性（resilience）水平的相应数学理论与方法。结合这些知识，研究者探讨了生成逼近临界点预警信号的可行性，并通过可遥感内容的考量进行筛选。EO数据通常时间长度较短但具有高分辨率的大范围空间覆盖，这促使研究重点转向时空弹性感知，并构建可纳入系统强迫平行数据的早期预警指标。研究者描述了“空间替代时间”（space-for-time）替代方法如何利用EO强大的区域覆盖能力，来理解生态系统是否因地理位置不同而更接近临界点，从而能够在逼近强非线性的过程中实现新兴信号更完整的评估。
1 引言
地球系统中的临界点代表了关键阈值，超过该阈值后，环境条件（尤其是气候变化相关的）的微小变化可能引发不成比例的、通常是突然且持久的系统状态转变。这些状态转换可能从根本上改变生态系统功能和生物地球化学循环，对生物多样性、气候调节和人类福祉产生深远影响。在陆域生物圈中，临界点可能通过非线性反馈、阈值依赖性扰动以及气候、植被和土壤过程之间的相互作用而出现。随着气候变化和其他人为压力的加剧，预测这些转变变得越来越重要，并可能为超越既定政策阈值的“危险”全球变暖水平提供关键见解。
人们日益担忧人为气候强迫和土地利用变化正将陆域生物圈的关键组成部分推向临界阈值。潜在的临界要素涵盖多种生物群落和机制，包括易受降水格局变化影响的热带森林、对增温阈值敏感的北方生态系统、具有强烈生物地球化学反馈特征的永久冻土区，以及易发生植被状态转换的干旱区系统。此类转变可能严重削弱生态系统服务，包括粮食生产、水资源调节和碳储存，同时产生反馈进而影响全球气候系统。例如，亚马逊森林可能从碳汇转变为碳源，而永久冻土融化可能释放大量温室气体排放。
检测即将发生的转变的前景激发了人们对早期预警系统（EWS）的浓厚兴趣。EWS植根于非线性动力学和分岔理论，通常关注诸如扰动后恢复减慢、方差增大或空间组织变化等现象，这些现象在系统接近临界阈值时会出现。尽管这些方法在理论和实验环境中显示出巨大潜力，但其在实际生态系统中的应用仍具挑战性。临界机制多样，观测记录往往较短，环境系统表现出显著的随机变异性，可能掩盖预警信号。
尽管如此，陆域生态系统可能是开发和部署EWS最易处理的地球系统组分之一。与由高维湍流流体动力学主导的大气或海洋临界现象不同，许多陆域临界机制受相对简单的生态和生物地球物理反馈支配，包括植被-水分耦合、火-植被相互作用和碳循环反馈。关键是，与这些过程相关的许多状态变量可以直接从太空观测。此外，陆域临界动力学通常在足够快的时间尺度上运行，使得当代卫星档案能够捕捉到趋近转变过程中的有意义部分，从而增加了弹性监测和早期预警检测的实际可行性。
地球观测（EO）数据为解决制约操作性EWS发展的诸多挑战提供了前所未有的机遇。卫星观测提供了全球一致、空间广泛且分辨率日益提高的植被状况、地表温度、土壤湿度、地表水动态及其他生态系统属性的测量值。这些观测有助于克服稀疏地面监测带来的局限性，同时提供区分弹性丧失与局部变异所需的空间一致性。重要的是，EO不仅提供生态系统变化的时间记录，还提供大多数地面监测网络无法获得的关于空间结构和组织的详细信息。
EO的最大优势可能在于其刻画景观空间格局和梯度的能力。卫星观测能够检测空间早期预警指标，包括空间相关性、斑块大小分布以及其他可能指示弹性下降的新兴空间属性的变化。空间观测还可以支持“空间替代时间”方法，利用环境梯度推断系统脆弱性和转变动力学的不同阶段。此类方法在大多数卫星记录相对较短的背景下尤为宝贵，可能有助于克服纯时间EWS方法的根本局限性。然而，尽管理论上前景广阔，空间方法相对于时间指标而言仍未得到充分利用。
最近的几篇综述回顾了基于EO的临界点监测和弹性评估的各个方面。Lenton等人考虑了跨地球系统临界要素的EO监测，Bathiany等人评估了EO衍生弹性指标的经验表现，Loriani等人回顾了操作监测框架，Runge等人评估了陆域系统弹性丧失的现有证据。总体而言，这些研究主要集中于单一类别的临界行为及相应的通用早期预警指标，并主要评估了现有应用的能力和局限性。然而，目前尚无综述明确地将临界行为和临界机制的完整多样性（我们在第2节中加以区分）与转变的空间特征、理论上合适的早期预警信号类别及其检测所需的EO观测联系起来。
本文研究了如何最有效地利用EO数据改进陆域生物圈临界点的早期预警。研究者综合了临界点理论、早期预警科学和EO技术的最新进展，建立了一个连接临界动力学、弹性丧失的空间表现和基于EO的可检测性的机制框架。首先回顾临界行为的理论基础及其对可检测性的启示（第2节），然后评估EO系统在早期预警应用中的能力和局限性（第3节）。接着评估主要陆域临界系统在观测可处理性和早期预警潜力方面的表现（第4节），最后提出开发稳健的操作性陆域生物圈临界点早期预警系统的优先事项（第5节）。
2 理论基础
理解如何使用EO数据检测逼近的临界点，需要扎实掌握驱动临界转变的动力学机制以及早期预警信号检测的理论基础。本节综合临界点理论和早期预警科学的最新进展，特别强调其对陆域生态系统遥感应用的启示。
在本综述中，研究者采用与更广泛临界点文献一致的标准：当转变涉及能够产生双稳态和滞后的正反馈时，该过程才符合临界行为。这将其与可逆的阈值响应区分开来——后者中系统连续地追踪移动的平衡，若强迫逆转则会恢复。在此标准下，诸如树线迁移或木本植物扩张等渐进过程仍可能构成临界行为，前提是它们由产生替代稳定状态的自放大反馈支撑。
2.1 临界类型与机制
过去十年中，已识别出多种导致生态系统临界点的动力学机制。它们在发生所需的前提条件方面存在显著差异，因此在适用性和普遍性上也各不相同。最广为人知的是分岔诱导临界（B-tipping），它与吸引子/稳态的消失有关。发生分岔需要某些参数值的变化以消除准势能的相应极小值；这种变化与环境条件的改变相关联，进而可与全球气候变化相联系。一旦稳态消失，生态系统必然演变为另一种状态（或更一般地，另一个吸引子/动力学体制）：一种通常与生物多样性丧失和生态系统退化相关的体制转变。
经典的B-tipping机制不需要任何随机性；然而，随机性（此处称为噪声）在自然系统中无处不在。一旦存在噪声，且在对其性质的某些弱条件下，双稳态或多稳态系统中的体制转变可以在没有任何参数变化的情况下发生（称为N-tipping），因为噪声偶尔会“推动”系统离开其稳定盆进入另一个稳态的盆。由于噪声的作用并未破坏原始的稳定稳态，因此反向转变也可能发生。生态系统在每个稳态中停留的时间是有限的，取决于噪声的性质。在更长的时间尺度上，相应的生态系统动力学变为交替稳态的序列：有时被称为长瞬态动力学或亚稳态现象。准势能理论允许定量估计与随机强迫相关的竞争状态间转变的概率。
这里需指出，噪声诱导临界转变的存在意味着对临界点作为某个阈值（即“微小变化可对系统产生长期重大后果”）这一常见理解的某种修正。虽然在分岔诱导临界的情况下，阈值附近确实需要这种微小变化，但对于N-tipping的发生并非必需。从数学上讲，N-tipping的唯一必要前提是给定动力学系统的稳态是局部稳定而非全局稳定的（等价地，其吸引盆是有限的）。由于噪声的概率性质，N-tipping以一定概率发生，该概率随着趋近临界阈值而增加，最终在越过阈值时达到1。相比之下，B-tipping完全是确定性现象。
一个有趣的问题是，哪种临界机制——B-tipping还是N-tipping——更可能在现实世界系统中被观察到以及在何种条件下。生态系统动力学通常非常嘈杂。因此，由于B-tipping是纯粹的确定性情景，很难期望它能原样发生。在B-tipping发生之前，噪声很可能已将系统推出其当前吸引盆而进入替代状态。因此，临界发生在确定性临界点实际越过之前。提前多少发生以及临界转变的概率分布取决于底层确定性骨架和噪声的性质。
关于N-tipping的研究通常聚焦于时间连续的噪声，即各种幅度的扰动频繁发生、无时间滞后。迄今为止研究的重点是高斯噪声，其大幅值事件极为罕见。然而，这些噪声性质与极端天气事件在过去几十年中日益频繁的气候数据并不完全吻合。出于这些原因，近期研究重点已转向异常噪声（如列维噪声）的影响，其中大幅值事件并不罕见。虽然噪声在多稳态系统中的主要效应大致相同——临界很可能在确定性临界阈值越过之前发生——但对于异常噪声，临界概率分布与高斯噪声相比有显著差异。
此外，越来越多的证据表明，极高幅度的异常扰动不一定属于同一统计体系，因为它们可能由不同起源的过程产生。其中一个例子是大型火山喷发。这些过程严格意义上不属于气候系统的一部分，但可能导致显著的气候变化并可能引发临界。因此，将这些事件单独考虑似乎是合理的。受影响的子系统可以被单个短期扰动推出其稳定平衡的吸引盆，只要扰动幅度足够大。在文献中，由单次高幅度异常扰动引起的临界转变被称为“冲击”或S-tipping。此类临界情景最显著的例子可能出现在地球深部历史中，约6500万年前一颗小行星撞击地球导致了剧烈的全球气候变化，特别是大规模灭绝。在当今地球和当代气候变化背景下，极端气候事件的频率和严重程度明显增加，冲击临界的概念可以说越来越相关。然而，极端事件是否可以更好地理解为异常噪声还是冲击，这一问题在很大程度上仍然悬而未决；答案可能依赖于具体情境。
许多生态系统和生态群落表现出循环动力学，其中周期可以是自组织的或外部强迫的。在这种情况下，系统对扰动的敏感性可能取决于其在周期上的位置，因而取决于扰动的时机。例如，相同强度的噪声在周期的一个时间点可能导致临界，而在另一时间点则不会。这种因时间变化的系统敏感性导致的临界称为相位临界（P-tipping）。
动力学系统对不同速率的扰动可能有不同的响应。作为一个范例，考虑系统参数从μ0变为μ1的情况。多项研究发现，生态系统可能对缓慢变化具有弹性，使其动力学和性质基本保持不变，但在足够快速变化的情况下会经历体制转变，可能导致灾难性变化。这种机制通常称为速率诱导临界（R-tipping），在当代气候变化背景下尤其相关，因为已知气候变化的速度比地球历史上的许多气候事件快得多。
最后，还有一种临界机制与前几种有所不同。动力学系统可以在长时间内处于看似自我维持的稳定状态，然后“突然”发生体制转变。与其他机制的本质区别在于，这种临界之前没有任何参数值的变化。或者，它可能跟随在临界发生前很久就已发生的参数变化之后。这种临界机制称为长瞬态动力学（LT-tipping）。由于长瞬态的存在与一些常见的动力学系统结构相关，因此LT-tipping的发生不需要任何噪声或单次大扰动。噪声可以使其缩短、延长，或在纯粹确定性情况下不存在长瞬态的系统中创造新的长瞬态。长瞬态及相应的LT-tipping已在许多现实世界的生态和环境系统中被观察到。LT-tipping在许多复杂系统科学领域发挥着重要作用，包括多种流动构型中向湍流的转变。
2.1.1 空间类型学
理解这些机制及相应的空间模式对于早期预警至关重要，因为不同类型的临界需要不同的检测方法和监测策略。例如，传播型临界可能在其前沿扩散之前即可被检测到，而集群型临界可能具有空间一致性，并在多个地点同时显示协调的信号。
在显式空间中，临界机制和情景变得更加多样和复杂。临界点在多个空间尺度和通过不同机制表现出来，需要一个考虑空间相互作用的框架。研究者采用了Lenton等人提出的四种空间临界现象学类型，它们在空间表现和检测要求上有所不同。
宏观临界指那些能够推动临界的关键强化反馈机制在大空间尺度上运作的情况——例如植被-季风相互作用——可能导致宏观尺度的同步临界。传播型临界指临界可能始于局部但因果相互作用支持其空间传播的情况——例如大气水分回收、火灾蔓延、入侵物种或疾病媒介的传播。在极少数情况下，更大系统中敏感组分的临界最终可能通过“多米诺骨牌级联”使其余部分失稳。集群型临界指空间耦合较弱但局部临界仍可能在较大集群中近乎同步发生的情况，这是由于空间一致的气候或人为强迫达到共同阈值所致，例如退化永久冻土中的热岩溶和湖泊形成。社会影响临界指生态系统服务提供的局部临界点对社会系统产生异常巨大影响的特殊情况，因为这些临界与高人口密度区域相交织，例如为关键流域提供旱季径流的源头冰川突然消失。
2.2 早期预警原理
临界点的早期预警系统旨在检测逼近的临界转变，以便在转变发生前提供关键提前时间，用于管理干预和社会准备。早期预警方法分为两大类，它们在理论基础和实际实施上有根本区别。绝大多数当前使用的早期预警方法依赖于检测临界减速现象（CSD）的统计指标——即系统在接近临界点时从扰动中恢复得更慢的趋势。这些统计方法在时间序列数据中寻找逼近转变的通用特征，如方差增大、时间自相关增强和偏度变化，无需详细了解底层系统动力学。
相比之下，基于过程的早期预警方法试图监测特定系统中驱动临界的具体机制和反馈。这些方法侧重于跟踪关键系统组件的状态、稳定化反馈的强度或与已知阈值的接近程度。相应地，基于过程的早期预警系统需要对复杂系统动力学有详细的机制理解，并具备观测关键过程的能力。然而，后者通常难以或无法直接测量；因此，基于过程的EWS的实际应用仍然有限。
这种统计方法与基于过程方法之间的根本分歧对EO应用具有重要意义，因为它既决定了需要监测什么，也决定了应如何解释所得信号。
2.2.1 时间早期预警指标
当存在已知的扰动可能导致B-tipping时，CSD可直接观测为从扰动中恢复速率的减慢。CSD也在连续统计数据中表现为时间自相关（通常以滞后1阶AR(1)衡量）和方差的增大。在某些情况下，偏度和/或其他统计量预计会增加。在操作上，这些统计EWS可以通过对系统时间序列数据进行去趋势处理，然后在滑动窗口中监测残差来计算，从而创建相应统计指标的时间序列。然后可以估计这些指标的趋向，并与适当的零模型进行比较，以判断其是否显著。
这些通用的时间EWS已在多种趋近分岔型临界点的系统中被发现。一个一般的数学框架已利用转移算子的概念建立起来。从数学上讲，它们需要时间尺度分离：系统被迫的特征时间必须远大于其固有时间尺度，以便其保持接近统计稳态。同时，监测频率必须高于其固有时间尺度，以便充分观察系统对强迫的响应，并且监测持续时间必须远长于其固有时间尺度，才能使CSD可检测。然后可以计算统计指标，查看是否存在任何统计上显著的增加。计算EWS时的窗口长度也必须考虑，使其足够长以捕获固有时间尺度上的强迫响应，同时允许足够长的统计指标时间序列以发现显著趋势。滑动窗口长度与完整时间序列长度的比率可以改变零模型的分布。除了这些经典统计方法外，机器学习和深度学习方法越来越多地应用于时间EWS检测，递归神经网络和基于Transformer的模型在模拟临界轨迹上进行训练，显示出分类系统是否正在接近临界转变以及区分临界类型的能力，在某些设置中优于经典指标。
在系统有效动力学是高维的情况下，可观测量的投影可能或多或少地突出于衰减变异的最慢模式；在后一种情况下，虚假效应可能掩盖EWS的效率。如图5所示，多尺度效应和多个竞争状态的存在，特别是在强噪声存在下，可能导致使用图4中描述的理想化方法面临严重困难。此外，如果可观测量能够有效地区分参考吸引子和将其与竞争吸引状态分开的边缘状态，其提供早期预警的能力将大大增强。
一般来说，在经历快速变化强迫的系统中，标准的CSD指标远不如在特征系统时间尺度上可靠。EWS的另一个局限是它们在相空间中进行局部采样——即它们能够评估当前状态是否正在经历稳定性丧失，但如果系统具有两个以上的竞争状态，在缺乏其全局性质信息的情况下，尤其是在存在噪声时，很难理解临界发生后系统的最终状态将是哪一个。
2.2.2 空间早期预警指标
随着系统接近分岔，围绕当前系统状态的小扰动由于CSD需要更长时间衰减，这一现象在空间和时间上都表现出来。它导致系统相关长度的增加，该指标量化了系统空间相干性的增强。特别是，在生态相关的反应-扩散型数学模型中，已观察到系统临界前相关长度的增加。这也可以使用线性响应理论从理论上理解，其中相关函数和响应函数紧密相连。线性响应理论预见了临界附近支配变异和响应的临界空间模式的出现，从而为最初由Held和Kleinen提出的退化指纹识别提供了基础。然而，其经验验证仍然有限。
许多空间早期预警信号旨在检测系统接近临界点时空间相关性的变化。例如，计算莫兰指数、空间方差、空间偏度、功率谱、斑块大小分布、排列熵和分形维数的变化都可以指示逼近的转变。
临界点和相变之间存在明显的平行关系，这在文献中有时会导致术语互换使用。相变的语言更常用于物理系统研究或受物理学思想启发的复杂环境-生态系统研究方法中。对于一些空间耦合系统，包括植被生态系统，可能发生相变。这些可能是一阶的或连续的。一般来说，一阶相变是不连续的，表现出与鞍结分岔相同的双稳态和滞后性——这使得很自然地将其描述为“临界点”。连续相变在序参量上是连续的且可逆的，与跨临界分岔和叉形分岔相同，并且它们往往在事前显示出空间结构的特征性变化。深度学习模型可以经过训练为两种类型的相变提供早期预警，并成功区分它们。已有观点认为空间结构（例如植被结构）的出现可能表明不连续临界点的临近，尽管最近的研究强调了空间结构如何通过将不连续相变转变为连续相变来帮助规避临界动力学，从而使转变变得可逆。
已应用于生物圈的一个相变例子是渗流理论。渗流理论研究可以用具有一定概率被占据或空置的格点晶格建模的系统。渗流理论的目标是研究被占据位点的簇的大小如何随此概率缩放。这已应用于热带森林的破碎化，其碎片显示出渗流理论预测的标度律，表明森林接近其临界点。类似的方法已被用于研究森林火灾，其中跨越渗流阈值可能导致特大火灾。
这些空间方法与自由边界问题的数学逻辑共享共性，后者提供了从可观测模式到系统稳定性的另一条途径。自由边界问题涉及两个实体之间的移动界面，其中边界位置待定。边界本身通常是光滑的或高度不稳定的，后者有时表现出树枝状特征。一个经典例子是斯特藩问题，其中自由边界位于同种物质的冰相和液相之间，边界是否稳定取决于固相是熔化（稳定边界）还是液相是凝固（不稳定边界）。第二个例子是亥姆霍兹-肖氏电池，其中两块平行板之间存在两种不相混合且粘度不同的流体，一种驱替另一种。当更粘稠的流体取代较不粘稠的流体时，边界是光滑的，而在相反情况下则出现手指状图案。如果EO可用于确定两个生物群落类型之间边界的形状，这可能潜在地提供关于这些生物群落特征以及随着气候驱动因素变化任何位移预期形式的宝贵信息。
2.2.3 空间替代时间替换
广泛的空间数据可能为理解系统提供机会，特别是在长期数据不可得的情况下。例如，在一个足够大的地理区域内，不同地点可能经历不同的气候制度和管理方式，因此可能处于不同状态。通过识别状态变化发生的地点，并将其与局部强迫相关联，就可以评估其他地点可能的临界距离。例如，Hirota等人发现了年平均降水量与树木覆盖率之间的关系，暗示了临界降雨率的存在。此外，在某些假设下，某种状态在空间中出现的频率与系统的势能相关，从而给出了系统弹性的度量。然而，结合额外遥感协变量的更复杂模型——如潜在蒸散量、土壤湿度、地形和土壤性质——可以通过考虑介导生态系统对气候强迫响应的多重因素，减轻这些假设并提供更细致的系统弹性评估。环境梯度也可用于计算用于早期预警信号的高阶统计量。例如，绘制每个格点的AR(1)或其他弹性指标与气候指数（如降水量或温度）的关系图，可以提供系统弹性如何随这些环境变量变化的信息。
然而，“空间替代时间”替换方法依赖于空间差异与时间差异对于给定系统等效的假设，因此本质上假设了系统的遍历性。这些假设一般不成立，且难以检验，因为这些替换通常在对短时间序列观测的系统上进行。“空间替代时间”替换方法在数据内部存在强相关性时可能失效。这对于早期预警信号来说是一个问题，因为系统在接近临界点时通常会变得越来越相关。
最近的研究表明，作为EWS的空间方差增加，在强迫快速变化的系统中尤其有用，此时外部强迫相对于系统时间尺度的变化较快。当空间点之间的耦合相对较弱且强迫的空间模式相对平滑时，空间点间的变异性充当了系综变异性的代理。图7右列显示，当强迫相对于特征系统时间尺度变化较快时，时间EWS（如时间方差和自相关性的增加）会失效。然而，空间EWS（图7左列）只要空间耦合相对较弱就仍然可靠。
