近日，实验室宁亮教授和刘健教授团队在《中国科学：地球科学》中英文版在线发表题为《古气候数据同化研究进展及展望》（Progress and prospects of paleoclimate data assimilation）的综述论文。系统梳理了古气候数据同化领域的发展脉络，重点介绍了近年来同化算法、代用资料系统模型等方面的创新进展，并深入探讨了该方法在解决古气候关键科学问题中的潜力与挑战。论文第一作者为南京师范大学地理科学学院宁亮教授，通讯作者为刘健教授。
图1古气候数据同化概念框架
论文系统归纳了四类主流同化算法：牛顿松弛逼近、粒子滤波、离线集合卡尔曼滤波及在线同化。早期方法（牛顿松弛逼近等）因对于无直接观测的变量同化表现较弱等问题逐渐边缘化；离线集合卡尔曼滤波因其计算高效、并行性好，成为过去两千年及深时数据同化的主流框架。近年来，方法改进集中于两个方向：一是在离线框架内发展类比集合卡尔曼滤波、混合增益算法等，提升稀疏观测条件下的重建技巧；二是引入线性倒数模型与深度学习模型构建在线同化系统，在热带上层海温、月尺度变率重建中表现显著优于传统方法。
在应用层面，过去两千年是古气候数据同化最为成熟的时段，已产出LMR、PHYDA、NNU-2ka等多套再分析资料，支撑ENSO、PDO、ITCZ等指数重建及干旱、季风驱动机制研究；全新世及末次盛冰期数据同化应用相对较少，主要聚焦于全球温度场重建；深时（PETM、上新世、显生宙）数据同化则以海洋地化指标为主，并拓展至碳循环参数（pCO₂、pH）与大洋酸化重建。
论文进一步以珊瑚氧同位素（δ¹⁸O）同化为例，对比应用线性与非线性代用系统模型（PSM）的同化效果。结果表明，基于耦合氧同位素模拟的非线性PSM在Nino3.4指数重建中与线性模型技巧相当，但其物理基础更扎实、离散度表征更合理，为石笋、有孔虫等复杂载体的PSM构建提供了新路径。通过定量区分内部变率与外强迫贡献、多时段气候敏感性计算，以及代用资料与模拟争议（如全新世温度悖论）的探讨，古气候数据同化正逐步成为解决古气候关键科学问题的重要手段。
图2基于线性PSM（A）和非线性PSM（B）的观测时段Nino3.4指数同化结果对比，以及表征同化所用协方差矩阵的点面相关空间场（C，D），图D中，在计算相关系数之前，海水的δ18Osw已转化为珊瑚δ18Oc
最后，论文系统总结了当前古气候数据同化研究瓶颈，包括代用资料定年误差与空间代表性误差量化困难、非线性PSM在石笋或孢粉等载体中仍缺失、同化结果独立验证手段不足、多模式先验应用有限等。未来应重点突破三大方向：发展面向更长时段、更高分辨率的在线同化系统；将动力约束引入深时数据同化框架；深度融合因果推断、迁移学习、神经网络等机器学习方法，在PSM构建、模式误差订正等方面进行创新。
该研究得到国家重点研发计划项目（2023YFF0804704）及国家自然科学基金项目（42130604，42575050，42475051, 42575051,42075049）资助，气候系统预测与变化应对全国重点实验室为第一单位。
论文信息：
中文版：宁亮,刘健, Liu Z,邢芳淼,吴芬,严蜜, Meng Z,陈可凡,覃燕敏,孙炜毅,温琴. 2026.古气候数据同化研究进展及展望.中国科学:地球科学, doi: 10.1360/ SSTe-2025-0255
英文版：Ning L, Liu J, Liu Z, Xing F, Wu F, Yan M, Meng Z, Chen K, Qin Y, Sun W, Wen Q. 2026. Progress and prospects of paleoclimate data assimilation. Science China Earth Sciences, https://doi.org/10.1007/s11430-025-1810-2
中英文版同步在线发表。
原文链接：
中文版：http://engine.scichina.com/doi/10.1360/SSTe-2025-0255
英文版：http://engine.scichina.com/doi/10.1007/s11430-025-1810-2
