当复杂科学遇见地球系统：气候网络、复杂性 与 人工智能｜周二直播 · 地球系统科学读书会

导语

为了能够深入理解人类世背景下地球系统各要素之间复杂的相互作用与演化机制，并为人类应对未来的地球系统科学重大挑战提供一套科学的认知框架，集智俱乐部联合清华大学讲席教授陈德亮、北京师范大学教授樊京芳、东莞理工学院特聘副研究员陈爱芳、南开大学副教授戴启立老师和爱尔兰都柏林大学博士生班崭共同发起，将组织大家从新的研究范式出发梳理相关文献，并深入研读其中涉及的理论与模型。

从2025年3月4日开始，每周二晚上19:00-21:00，读书会将以线上形式进行，持续时间预计8-10周。读书会详情及参与方式见后文。

分享背景

地球气候系统是一个多尺度运作的复杂网络，受到自然界诸多过程（如大气环流、洋流、地质演变到生物地球化学循环）以及人类活动的深刻影响。这些错综复杂的相互作用不仅塑造了全球气候的变异性，也决定了区域性天气模式的形成。因此，深入理解这些动态变化对于我们预测未来气候情景——无论是短期内的几天还是长期内的几十年——及其对全球环境和社会可能产生的影响至关重要。在气候变化不断加速的当下，掌握这些相互 作用的机制，对于我们减少气候风险、适应环境变化具有前所未有的紧迫性。

分享简介

复杂科学是一种多学科方法，旨在理解具有非线性、涌现、反馈循环和自组织的系统。这些概念对于分析固有复杂的地球气候系统至关重要。在地球气候领域，复杂性科学的方法论使研究人员能够模拟跨越时间和空间尺度的复杂相互作用。

分享大纲

本次分享樊京芳老师将带领我们从复杂科学与人工智能的视角梳理相关的理论、模型与方法：

1. 复杂性和地球系统

2. 整合现代与全新世气候变化

3. 综合框架：全新世气候数据、气候模型、复杂科学与人工智能

4. 气候网络、人工智能与气候变化的政策含义

主讲人简介

樊京芳，北京师范大学教授，德国波茨坦气候影响研究所担任访问教授。博士毕业于中国科学院理论物理研究所。曾在以色列巴伊兰大学物理系，德国波茨坦气候影响研究所分别从事博士后研究工作和助理教授工作。美国哈佛大学和波士顿大学访问学者。研究方向为统计物理，复杂系统临界点理论，地球系统，网络理论，地震和金融市场预测等。以第一作者或通讯作者在Nature Physics，Nature Climate Change, Nature Communications, PNAS等学术期刊发表论文60余篇。

报名参与

直播信息

2025年3月4日（本周二）19:00-21:00

报名加入社群（可开发票）

斑图链接：https://pattern.swarma.org/study_group_issue/863

扫码参与，加入群聊，获取系列读书会回看权限，共建共享地球系统科学社区，与一线科研工作者沟通交流，共同推动这一前沿领域的发展。

核心文献

[1] Fan, Jingfang, et al. "Complexity science meets Earth system."Science Bulletin70.1 (2025): 19-24.

参考文献

[2] Steffen W, Richardson K, Rockström J, et al. The emergence and evolution of Earth system science. Nat Rev Earth Environ 2020;1:54–63.

[3] Fan J, Meng J, Ludescher J, et al. Statistical physics approaches to the complex Earth system. Phys Rep 2021;896:1–84.

[4] Schellnhuber HJ. Earth system’ analysis and the second Copernican revolution. Nature 1999;402:19–23.

[5] Meng J, Fan J, Ludescher J, et al. Complexity-based approach for El Niño magnitude forecasting before the spring predictability barrier. Proc Natl Acad Sci USA 2020;117:177–83.

[6] Ludescher J, Martin M, Boers N, et al. Network-based forecasting of climate phenomena. Proc Natl Acad Sci USA 2021;118:e1922872118.

[7] Ludescher J, Gozolchiani A, Bogachev M, et al. Improved El Niño forecasting by cooperativity detection. Proc Natl Acad Sci USA 2013;110:11742–5.

[8] Fan J, Meng J, Ludescher J, et al. Network-based approach and climate change benefits for forecasting the amount of Indian monsoon rainfall. J Clim 2022;35:1009–20.

地球系统科学读书会

世界气象组织《2023年全球气候状况》报告确认2023年是有观测记录以来最暖的一年。气候变化正在以高温、干旱、洪水、野火和沙尘暴等极端天气的形式吸引人们的广泛关注。世界经济论坛《2024全球风险报告》将气候变化作为首要值得关注的风险。地球作为一个多要素、非线性的开放复杂系统，要素间相互作用关系复杂，往往牵一发而动全身。在人类活动深刻影响下，我们该如何理解并有效应对正在面临的气候变化以及其带来的社会经济等一系列议题，实现人类与地球的可持续发展？

为了能够深入理解人类世背景下地球系统各要素之间复杂的相互作用与演化机制，并为人类应对未来的地球系统科学重大挑战提供一套科学的认知框架，集智俱乐部联合清华大学讲席教授陈德亮、北京师范大学教授樊京芳、东莞理工学院特聘副研究员陈爱芳、南开大学副教授戴启立老师和爱尔兰都柏林大学博士生班崭共同发起，将组织大家从新的研究范式出发梳理相关文献，并深入研读其中涉及的理论与模型。

详情请见：