古气候数据同化: 原理和展望

重建地质历史时期的气候状态是地球系统演化研究的热点问题之一. 通过地球系统模型和古气候替代指标两种方法重建古气候环境已取得了许多重要进展, 但目前的古气候重建工作仍面临诸多问题: 地球系统模型的模拟结果依赖于模型参数设置; 而古气候替代指标在不同时期、不同区域的数据量存在显著差异, 并且数据较稀疏, 这限制了重建结果的精确性和全球关联性. 针对这些方法的优势和缺点, 古气候数据同化方法能有效把地球系统模型和古气候替代指标统一起来, 提升重建结果的准确性和全球关联性. 本文以集合卡尔曼滤波等方法为例, 介绍古气候数据同化的原理, 总结古气候数据同化在重建古气候状态方面的最新进展. 古气候数据同化方法为古气候环境重建提供了新思路和先进技术手段, 未来有望应用于整个新生代、中生代乃至古生代古气候环境的研究, 从而加深我们对冰期-间冰期旋回和极热事件、大洋缺氧事件等极端事件的气候背景的认识, 为预测未来气候变化提供参考.