Spatiotemporal Detection and Uncertainty Visualization of Atmospheric Blocking Events
作者: Mingzhe Li, Peer Nowack, Bei Wang
分类: cs.GR, cs.CG, physics.ao-ph
发布日期: 2026-01-02
备注: in IEEE Transactions on Visualization and Computer Graphics, 2026
💡 一句话要点
提出一种时空检测与不确定性可视化框架，用于分析大气阻塞事件，助力气候风险评估。
🎯 匹配领域: 支柱八：物理动画 (Physics-based Animation)
关键词: 大气阻塞事件 时空检测 不确定性可视化 气候风险评估 极端天气事件
📋 核心要点
- 准确建模和分析长期气象记录中的大气阻塞事件仍然是一个重大挑战。
- 提出一种基于几何的检测和跟踪方法，并结合不确定性可视化技术，以分析大气阻塞事件。
- 通过轮廓箱线图、频率热图和3D时间堆栈等可视化手段，揭示阻塞事件的时空特征和不确定性。
📝 摘要（中文）
大气阻塞事件是准静态的高压系统，会扰乱极地和亚热带气流的典型路径，经常导致长时间的极端天气事件，如夏季热浪或冬季寒潮。尽管它们在塑造中纬度天气方面起着关键作用，但在长期气象记录中准确地建模和分析阻塞事件仍然是一个重大挑战。为了应对这一挑战，我们提出了一个不确定性可视化框架，用于检测和表征大气阻塞事件。首先，我们介绍了一种基于几何的检测和跟踪方法，该方法在工业化前的气候模型模拟（UKESM）和再分析数据（ERA5）上进行了评估，这些数据代表了使用天气模型从卫星和站点测量同化到规则数值网格上的历史地球观测。其次，我们提出了一套不确定性感知摘要：轮廓箱线图，用于捕获代表性边界及其可变性；频率热图，用于编码出现次数；以及3D时间堆栈，用于在时间上定位这些模式。第三，我们在2003年欧洲热浪的案例研究中展示了我们的框架，使用这些摘要绘制阻塞事件的时空发生情况。总的来说，这些不确定性可视化揭示了阻塞事件最可能发生在哪里，以及它们的空间足迹如何随时间演变。我们设想我们的框架是气候科学家和气象学家的宝贵工具：通过分析阻塞频率、持续时间和强度如何在不同区域和气候情景中变化，它支持历史阻塞事件的研究以及与阻塞相关的极端天气变化相关的、依赖于情景的气候风险评估。
🔬 方法详解
问题定义：论文旨在解决大气阻塞事件检测和分析中的不确定性问题。现有方法难以准确建模和分析长期气象记录中的阻塞事件，尤其是在评估与阻塞相关的极端天气变化的气候风险时，缺乏对不确定性的有效量化和可视化手段。
核心思路：论文的核心思路是结合几何检测方法和不确定性可视化技术，对大气阻塞事件进行时空检测和分析。通过几何方法提取阻塞事件的特征，并利用不确定性可视化技术，量化和展示检测结果的不确定性，从而提高分析的可靠性和准确性。
技术框架：该框架主要包含三个阶段：1) 基于几何的检测和跟踪：使用几何方法检测和跟踪大气阻塞事件，生成时空序列数据。2) 不确定性感知摘要：利用轮廓箱线图、频率热图和3D时间堆栈等可视化方法，对检测结果进行汇总和可视化，并量化不确定性。3) 案例研究：将该框架应用于实际案例，如2003年欧洲热浪，验证其有效性和实用性。
关键创新：该论文的关键创新在于将几何检测方法与不确定性可视化技术相结合，为大气阻塞事件的分析提供了一种新的视角。与传统方法相比，该方法能够更有效地量化和展示检测结果的不确定性，从而提高分析的可靠性和准确性。此外，该论文提出的不确定性感知摘要方法，为气候科学家和气象学家提供了一种新的工具，用于研究历史阻塞事件和评估气候风险。
关键设计：几何检测方法的具体实现细节未知，论文重点在于不确定性可视化。轮廓箱线图用于展示阻塞事件边界的变异性；频率热图用于编码阻塞事件发生的频率；3D时间堆栈用于展示阻塞事件随时间演变的过程。这些可视化方法的设计旨在突出阻塞事件的时空特征和不确定性。
🖼️ 关键图片
📊 实验亮点
该研究在UKESM气候模型模拟和ERA5再分析数据上进行了验证，通过案例研究展示了该框架在2003年欧洲热浪事件分析中的应用。通过不确定性可视化，揭示了阻塞事件最可能发生的区域以及空间足迹随时间的演变，为气候科学家和气象学家提供了有价值的分析工具。
🎯 应用场景
该研究成果可应用于气候变化风险评估、极端天气事件预测和气象灾害预警等领域。通过分析阻塞事件的频率、持续时间和强度变化，可以评估不同区域和气候情景下的气候风险，为政府和企业制定应对气候变化的政策和措施提供科学依据。此外，该研究还可以帮助气象学家更好地理解大气阻塞事件的形成和演变机制，提高极端天气事件的预测能力。
📄 摘要（原文）
Atmospheric blocking events are quasi-stationary high-pressure systems that disrupt the typical paths of polar and subtropical air currents, often producing prolonged extreme weather events such as summer heat waves or winter cold spells. Despite their critical role in shaping mid-latitude weather, accurately modeling and analyzing blocking events in long meteorological records remains a significant challenge. To address this challenge, we present an uncertainty visualization framework for detecting and characterizing atmospheric blocking events. First, we introduce a geometry-based detection and tracking method, evaluated on both pre-industrial climate model simulations (UKESM) and reanalysis data (ERA5), which represent historical Earth observations assimilated from satellite and station measurements onto regular numerical grids using weather models. Second, we propose a suite of uncertainty-aware summaries: contour boxplots that capture representative boundaries and their variability, frequency heatmaps that encode occurrences, and 3D temporal stacks that situate these patterns in time. Third, we demonstrate our framework in a case study of the 2003 European heatwave, mapping the spatiotemporal occurrences of blocking events using these summaries. Collectively, these uncertainty visualizations reveal where blocking events are most likely to occur and how their spatial footprints evolve over time. We envision our framework as a valuable tool for climate scientists and meteorologists: by analyzing how blocking frequency, duration, and intensity vary across regions and climate scenarios, it supports both the study of historical blocking events and the assessment of scenario-dependent climate risks associated with changes in extreme weather linked to blocking.