《Weather and Climate Extremes》：Heatwaves in a 15 °C World: Exploring remote drivers’ influence on Northern Italy with a storyline-based approach
编辑推荐：
全球气候持续变暖，极端温度事件预计将更加频繁和强烈。长时间的高温期，特别是伴随高湿度和低降水时，会对生态系统平衡、水资源可用性、生物多样性以及野火脆弱性产生严重影响。这些被称为热浪（Heatwaves, HWs）的事件，预计其频率和强度将急剧增加，从而对农业、
全球气候持续变暖，极端温度事件预计将更加频繁和强烈。长时间的高温期，特别是伴随高湿度和低降水时，会对生态系统平衡、水资源可用性、生物多样性以及野火脆弱性产生严重影响。这些被称为热浪（Heatwaves, HWs）的事件，预计其频率和强度将急剧增加，从而对农业、健康系统、能源供需等多个领域产生实质性影响。由于地形特点、城市人口比例高以及农业和能源密集型工业的集中，本研究聚焦于意大利北部包括波河平原在内的行政区域：皮埃蒙特大区、伦巴第大区、艾米利亚-罗马涅大区和威尼托大区。该地区对热浪活动高度敏感，其升温趋势高于全球平均水平。在欧洲-地中海地区的热浪驱动因子中，大气环流持续异常型（如副热带高压脊和阻塞高压）贡献显著，同时受到北大西洋涛动（North Atlantic Oscillation, NAO）、准定常罗斯贝波、土壤湿度损耗、北大西洋海表温度异常、西太平洋对流降水以及印度洋偶极子（Indian Ocean Dipole, IOD）和厄尔尼诺-南方涛动（El Ni?o Southern Oscillation, ENSO）等重要热带海洋驱动气候模态的影响。这些现象的复合影响增加了系统的复杂性。为此，本研究采用基于机器学习（Machine Learning, ML）的框架——时空聚类优化特征选择（Spatio-Temporal Cluster-Optimised Feature Selection, STCO-FS），以增强对欧洲-地中海热浪的科学驱动因子理解。研究首次将该框架应用于第六阶段耦合模式比较计划（Coupled Model Intercomparison Project 6, CMIP6）的气候模拟和未来预估，开辟了探索驱动因子与极端事件关系的新途径。为规避CMIP6模型偏差和增温趋势差异带来的不确定性，本研究引入共同温度状态（Common Temperature States, CTS）方法，摒弃传统的全球变暖水平（Global Warming Levels, GWL）方法，转而选取各模型模拟的相同绝对全球近地表气温（Global Surface near-Air Temperature, GSAT）时期。同时，采用故事线（storylines）技术，结合STCO-FS框架的驱动因子选择能力，对CMIP6模型进行驱动因子导向的验证，并探讨波河平原地区在更温暖世界中热浪的演变，重点关注所有CMIP6模型共同面临的全球温度条件的影响。
论文解读
**一、研究背景与意义**
随着全球气候持续变暖，极端温度事件的发生频率和强度预计将显著增加。热浪事件作为最具威胁性的极端事件之一，其对生态系统平衡、水资源供应、生物多样性、农业安全、公共健康以及能源系统均已构成严峻挑战。特别是在高度城市化的区域，热浪引发的住院率和死亡率显著上升，同时导致能源需求与供给的剧烈波动。已有研究指出，欧洲-地中海地区对热浪活动高度敏感，其增温趋势显著高于全球平均水平。意大利北部波河平原地区，因其独特的地形结构、高度集中的城市人口以及密集的农业和能源密集型工业布局，成为热浪影响的重点脆弱区域。然而，由于CMIP6气候模式在模拟全球和区域温度时存在不同程度的偏差和增温趋势差异，多模式分析不可避免地引入不确定性，削弱了结果向政策制定者和公众传播的可信度。与此同时，热浪的发生受到多种局地及远程驱动因子的共同调控，包括大气环流异常型（如副热带高压脊、阻塞高压）、土壤湿度反馈、北大西洋海表温度异常、西太平洋对流活动以及热带海洋模态（如印度洋偶极子IOD和厄尔尼诺-南方涛动ENSO）等，其复杂的非线性相互作用进一步加大了对未来热浪演变规律认知的难度。在此背景下，本研究旨在通过引入共同温度状态（CTS）概念替代传统的全球变暖水平方法，并结合基于机器学习的故事线分析框架，降低模式间差异的影响，系统探究在特定全球热力学状态下波河平原地区热浪活动的演变特征及其对局地和远程驱动因子的响应规律，从而为制定有效的减缓和适应策略提供科学依据。
**二、研究设计与核心技术方法**
研究人员采用了一套结合共同温度状态（CTS）与基于机器学习的故事线分析框架的创新方法学体系。其核心技术路径包括以下几个主要方面：首先，以ERA5再分析数据为基准，选取1981—2010年作为当代气候参照期（平均全球近地表气温GSAT为14.18°C），并据此为每套CMIP6模拟确定对应的CTS14.2当代气候基线期；进而将分析目标设定为CTS15.0（即30年平均GSAT超过15°C的近未来气候状态），以评估热浪指数在两个不同温度状态之间的变化。其次，研究人员采用时空聚类优化特征选择（STCO-FS）框架——该框架由空间降维聚类算法和基于概率性珊瑚礁与基底分层（PCRO-SL）的包裹式特征选择方法构成——对ERA5再分析数据中多个变量（包括最高气温TMAX、海平面气压MSLP、500 hPa位势高度Z500、土壤湿度SM、总降水TP、海表温度SST、射出长波辐射OLR、海冰覆盖SIC）在不同地理区域（覆盖北极、欧洲、地中海、北大西洋、热带以及全球范围）的候选驱动因子进行筛选和滞后相关性分析，识别出与波河平原热浪发生密切相关的基准驱动因子。在此基础上，研究人员将STCO-FS框架逐一应用于每套CMIP6模拟在其CTS14.2时期的数据，评估各模式对基准驱动因子与热浪发生之间物理联系的再现能力，据此筛选出对特定驱动因子具有物理一致性的模拟集合。最后，针对具有充足共同验证模拟数量的驱动因子配对，研究人员计算各模拟在CTS14.2与CTS15.0之间驱动因子的变化量，通过二维高斯拟合将模拟分为四个等概率象限，分别对应四种故事线（HH、LH、LL、HL，其中H代表高于多模式平均的变化，L代表低于多模式平均的变化），并采用嵌套平均（Nested Averaging, NA）方法计算各故事线下热浪指数的变化。该研究样本源自CMIP6框架下的18个全球气候模式，涵盖历史模拟与四种共享社会经济路径（SSP1-2.6、SSP2-4.5、SSP3-7.0、SSP5-8.5）的未来预估情景。
**三、主要研究结果**
**1. 基准驱动因子的识别与CMIP6模拟的驱动因子导向验证**
通过对ERA5再分析数据应用STCO-FS框架，研究人员在1981—2010年参照期内识别出一组与波河平原热浪发生密切相关且具有物理一致性的基准驱动因子。这些驱动因子既包括覆盖中欧和巴尔干地区、西欧和西地中海地区的最高气温（TMAX）集群，也包括位于欧洲区域的500 hPa位势高度集群（Z500-SWEU、Z500-NEEU）、海平面气压集群（MSLP-NOS、MSLP-CEEU、MSLP-ARCT）、总降水集群（TP-EEU、TP-NABS、TP-WEU）、土壤湿度集群（SM-CEBI）等局地和区域尺度因子，同时还包括位于热带西太平洋的射出长波辐射（OLR-WPA）以及位于地中海黑海地区（SST-BLS）和全球ENSO影响区域（SST-ENSO）的海表温度集群等远程遥相关因子。在此基础上，通过将PCRO-SL算法独立应用于每套CMIP6模拟的CTS14.2时期，并结合更为宽松的验证阈值（10次运行、15 000次评估、考虑前10%解以及不低于50%的滞后一致阈值），研究人员实现了对各模拟内部驱动因子与热浪发生关系的逐一评估。据此，在31对具有至少24套共同验证模拟的驱动因子配对中，各配对可用的验证模拟数量存在显著差异。值得注意的是，仅少数驱动因子配对拥有充足且可靠的验证模拟群体，而包括土壤湿度（SM-CEBI）在内的一些物理上重要的驱动因子，因可用验证模拟数量不足而限制了进一步的故事线分析。
**2. 故事线构建示例：以最丰富的MSLP-NOS与TP-NABS配对为例**
以海平面气压挪威海集群的第25百分位统计量（MSLP-NOS pc25）与北非-黑海总降水集群的平均值统计量（TP-NABS mean）构成的驱动因子配对为例，研究人员展示了故事线构建的完整流程。经过滞后一致性筛选后，共获得45套已验证模拟，其中2套模拟因未达到CTS15.0的GSAT阈值而被排除，最终43套模拟用于故事线构建。二维高斯拟合结果表明，四象限划分对应四种等概率故事线。热浪强度指数（HWMI）的分析结果显示，经过驱动因子导向验证的模拟集合所构成的故事线分布尾部更窄，极端故事线（LL和LH）之间的分布重叠减少，显著提升了故事线结果的可区分度。其中，LL故事线（对应挪威海海平面气压降低且北非-黑海降水减少）预估了波河平原HWMI的最大增幅（+0.73），而HH、HL和LH三个故事线的平均增幅分别为+0.60、+0.60和+0.48。这一结果表明，通过驱动因子导向验证有效降低了多模式不确定性，使不同物理情景下的热浪响应信号更为清晰。
**3. 全驱动因子配对的故事线分析**
将上述故事线构建流程系统应用于全部31对具有充足验证模拟数量的驱动因子配对后，研究揭示了多个重要发现。首先，对于两个热浪指数而言，最大的增幅均出现在SST-ENSO状态为高（H）且TP-EEU状态为低（L）的故事线中，即模拟预估赤道东太平洋海表温度升幅高于多模式平均，同时东欧地区总降水降幅大于多模式平均的情景，该故事线下年热浪天数的平均变化为+17.3天，HWMI增幅达到1个单位。然而，并非所有SST-ENSO为H状态的故事线都对应更强的热浪增加，这表明ENSO区域海表温度升高（可能与更强或更频繁的厄尔尼诺事件相关）与波河平原热浪活动加剧之间不存在稳健的线性关系，该结果与现有文献中关于两者关联呈现区域特异性和非线性特征的结论一致。其次，降水相关驱动因子（TP-EEU、TP-NABS、TP-WEU）在所有故事线中均表现出较为一致的影响模式，即预估降水减少普遍对应增强的热浪活动，年热浪天数增幅超过+15天，HWMI最高增幅达+0.9个单位，其中TP-WEU为低（L）状态的相关故事线增幅尤为突出，且这一趋势对HWMI的稳健性优于年热浪天数指标。这一现象可能反映降水减少伴随的云量下降和土壤湿度损耗，分别对应入射辐射增加和感热通量增强，进而调节反气旋环流条件下的近地表温度。再次，降水驱动因子与气压相关驱动因子（MSLP、Z500）的相互作用显示，MSLP-NOS为低（L）状态与TP-NABS为低（L）状态的组合与最强的热浪增幅相关联，该结果可能与大尺度北大西洋气压经向梯度增强有关，其形态类似于北大西洋涛动正位相（NAO+），而已有研究已将NAO+识别为南欧（包括地中海和意大利北部）热浪活动的主导性大气环流驱动因子。然而，气压驱动因子在与其他降水因子组合的故事线中影响相对次要，降水因子占据主导地位。此外，研究还发现西太平洋射出长波辐射（OLR-WPA）在低（L）状态下与若干HWMI和年热浪天数的最大增幅预估相关联，其降幅对应东南亚至澳大利亚北部（含印度尼西亚和菲律宾）区域对流活动增强，这种增强的对流可能通过激发行星波列（类似Rodwell-Hoskins机制）影响欧洲夏季气候，与近期文献中关于西太平洋对流增强与欧洲降水减少或热浪发生之间存在关联的报道一致。
**四、总结与结论**
本研究通过将故事线技术与两种创新方法——共同温度状态（CTSs）和基于机器学习的驱动因子导向验证与选择——相结合，系统分析了局地和远程驱动因子在波河平原热浪强度与年发生频率增加中的作用。CTS方法摒弃了传统的以工业化前水平为参照的全球增温框架，转而以绝对全球热力学状态为锚点，为不同模拟提供了可比较的物理一致性基线。驱动因子导向验证通过逐一评估各CMIP6模拟对基准驱动因子与热浪关系的再现能力，确保故事线仅由物理上一致的模拟所构建。研究结果显示，各故事线之间热浪演变存在显著差异：热浪强度指数（HWMI）增幅介于+0.2至+1之间，年夏季热浪天数增幅介于+4.1至+17.3天之间。这些增幅普遍与西欧、北非和东地中海地区降水的减少相关联，其物理机制与降水减少导致的土壤湿度损耗密切相关。受限于土壤湿度驱动因子（覆盖中欧和不列颠群岛）的验证模拟数量不足，该关联未能进行针对性分析，有待未来在扩展气候模拟数量后进一步探究。远程驱动因子方面，赤道东太平洋平均海表温度升高对应部分HWMI的最大增幅（达+1个单位），但验证模拟数量有限且相似故事线间一致性较低，该结果可靠性受限，且与现有文献中未识别出两者之间存在稳健联系的认识一致。相比之下，西太平洋射出长波辐射（OLR）的减少与HWMI（+0.9）和热浪天数（+14.4）的大幅增加之间的关联信号更为突出，其可能机制为热带西太平洋对流活动增强（可能与ENSO负位相相关），该连接与近期文献中关于热带对流对欧亚中纬度环流影响的发现相符。此外，在无降水驱动因子参与的故事线中，挪威海区域海平面气压的降低对应热浪频率和强度的增加，该驱动因子与北大西洋经向气压梯度增强相关，与NAO+形态类似。研究人员强调，本文所讨论的遥相关基于30年平均态的变化，过滤了季节和年际信号，聚焦于低频气候信号，其演变可能与平均全球热力学状态的变化相关，但内部变率的潜在影响尚不能排除。未来研究有望从考虑特征选择过程识别的滞后信号、纳入基于年际或季节内指数计算的高频变化驱动因子，以及引入NAO、ENSO、IOD等气候指数中获益。本研究展示了机器学习（特别是STCO-FS特征选择框架）在揭示连接不同气候变量及其极值之间非线性过程中的强大辅助作用，结合可解释性工具将进一步提升对极端事件依赖机制的认知，这不仅对科学讨论具有重要意义，对面向公众的有效沟通和推动应对气候危机的有效行动同样至关重要。
