气候变化㇑冰冻圈密码

格陵兰冰盖西南部再冻结率下降，极端消融后恢复期从一冬延至2-5年

本研究利用多个粒雪模型（CFM），结合自动气象站观测和区域气候模式数据，模拟了格陵兰冰盖13个粒雪区站点的再冻结过程。1940–2024年的长期模拟结果显示，格陵兰冰盖北部区域的再冻结能力总体保持稳定，而西南部再冻结能力波动衰减。 点击阅读全文 https://www.sciencedirect.com/science/article

气候变暖正在重塑滑雪旅游：雪季缩短、造雪受限，低海拔雪场风险最大

本文创新性提出了包含政府、科研机构、滑雪场运营商、行业协会、滑雪者多主体协同适应路径。区别于过往研究多聚焦单一主体的被动应急策略，该框架强调多方联动、双向反馈，推动滑雪旅游应对气候风险的思路从短期应急造雪，转向长期系统韧性建设与低碳转型。 点击阅读全文 https://www.sciencedirect.com/science/art

十年增温实验颠覆认知：高寒冻土碳排放由植物主导，土壤碳库反而稳定

本文基于在青藏高原东北缘疏勒河源区十年的原位模拟增温试验，分析了长期变暖下生态系统呼吸、土壤碳组分、植物功能性状及微生物群落的动态响应规律。 点击阅读全文 https://www.sciencedirect.com/science/article/pii/S1674927826002832

雪深降三成、造雪日少两成，西北滑雪场雪季却未必都缩短

一项面向干旱半干旱山地的新研究给出了更复杂的答案：雪深下降、造雪窗口收缩与雪季物候变化并不同步，部分高海拔滑雪场甚至可能出现雪季延长。 点击阅读全文 https://www.sciencedirect.com/science/article/pii/S1674927826002844

藏东南哪些冰川容易崩？小样本AI+可解释模型，画出一张“冰崩风险地图”

该研究实现了从“单一高山沟谷的稀疏事件证据”向“藏东南区域优先筛查图谱”的跨尺度转化。 点击阅读全文 https://www.sciencedirect.com/science/article/pii/S167492782600290X

全球变暖下的滑雪地图：中国滑雪场适宜区将向高纬度高海拔转移

本研究依据中国现有滑雪场分布，综合气候、地形、植被、土地利用及社会经济因素，评估当前及SSP126、SSP245和SSP585情景下2021—2050年和2051—2070年的适宜性变化。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002637

西北冰洋冬季结冰推迟，幕后机制被揭示

本文分析了1990—2023年加拿大海盆融冰期的多年变化，并量化评估了近表层温度极大值层（NSTM）热量释放对结冰的影响。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002352

冰川表面的温室气体交换有多强？来自帕隆4号冰川的原位观测

本研究以青藏高原东南部帕隆4号冰川为对象，于2023年6月29日至9月13日开展原位观测，测定冰尘穴和冰面径流中CO₂、CH₄浓度与通量，并结合宏基因组分析冰尘沉积物中的微生物群落和碳循环功能潜力。 点击阅读全文 https://www.sciencedirect.com/science/article/pii/S1674927826

冰川变暗=消融加速？卫星观测揭开背后新机制｜科学解读

本文借鉴阿尔卑斯区域研究思路，构建适配全球冰川的动态阈值物候提取方法，基于2000–2023年MODIS 长时序数据系统解析全球冰川消融季与反照率协同演变规律。本研究首次将“物候学”理念引入全球冰川监测，定量刻画冰川季节性变化过程。本文下载链接：https://www.sciencedirect.com/science/article/p

冰湖也分“性格”？一文讲清亚洲高山区新冰湖的分布与成因

研究基于2000与2020年亚洲高山区冰湖数据，利用空间匹配、遥感影像解译和地貌分类，2000–2020年间系统识别出872个新形成冰湖。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002248

暖湿极端越来越多，祁连山冻土正在发生什么？一项最新研究给出答案

本研究构建了面向冻土过程的多维暖湿复合极端指标体系，并系统分析了不同暖湿复合极端特征与多年冻土热变化的关联。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002649

藏东南冰川持续变暗，消融期延长重塑坡向差异

本研究的创新在于，将日尺度长序列、动态消融季识别与三类互补反照率指标结合，既刻画了冰川变暗的时间延伸，也揭示了季风降雪对地形效应的调节。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002625

AI助力冻害风险评估，揭示东北公路冻害形成机制

本研究构建了适用于边缘多年冻土区工程廊道的冻融灾害风险评估框架。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002285

南极海冰积雪的“偏心”真相：AI高分辨率重建揭示的区域不对称

https://www.sciencedirect.com/science/article/pii/S1674927826002261。本研究提出一种观测约束的可解释深度学习框架，利用南极海冰现场观测数据（ASPeCt）与16项GLORYS再分析环境变量，重建了1993—2021年南极海冰区域逐月积雪深度数据，空间分辨率达到1/12°。

1975—2100年，中蒙俄的冻土到底经历了什么？

https://www.sciencedirect.com/science/article/pii/S167492782600225X。本研究基于2079个气象站点的长期气温观测资料和 CMIP6 多模式气候情景数据，系统重建了1975—2024年中蒙俄寒区空气冻结指数和融化指数的历史变化，并进一步预估了2025—2100年五种 SSP 

新研究打破传统雪季划分局限

该研究突破了传统固定日历月份划分雪季的局限，创新性地提出基于积雪面积日变化率的动态阈值划分法，并综合考察了海拔、坡度与坡向对积雪分布的调控作用。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826002005

气候变暖下，喜马拉雅冻土怎么退？冻融指数时空演变与非线性机制全解读

本研究以喜马拉雅地区气象站点为基准，利用 1960—2020 年时空连续的1 km分辨率气温数据集，探究了喜马拉雅地区冻融指数的时空演变格局。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826001814

升温+冻土融化双重夹击，青藏高原植被正在发生什么？

研究以青藏高原三江源地区为对象，重建了2000—2023年30 m分辨率的Landsat生长季NDVI时间序列，结合MODIS、冻土与热融地貌数据、野外调查及无人机观测，分析不同环境条件下的植被变化，并基于XGBoost和SHAP方法探究其主要环境驱动因素。本文下载链接：https://www.sciencedirect.com/scie

青藏高原冰崩频发：气候变暖如何改变冰崩时空格局？

本研究综合利用历史文献资料、遥感数据和环境因子数据，构建了1960‒2020年青藏高原冰崩事件数据集，并分析了冰崩活动的时空变化特征及其影响机制。本文下载链接：https://www.sciencedirect.com/science/article/pii/S1674927826001875

环北极超四成区域处于高融沉风险，我们该关注什么？

本研究将地理探测器（GeoDetector）和机器学习模型相结合，对环北极多年冻土的融沉易发性进行了系统评估，揭示出该区域面临的威胁远超以往认知。本文下载链接：https://www.sciencedirect.com/science/article/pii/S167492782600136X