观潮 · 模式预报与气象 AI 观察
MJO 这二十年的可预报性提升主要来自平均扩散在降，不是不可逆性在减弱
马登–朱利安振荡（MJO）是热带内季节变率的主角，30 到 60 天的时间尺度上、对流和风压系统自西向东传播。它同时也是次季节预报最难的几个目标之一——难在它的相位落在一个窄带里，相位偏一点，振幅就直接翻成相反符号。
这篇论文处理的是一个更基础的问题：MJO 二十世纪的潜在可预报性在上升，这跟它是非平衡系统这件事有什么关系。作者用线性反演模型（LIM）拟合出的 OU 过程作为 MJO 的低维表示，再套进随机热力学框架，把可预报性和不可逆性放到同一套参数里比较。结论是：可预报性变好和系统变得更不可逆、更有活性，可以同时发生，因为它们由不同的参数控制。
---
三个量为什么必须拆开看
随机热力学里衡量"远离平衡程度"的量不少，但这篇只挑了三个，统称 EAA：
- 随机熵产（记作 $\mathcal{E}$）：轨迹概率与其时间反演轨迹概率之比的对数。它度量时间反演对称性被破坏的程度，平衡态下恒为零。
- 动力学活性 / frenesy（$\mathcal{A}$）：作用量的时间反演对称部分。度量系统在状态空间里探索得有多"起劲"，平衡态下它不为零，是一个非零常数——这一点和熵产正好相反。
- 路径作用（$\mathcal{A}$）：类比 Onsager–Machlup 作用量，把上面两者分别作为时间反演反对称部分和时间对称部分。
这个三件套里，熵产和活性是"系统有多不像平衡态"，作用量才是"用动力学比只用气候态能多知道多少"。论文自己给出的判断很干脆：熵产更高、活性更强，并不必然意味着可预报性更差；真正和异常相关系数（ACC，预报里最常用的可预报性度量）贴得最近的是路径作用。
这里有个容易混淆的点值得单独说明。ACC 只在正交坐标变换下不变，不是坐标不变量；而路径作用可以定义成一个坐标不变的可预报性度量。两者在近似各向同性的情况下会退化成几乎一样，但一般情况下不等价。用 ACC 的地方，坐标一换结论就可能变；这正是作者要先做坐标变换的原因。
---
二维 OU 过程能被压到三个参数
LIM 用的多变量 OU 随机微分方程是过阻尼 Langevin 系统的标准写法：线性确定性阻尼加可加高斯白噪声。这篇论文只用全部状态变量在时间反演下为偶（$\mathbf{P} = \mathbf{I}$）的子类，因为气候指数通常按"位置量"处理。作者明确写了这个限定，并指出这个选择的后果：如果状态变量里同时有奇变量（类似速度量），细致平衡可以在 $\boldsymbol{\omega} \ne 0$ 的情况下成立，那时角动量矩阵就不再单独度量非平衡程度。
图注：二维约化参数空间的扫描结果。上排是平均端点熵产 $\langle \sigma^{\mathcal{E}_{\theta}} \rangle$ 随无量纲时间 $\tilde{t}$ 的衰减，下排是对应的 ACC。(a)、(c) 固定 $|\lambda| = 0.8$ 改变扩散各向异性 $\delta$；(b)、(d) 固定 $\delta = 0.5$ 改变 $|\lambda|$。可见熵产峰值随 $|\lambda|$ 增大而升高、随 $\delta$ 增大而振荡更频繁，而 ACC 的衰减在旋转区里对这两个参数都不敏感。
三种表示方式描述的是同一个动力系统，矩阵之间靠非线性关系互相换算：动力学表示（漂移矩阵与扩散矩阵）、观测表示（等时刻协方差与滞后一阶协方差）、热力学表示（把相空间角动量矩阵显式写出来）。第三种是本文的关键，因为它把非平衡程度直接摆成了一个矩阵量。
在过阻尼、偶宇称条件下，细致平衡条件退化成要求角动量矩阵为零。因此角动量矩阵直接度量细致平衡被违反的程度，也就直接度量非平衡性。有一个推论值得记住：给定两个扩散矩阵，$\boldsymbol{\omega} = 0$ 对应唯一的平衡稳态，而不同的非零 $\boldsymbol{\omega}$ 会生成一族 NESS，它们的扩散矩阵完全相同。也就是说，同一套扩散行为可以配出不同程度的不可逆性。
约化之后，二维 OU 稳态只剩三个坐标不变量：平均扩散强度 $\bar{D}$、扩散各向异性 $\delta$、概率角动量 $\tilde{\omega}$。剩余四个参数只描述"用哪套坐标系去看"，不描述动力学本身。
图注：横轴为扩散各向异性 $\delta$，纵轴为漂移本征值绝对值 $|\lambda|$，底色为无量纲角动量 $\tilde{\omega}$ 的标度。黑色实线是 $\tilde{\omega}^2 = 0$ 的分界，其下为扩散区、其上为旋转区；黑色虚线标出 $\tilde{\omega} = 0.5$ 的"可见振荡"边界。红线为 MJO 百年演化轨迹，黑点标注 1940、1950、1960、1970、1980、1994 年。整条轨迹落在 $|\lambda| \approx 2.7$–$4.4$、$\delta \approx 0.1$–$0.2$ 的窄带内，全段都在旋转区。
这张图是全文最关键的一张。它把整个二十世纪的 MJO 参数点画在同一个坐标里，能直接读出三件事：轨迹始终待在旋转区，$\delta$ 一直在 0.2 以下（近似各向同性），而 $|\lambda|$ 从 4.4 缓慢降到 2.7。
---
旋转区和扩散区的行为不一样
漂移矩阵本征值的性质把动力学分成两个区：$|\lambda|$ 为虚数、漂移本征值为实数的是扩散区；$|\lambda|$ 为实数、本征值为复数的是旋转区。
对比项 · 旋转区（$ · \lambda · $ 为实数） · 扩散区（$\lambda$ 为虚数）
Green 函数总衰减率 · 恒为 1，与扩散无关 · 额外受 $\omega^2$ 项拖慢
振荡来源 · 旋转项与扩散项竞争 · Green 函数里三角函数变双曲函数
ACC 对 $\bar{D}$ 的敏感度 · 低，主要由扩散时间尺度控制 · 高，$\bar{D}$ 越大 ACC 衰减越慢
ACC 对 $\tilde{\omega}$ 的敏感度 · 都很低 · 低
熵产 · 随 $\tilde{\omega}$ 和 $\delta$ 明显变化 · —
两个容易被忽略的技术点：
第一，扩散区也可能是非平衡区，也可能有平均相空间旋转，尽管 $\lambda$ 里没有显式的旋转项。概率流速度在这两个区里都与扩散无关。
第二，$\tilde{\omega}$ 趋近 0.5 时，"半个周期"处正反向演化在统计上变得不可区分。换句话说，熵产这类量对旋转强度是二次依赖的，所以它的时间尺度被压缩到动力学的一半。
结论落在一句话上：在旋转区里，系统的不可逆性可以大幅上升，而可预报性基本不变。 这正是 MJO 那条轨迹所处的状态。
---
百年 MJO：可预报性、不可逆性、活性同时上升
数据用的是 ECMWF 的 CERA-20C 百年再分析（1901–2010，10 成员集合，逐日输出），取的是实时多变量 MJO 指数（RMMI）——基于滤波后 OLR 与上下层纬向风的经验正交函数前两个主成分。RMMI 状态向量的长度是振荡振幅、角度是相位，向量在相空间里旋转直接对应对流系统沿热带自东向西传播。EOF 基固定取自 1979–2001 年且全世纪不变，这一点很重要：它保证相空间表示本身不随时间漂移，观测到的趋势不能归因于坐标系变化。
LIM 对每个集合成员独立建立，用 30 年滑动窗口拟合，然后用 Euler–Maruyama 数值积分生成集合预报。作为对照，还用了 ECMWF 积分预报系统的 20 世纪耦合预报（CSF-20C）——46 天预报、每年 2 月和 11 月两个起报日、集合成员分别是 25 和 51。
图注：CERA-20C 第 0 成员分成两条路径。右路：先算 EOF 得到 RMMI 时间序列，再用 30 年滑动窗口拟合 LIM，积分成 LIM 预报。左路：同一成员作为起报状态积分 CSF-20C，得到 CSF-20C 预报后投影到相同 EOF 基上得到 CSF-20C RMMI。两条路径最后进入同一个对比环节。
三个结果：
- MJO 二十世纪处于近似各向同性的快速旋转区，$\bar{D} \ll \tilde{\omega} \ll 1$。若把时间尺度按 $\bar{D}^{-1}$ 而非 $\tilde{\omega}^{-1}$ 来定义，这个状态可以理解成一个被弱扰动的中性极限环——噪声与阻尼都很小，扩散各向异性更弱。
- 可预报性的长期变化主要由平均扩散强度决定。 二十世纪 MJO 可预报性的上升，主要对应平均扩散的下降。
- 熵产和动力学活性的上升来自三个参数共同的演化，而不是任何单一参数。同期不可逆性和活性都增强了。
另外，作者比较了 LIM 集合与 CSF-20C 的可预报性长期趋势，两者趋势接近——这提示 MJO 可预报性演化中相当一部分可以由线性高斯随机动力学单独刻画。定性对比里也有平衡：有一次预报里 LIM 的 RMSE 更好，另一次是 CSF-20C 更好。
注意 ACC 的判读方式：气象上通常取ACC 降到 0.6 以下的时间作为可预报时间。论文在约化坐标下把 ACC 归一化写成指数衰减乘振荡因子，旋转区里指数衰减率就是 1，所以 ACC 基本按 $e^{-\tilde t}$ 走。
---
这套框架到底能拿去做什么
作者自己给的应用定位有两条。一是作为振荡行为的零假设：OU 动力学把"线性随机动力学对可预报性和相空间旋转贡献了多少"隔离出来，剩下的非线性或状态依赖效应才好相对于这个基线去评估。二是提供一个跨系统的比较坐标系：二维 OU 模型在物理学科里到处都在用，都能映射到这张参数图上，不同物理起源的低维随机系统因此可以放在同一框架里比。
未来方向作者写得很明确：把这个方法用到其他气候振荡上，看不同物理起源的系统之间会不会涌现出共同的动力学分区。
---
作者承认的限制
扩散参数的时间演化不能唯一归因于 MJO 本身的物理变化。 这是最要紧的一条。在 LIM 框架里扩散代表未解析快速过程的汇总效应，但它随时间的变化也可能反映观测覆盖、再分析方法和同化流程在整个二十世纪的变化。所以论文明确说，这里识别出的趋势不应该被唯一地解释为 MJO 内禀物理动力学的变化。
框架本身限定在线性高斯动力学和二维相空间。 论文承认这样选是为了便于解析处理和直接的热力学解释，但真实的气候变率存在重要的非线性、状态依赖和非高斯特征，这些是 OU 近似抓不到的。作者自己把 MJO 的应用定位为"展示框架可用性"，而不是给出 MJO 可预报性趋势的确定性物理解释。
与详细平衡的关联有适用条件。 $\boldsymbol{\omega} \ne 0$ 等价于非平衡这一结论，只在本文的同宇称设定下成立；存在不同时间反演宇称变量时该结论不再单独成立。
两条应用方向作者只是指出，没有做。 一是其他气候振荡之间是否存在共同分区；二是用 XAI 工具解读学到的表示以揭示 MJO 预测背后的物理驱动——这条被作者列为值得做但留待后续的工作。
部分定量关系交给附录。 RMSE 的具体归一化形式、相位误差、振幅误差等定义放在附录 F，正文只用 ACC 作为主要可预报性度量。
---
一句话判断
这篇论文的实际贡献是证明了一件容易被忽略的事：可预报性、不可逆性和动力学活性在旋转区里是三个可以分开演化的量。 MJO 在二十世纪同时变得更可预报、也更不可逆、更活跃，这不矛盾——前者是平均扩散在降，后者是三个参数一起在动。放到预报实践上，这提醒你在用 OU 动力学的扩散参数解释任何长期趋势之前，先把观测系统和同化方案的变化排查一遍。