基于40年水文观测的北极水团

北极隐蔽层为何重要

北冰洋的变暖和海冰消退速度比地球上几乎任何地方都快，这对天气、野生动植物和全球海平面都有影响。然而，在冰层和波浪之下，北极并非单一均匀的水体。它由不同的层和水流构成，每一层携带着各自的热量、盐分和养分。本文解释了科学家们如何首次整合40年的观测数据，绘制并分类整个北极的这些隐蔽“水团”，以及这对理解未来气候变化意味着什么。

北极水的不同“口味”

正如大气由气团组织，海洋也由水团构成：来源相同并具有共同温度、盐度和化学特征的大规模水体。在北极，寒冷且相对淡的表层水位于来自大西洋和太平洋的较咸水层之上。由于该地区极冷，海水密度更多由盐度控制而非温度，因此来自大西洋的咸水在通过如弗拉姆海峡和巴伦支海等通道进入时倾向于沉入较淡的表层之下。通过狭窄的白令海峡进入的太平洋水在加拿大盆地部分区域也会下沉。这些层共同决定了热量和淡水在北极的储存与输运方式，影响海冰消融速度以及北极如何反过来影响全球气候系统。

四十年的远洋监测

由于海冰、恶劣天气和冬季黑暗，测量北冰洋极为困难。作者没有依赖单一观测系统，而是汇编了来自多种来源的现有高质量数据：船舶调查、系泊与漂流的系冰仪器，以及类似于水下气球的自主剖面浮标。他们关注的是水柱上1000米的深度范围和三个关键属性：温度、盐度和溶解氧。经仔细剔除重复和明显异常值并将剖面平均到10米深度层后，他们生成了一个一致的、覆盖整个盆地的档案，时间跨度从1980年代初到2024年。尽管一些地区和季节的采样仍然不足，这一综合记录仍然提供了迄今为止关于北极内部演变的最佳长期图景。

教计算机识别水层

传统上，海洋学家通过求解一组方程将每次观测视为几种“纯”源型的混合来识别水团——例如，典型的北极表层、几种太平洋水和几种大西洋水。这种称为多参数混合分析的方法既需要对端元有详细了解，也需要除温度和盐度外的氧气测量。然而，在北极大约只有十分之一的剖面测量了氧气。为克服这一限制，作者先在有氧气数据的地方应用传统方法，然后将其结果作为基准训练集，用基于随机森林的机器学习模型进行训练。通过输入温度、盐度、位置、深度和季节，他们教会模型在缺失氧气时也能预测各水团的比例，从而将可用覆盖率大致提升了一个数量级。

新地图揭示了什么

生成的“北极水团（WMA）”数据集描绘了大西洋水和太平洋水如何在北极扩散以及其影响如何在数十年间发生变化。地图再现了已知特征，例如来自通道海域的暖大西洋层向内陆盆地加深，以及源自太平洋的水向西北部驱动补给博福特环流。它们还捕捉到常称为“洋化（Atlantification）”与“太平洋化（Pacification）”的广泛趋势——大西洋和太平洋水对曾经更强烈由寒冷本地产生水层主导的区域影响日益扩大。在通道海域，大西洋水所占比例的上升与独立证据显示的热量入流增加相一致；而在博福特环流，太平洋水的比例及其属性的变化则与通过白令海峡更暖、更大量的入流相符。作者强调，部分表层特征的不确定性更高，既因为表层水强烈受到天气和海冰形成的影响，也因为数据覆盖存在间断。

为未来北极变化设立新基准

为检验分类的可靠性，团队测试了结果对源类型选择、源属性随时间变化以及氧气与温盐权重不同设置的敏感性。他们还将专家指导的方案与一种独立的无监督聚类方法进行了比较，后者仅按相似属性对数据点分组。在这些测试中，主要水团及其通路显示出稳健性，机器学习模型即使在训练时剔除整片区域或整年数据，仍能高精度地重现传统计算。最终的WMA 产品与可复现代码一并公开发布，为科学家和模型开发者提供了一个基于观测的通用框架，用以跟踪北极分层结构的演变、评估气候模型对此的表现，并最终改进对变暖北极将如何重塑极圈以外条件的预测。

引用: Oglethorpe, K., Lanham, J., Reiss, R.S. et al. Water Masses of the Arctic from 40 Years of Hydrographic Observations. Sci Data 13, 456 (2026). https://doi.org/10.1038/s41597-026-06749-8

关键词: 北冰洋, 水团, 大西洋入流, 太平洋入流, 机器学习