• English
  • 关于我们
    本系简介
    纪念册
    行政办公
    年报
    90周年华诞
    地图路线
  • 教职员工
    教研人员
    客座教授
    行政人员
    研究人员
    荣休教师
    永远怀念
  • 科学研究
    研究方向
    科研进展
    气候与海-气实验室
    大气水循环与人工影响天气联合研究中心
    北大AOS-哈佛EPS 气候与环境合作项目
    中国气象局龙卷风重点开放实验室
  • 教育教学
    本科生教育
    研究生教育
  • 人才招聘
  • 科学传播
    学术报告
    蔚蓝空间
    科普素材
    大气海洋数据平台
  • 基金奖项
    谢义炳优秀青年科技奖
    王绍武优秀博士毕业生奖
    花蕊优秀本科毕业生奖
    大气与海洋科学系教育基金
    捐赠指南
  • 办公服务
    常用下载
    院会议室预订
    访客预约
    公共网盘
  • 关于我们
    本系简介
    纪念册
    行政办公
    年报
    90周年华诞
    地图路线
  • 教职员工
    教研人员
    客座教授
    行政人员
    研究人员
    荣休教师
    永远怀念
  • 科学研究
    研究方向
    科研进展
    气候与海-气实验室
    大气水循环与人工影响天气联合研究中心
    北大AOS-哈佛EPS 气候与环境合作项目
    中国气象局龙卷风重点开放实验室
  • 教育教学
    本科生教育
    研究生教育
  • 人才招聘
  • 科学传播
    学术报告
    蔚蓝空间
    科普素材
    大气海洋数据平台
  • 基金奖项
    谢义炳优秀青年科技奖
    王绍武优秀博士毕业生奖
    花蕊优秀本科毕业生奖
    大气与海洋科学系教育基金
    捐赠指南
  • 办公服务
    常用下载
    院会议室预订
    访客预约
    公共网盘
English

科学研究

  • 研究方向
  • 科研进展
  • 气候与海-气实验室
    组织结构
    研究方向和内容
    大事记
  • 大气水循环与人工影响天气联合研究中心
    成立背景
    研究目标和研究方向
    主要成员
    学术活动
  • 北大AOS-哈佛EPS 气候与环境合作项目
  • 中国气象局龙卷风重点开放实验室

科学研究

  • 研究方向
  • 科研进展
  • 气候与海-气实验室
    组织结构
    研究方向和内容
    大事记
  • 大气水循环与人工影响天气联合研究中心
    成立背景
    研究目标和研究方向
    主要成员
    学术活动
  • 北大AOS-哈佛EPS 气候与环境合作项目
  • 中国气象局龙卷风重点开放实验室
当前位置: 首页» 科学研究» 科研进展

科研进展

机器学习揭示全球剥蚀速率控制因素的阈值效应

发布时间:2025-11-28
 

基于全球数千个流域的观测数据,北京大学物理学院大气与海洋科学系刘永岗教授课题组揭示了地表剥蚀速率对坡度等环境因子的非线性响应机制,发现了剥蚀过程中的关键“阈值”效应,为理解地表过程与气候、构造的相互作用提供了新的视角。相关成果以“剥蚀速率控制机制中的阈值效应:基于机器学习的全球构造、气候和生物因素分析”(Thresholds in the controls of denudation rates: A global analysis of tectonic, climatic and biological factors based on machine learning)为题,于2025年11月发表于期刊Earth and Planetary Science Letters(EPSL)。

地表剥蚀(Denudation)是塑造地球表面地貌的关键过程,它不仅决定了沉积物从陆地向海洋的输送,还通过调节岩石风化过程中的二氧化碳(CO₂)收支,对全球碳循环和长尺度气候演变起着至关重要的作用。长期以来,学界普遍认为地形坡度是控制剥蚀速率的首要因素。然而,观测数据显示,仅靠坡度这一单一变量只能解释全球剥蚀速率约一半的变异性,且在缓坡和陡坡区域存在显著的模型偏差。这种“模型-数据”的不匹配暗示了我们对地表过程的理解仍存在盲区:是否存在其他未被充分量化的环境因子(如气候、岩性、植被)在起作用?剥蚀速率对控制因素的响应是否存在某种“阈值”机制?

针对上述问题,研究团队基于全球约4000个河流流域的宇宙成因核素铍-10(¹⁰Be)剥蚀速率数据,构建了一个包含坡度、气温、降水、岩性、地震活动、植被指数等14个环境预测因子的综合数据集。不同于传统的线性回归方法,该研究采用了能够捕捉非线性关系和特征交互作用的机器学习方法——决策树(Decision Tree)和随机森林(Random Forest)模型进行分析。

研究结果表明,全球剥蚀速率的控制机制表现出显著的阈值行为。模型识别出了几个关键的坡度阈值(基于1km分辨率DEM计算):3°、12°和15°。这些阈值将全球地表划分为不同的剥蚀机制主导区间(图1)。 

图片4.png

图1:基于全球数据集训练的决策树。分支线显示分叉阈值,终端节点显示所有样本的预测剥蚀速率及比例。


在平坦地区(坡度 < 3°) ,剥蚀速率普遍较低(<10 mm=""> 12°), 剥蚀机制发生转变,从“搬运限制”(transport-limited)过渡到“剥离限制”(detachment-limited)状态,强烈的构造活动(如地震)或极端降水事件容易触发滑坡,成为剥蚀速率加快的主要驱动力,此时植被和径流的效应得到凸显。

基于训练好的随机森林模型,研究团队生成了分辨率为1公里的全球剥蚀速率分布图。新模型解释了超过80%的观测数据变异性,显著优于传统的坡度指数模型和最近的蒙特卡洛抽样模型,有效地纠正了以往模型的系统性偏差(图2)。

 

8295cb85-29e1-49f1-97ca-8e72c096dd44.png

图2:(A)随机森林模型预测的全球侵蚀速率地图(1-km分辨率)。(B)-(D) 不同方法预测的河流流域侵蚀速率散点图(n=3967)与OCTOPUS观测数据对比。


传统观点常认为剥蚀速率随坡度呈指数增长,但本研究发现,从全球尺度来看,Logistic函数(S形曲线) 能更好地描述剥蚀速率与坡度之间的关系(图3)。在极陡峭的山区,剥蚀速率的增长会趋于饱和,同时也修正了传统模型在平缓地区的高估偏差。

 

图片5.png

图3:(A)随机森林模型(红线)、Larsen等(2014,黄线)及Zondervan等(2023,蓝线)预测的全球剥蚀速率-坡度关系。图中包含全球数据的指数拟合(点线)与S形曲线拟合(虚线),坡度分箱间隔均为0.2°。(B)全球总剥蚀通量累积百分比随坡度增加的变化曲线。新模型(红线)下,坡度较为平坦的区域贡献增加。


该研究强调了环境因子在控制地表剥蚀时的复杂表现,通过识别“阈值”,我们能更清晰地看到不同地貌景观下,地表过程的主导因素是如何在气温、降水、植被和构造活动之间切换的。这一发现不仅为改进全球地貌演化模型提供了定量的物理约束,也为理解过去及未来气候变化对地表过程和碳循环的影响提供了重要的理论依据。


作者及相关信息

论文第一作者为北京大学物理学院大气与海洋科学系博士生赵佳曦,通讯作者为北京大学刘永岗教授,合作者包括南京大学李高军教授,北京大学左浩悦博士。研究得到国家重点研发计划项目(2022YFF0800200)和国家自然科学基金(42488201;42225606)的支持。


论文原文链接

https://doi.org/10.1016/j.epsl.2025.119750


数据下载

论文中用于模型训练的变量数据、预测结果和1-km分辨率的全球剥蚀速率地图可在Zenodo数据库(https://doi.org/10.5281/zenodo.17595767)或大气与海洋科学系数据平台(https://www.pkuatmosdata.com/denudation-rate-model)下载。


  

地址:北京大学物理学院北楼五层,北京,中国 , 100871 电话:010-62765802 传真:010-62751094

----友情链接----
---- 中华人民共和国教育部 ---- ---- 国家自然科学基金委员会 ---- ---- 中华人民共和国科学技术部 ---- ---- 北京大学物理学院 ---- ---- 北京大学 ----

Copyright © 2017. Department of Atmospheric and Oceanic Sciences, School of Physics, Peking University