導語

為了能夠深入理解人類世背景下地球系統各要素之間復雜的相互作用與演化機制，并為人類應對未來的地球系統科學重大挑戰提供一套科學的認知框架，集智俱樂部聯合清華大學講席教授陳德亮、北京師范大學教授樊京芳、東莞理工學院特聘副研究員陳愛芳、南開大學副教授戴啟立老師和愛爾蘭都柏林大學博士生班嶄共同發起，將組織大家從新的研究范式出發梳理相關文獻，并深入研讀其中涉及的理論與模型。

從2025年3月4日開始，每周二晚上19:00-21:00，讀書會將以線上形式進行，持續時間預計8-10周。讀書會詳情及參與方式見后文。

分享背景

在全球變化的背景下，生態系統正面臨前所未有的挑戰。生態系統臨界點（tipping points）是指生態系統在關鍵變量（如溫度、降水、人類活動等）達到一定閾值時，發生不可逆的、劇烈的結構和功能變化的現象。例如，全球變暖導致的極地冰蓋融化、亞馬遜森林的退化以及珊瑚礁白化等現象，都與生態系統臨界點密切相關。這種變化不僅會破壞生態系統的穩定性和生物多樣性，還可能對全球氣候系統、水資源供應、糧食安全和人類健康產生連鎖反應。因此，識別生態系統臨界點并且對潛在的臨界轉變進行預測，具有重要的意義。

近年來，科學家們在生態系統臨界點識別方法和典型案例研究方面取得了顯著進展。通過結合氣候模型、遙感分析、機器學習以及實地觀測等多種手段，研究人員能夠更準確地識別生態系統臨界點，并預測其可能的演變趨勢。例如，利用復雜網絡分析氣候系統中的臨界點、通過機器學習預測復雜動力系統中的臨界點，以及對亞馬遜森林、珊瑚礁和全球干旱區生態系統臨界點的深入研究，都為理解和應對生態系統變化提供了新的視角和方法。

分享簡介

本期分享將詳細探討生態系統臨界點的識別方法，包括早期預警信號、復雜網絡分析、機器學習方法等，并通過典型案例分析，探討這些方法在實際應用中的效果和意義。我們還將介紹目前已識別的一些典型生態系統臨界點，希望為讀者提供一個全面、系統的視角，以更好地理解和應對生態系統臨界點帶來的挑戰。

分享大綱

1. 地球系統與生態系統臨界點概述

2. 生態系統臨界點識別方法

3. 典型生態系統臨界點介紹

核心概念

臨界點（Tipping Points）

早期預警信號（Early Warning Signal, EWS）

復雜網絡（Complex Network）

機器學習（Machine Learning）

主講人簡介

張昊辰，南京大學博士研究生。主要研究方向為干旱區地表系統、環境遙感、機器學習等。

報名參與

直播信息

2025年3月25日19:00-21:00

報名加入社群（可開發票）

斑圖鏈接：https://pattern.swarma.org/study_group_issue/878

掃碼參與，加入群聊，獲取系列讀書會回看權限，共建共享地球系統科學社區，與一線科研工作者溝通交流，共同推動這一前沿領域的發展。

Berdugo, M., Delgado-Baquerizo, M., Soliveres, S., Hernández-Clemente, R., Zhao, Y., Gaitán, J. J., Gross, N., Saiz, H., Maire, V., Lehman, A., Rillig, M. C., Solé, R. V., & Maestre, F. T. (2020). Global ecosystem thresholds driven by aridity. Science, 367(6479), 787–790. https://doi.org/10.1126/science.aay5958

Flores, B. M., Montoya, E., Sakschewski, B., Nascimento, N., Staal, A., Betts, R. A., Levis, C., Lapola, D. M., Esquível-Muelbert, A., Jakovac, C., Nobre, C. A., Oliveira, R. S., Borma, L. S., Nian, D., Boers, N., Hecht, S. B., ter Steege, H., Arieira, J., Lucas, I. L., … Hirota, M. (2024). Critical transitions in the Amazon forest system. Nature, 626(7999), 555–564. https://doi.org/10.1038/s41586-023-06970-0

Hughes, T. P., Kerry, J. T., Baird, A. H., Connolly, S. R., Dietzel, A., Eakin, C. M., Heron, S. F., Hoey, A. S., Hoogenboom, M. O., Liu, G., McWilliam, M. J., Pears, R. J., Pratchett, M. S., Skirving, W. J., Stella, J. S., & Torda, G. (2018). Global warming transforms coral reef assemblages. Nature, 556(7702), 492–496. https://doi.org/10.1038/s41586-018-0041-2

Moinat, L., Kasparian, J., & Brunetti, M. (2024). Tipping detection using climate networks. March 2022. https://doi.org/10.1063/5.0230848

Panahi, S., Kong, L. W., Moradi, M., Zhai, Z. M., Glaz, B., Haile, M., & Lai, Y. C. (2024). Machine learning prediction of tipping in complex dynamical systems. Physical Review Research, 6(4), 43194. https://doi.org/10.1103/PhysRevResearch.6.043194

Deb, S., Dutta, P.S. Deep learning at the forefront of detecting tipping points. Nat Mach Intell 6, 1433–1434 (2024). https://www.nature.com/articles/s42256-024-00957-w

Dakos, V., Matthews, B., Hendry, A.P. et al. Ecosystem tipping points in an evolving world. Nat Ecol Evol 3, 355–362 (2019). https://doi.org/10.1038/s41559-019-0797-2

David I. Armstrong McKay et al., Exceeding 1.5°C global warming could trigger multiple climate tipping points. Science 377, eabn7950 (2022). https://doi.org/10.1126/science.abn7950

地球系統科學讀書會

世界氣象組織《2023年全球氣候狀況》報告確認2023年是有觀測記錄以來最暖的一年。氣候變化正在以高溫、干旱、洪水、野火和沙塵暴等極端天氣的形式吸引人們的廣泛關注。世界經濟論壇《2024全球風險報告》將氣候變化作為首要值得關注的風險。地球作為一個多要素、非線性的開放復雜系統，要素間相互作用關系復雜，往往牽一發而動全身。在人類活動深刻影響下，我們該如何理解并有效應對正在面臨的氣候變化以及其帶來的社會經濟等一系列議題，實現人類與地球的可持續發展？

為了能夠深入理解人類世背景下地球系統各要素之間復雜的相互作用與演化機制，并為人類應對未來的地球系統科學重大挑戰提供一套科學的認知框架，集智俱樂部聯合清華大學講席教授陳德亮、北京師范大學教授樊京芳、東莞理工學院特聘副研究員陳愛芳、南開大學副教授戴啟立老師和愛爾蘭都柏林大學博士生班嶄共同發起，將組織大家從新的研究范式出發梳理相關文獻，并深入研讀其中涉及的理論與模型。

詳情請見：