在全球变暖背景下，极端事件更趋频发并呈现更强的同步性与复合风险，使热浪与寒流的影响不再局限于局地天气尺度，其跨区域、跨季节耦合可能触发级联式、多尺度效应。近期，中国科学院大气物理研究所地球系统数值模拟与应用全国重点实验室孟君副研究员与北京邮电大学在读博士生于平在Chaos发表论文“Climate network reveals Cross-seasonal teleconnections between heatwaves and cold waves”，基于 NCEP–NCAR 再分析资料（1981—2020）并采用 TX90p/TN10p 标准识别热浪和寒流事件，构建“夏季热浪与随后冬季寒流”（网络I）与“冬季寒流与次年夏季热浪”（网络II）两类跨季节有向气候网络，揭示了显著且稳健的长距离遥相关结构；网络散度分布结果进一步显示关键区域在两类网络中呈现“源—汇”角色的系统性转换，而联合EOF分析表明该跨季节协同变化受 ENSO 与北极涛动（AO）等大尺度气候模态共同调制，为网络识别到的遥相关提供了动力学解释。该成果不仅完善了对极端事件跨区域、跨季节相互关联的认识，也为季节—年际尺度极端事件预测、复合风险评估及早期预警体系的构建提供了新的方法框架与物理依据。
论文链接：
Ping Yu, Jun Meng; Climate network reveals cross-seasonal teleconnections between heatwaves and cold waves. Chaos 1 January 2026; 36 (1): 011103. https://doi.org/10.1063/5.0315026
