大西洋经向翻转环流
大西洋经向翻转环流（Atlantic Meridional Overturning Circulation，AMOC）是大西洋中连接上层与深层海水的一套大尺度海洋环流。其典型结构是较暖、较咸的上层海水向北输送，在北大西洋高纬海域向大气放热、冷却增密，形成向南返回的深层水。深层水再通过上升流（深层海水向上运动）与混合过程，连接南大洋和印度洋—太平洋的上层海洋[1]。
“经向”强调南北方向，“翻转”强调上层与深层的水流方向不同，并通过水团形成和交换相联系。AMOC 持续输送热量、盐、碳和营养盐，影响区域气温、降水、沿岸海平面与海洋生态。它也是复杂系统研究中的一个对象：正反馈可能使环流表现出多稳态与临界转变，而观测资料和模型用于判断其强度、稳定性及未来变化[1][2]。
基本概念
AMOC 描述的是跨越整个大西洋盆地的三维水体输送。常见的“全球海洋传送带”图将这一过程画成连续环线，用来概括海盆之间的联系。真实海洋中存在多条水流路径、不同水团及不同时间尺度的交换[1]。
| 名称 | 主要含义 | 与 AMOC 的关系 |
|---|---|---|
| 墨西哥湾流 | 北大西洋西侧的一股强暖流 | 参与 AMOC 的上层输送，同时也属于风驱动的水平环流 |
| 温盐环流 | 强调温度和盐度改变海水密度所产生的环流作用 | 有助于理解水团形成，但 AMOC 的维持还涉及风和混合 |
| AMOC | 强调大西洋上层与深层之间的盆地尺度翻转输送 | 通常由跨海盆的输送量描述，具有季节、年际和更长时间尺度的变化 |
AMOC 强度常用单位时间内的体积输送量表示，单位为斯维尔德鲁普（sverdrup，Sv），其中 [math]\displaystyle{ 1\,\mathrm{Sv}=10^6\,\mathrm{m^3\,s^{-1}} }[/math]。比较不同研究时，还需说明测量纬度、深度范围和平均时段[2]。
环流过程与维持机制
上层输送、深水形成与深层返回
热带和副热带海洋获得较多太阳辐射，上层海水将热量和盐分向北输送。海水进入较冷的高纬海域后向大气放热，冷却会使其密度增加。在适当的盐度和周围分层条件下，海水发生深层混合，形成较密的水团，并经溢流等过程进入深海。形成的深层水随后向南输送，与其他水团继续交换和混合[1]。
深水形成分布在北大西洋副极地和北欧海等多个区域。局地对流是密度差推动水体上下运动的过程，它与盆地尺度的 AMOC 输送相联系，但两者的变化还受水团输送和海洋动力调整影响[3]。
温度、盐度、风与混合
在相同压力及其他条件近似不变时，冷却或盐度升高通常使海水密度增加，变暖或淡化通常使密度降低。较轻的表层水会加强密度分层，即不同密度的水体在垂直方向形成层次，从而限制深层混合。海水能否下混取决于它相对于周围水体的密度及当地环境[3]。
整套环流的长期维持还需要深层水重新连接上层海洋。南大洋风驱动的上升流与海洋内部混合参与这一过程。Baker 等在 2025 年分析的 34 个气候模型中发现，南大洋持续的风驱动上升流可在极端温室气体或北大西洋淡水强迫（模型中施加的外部淡水输入）下维持减弱后的 AMOC。该结果强调了大西洋与其他海盆之间的动力联系[4]。
研究历史与观测
1961 年，Henry Stommel 用简化的箱式模型说明，温度与盐度对密度的竞争作用可以产生不同的稳定环流状态。箱式模型把海洋划分为少量近似均匀的区域，用区域之间的热盐交换方程描述整体演化，便于识别反馈和分析稳定性。此后，AMOC 研究逐步形成从低维概念模型到海洋—大气耦合模型的模型层次[5]。
RAPID 观测阵列自 2004 年起在北纬约 26.5° 开展连续监测。OSNAP 则补充北大西洋副极地区域的观测。研究人员结合这些观测、海洋再分析与古气候记录，比较不同纬度和时间尺度上的翻转变化[6]。
直接观测记录相对于年代际和更长时间尺度的自然变化仍然较短。为延伸历史记录，研究常使用海表温度、盐度或沉积物等间接资料构建代理指标，即用与目标过程相关、但更容易观测的量估计目标变化。不同代理指标反映 AMOC 的程度和时间尺度并不相同，这也是长期趋势判断存在差异的原因之一[7]。
减弱、反馈与临界转变
变暖与淡水输入
全球变暖改变高纬海水温度和海气热交换。格陵兰冰盖融水、降水及北极淡水输送的变化也会影响北大西洋表层盐度。变暖和淡化可降低表层密度、增强分层，使深水形成和大尺度翻转输送减弱。淡水进入的位置、扩散路径和持续时间都会影响实际响应[3]。
盐平流反馈与多稳态
盐平流反馈是盐分随水流输送所形成的反馈。在有利于这种正反馈的背景条件下，AMOC 减弱会减少向北输送的盐分，使北部表层水更淡、更轻，进一步抑制深水形成并放大环流减弱。反馈强度取决于大西洋盐度分布、其他水流及海气交换[2]。
这种反馈能够在一些模型中支持多稳态：相同外部条件下，系统可根据初始状态或演化历史停留在不同的稳定状态。若外部强迫增加和减小时的转变路径不同，则表现出滞后。例如，转入弱翻转状态后，恢复原先的外部条件也可能不足以立即恢复强翻转[5]。
AMOC 的三种临界转变机制
这里的临界转变（tipping）指 AMOC 从强翻转状态转入性质显著不同的弱翻转或关闭状态。分岔、速率和噪声诱导的分类，区分的是系统离开原有状态的触发途径。这几种途径可以共同作用[8]。
对 AMOC 而言，外部条件包括海气热交换、表面淡水收支和风场等。下面以研究中常用的北大西洋淡水强迫为例，把三种机制具体对应到淡水输入的强度、增加速率和随机波动。淡水输入可以来自冰盖融水和降水，也会受到蒸发及北极淡水输送变化的影响。它们通过改变盐度、密度与深层混合影响 AMOC[3]。
- 分岔诱导转变：淡水输入强度改变了稳定环流的结构。常用的控制参数是淡水强迫，例如后文式（1）的无量纲参数 [math]\displaystyle{ \eta_2 }[/math]。在多箱模型中，也可以用一个淡水强迫参数 [math]\displaystyle{ H }[/math] 按指定空间分布改变各海区的表面淡水通量，并在其他海区补偿以保持总盐量约束。北部淡水输入增强会降低盐度和密度，在适当背景条件下经盐平流反馈放大减弱，使强翻转稳定状态最终失稳或消失。严格说，发生分岔的是模型稳定解的结构；式（3）中的输送量 [math]\displaystyle{ q }[/math] 是随之改变的响应量。最简单的情形是鞍结分岔，即稳定与不稳定平衡解相遇并消失，但多箱模型也可能先发生霍普夫分岔，即平衡解失稳并涉及振荡行为。因此，具体分岔类型应随模型说明[5]。
- 速率诱导转变：融水输入增加得过快，环流来不及调整。这里关心的是淡水输入随时间增加的速率，例如后文式（4）中北部淡水通量 [math]\displaystyle{ F_N(t) }[/math] 的变化率 [math]\displaystyle{ dF_N/dt }[/math]。冰盖融水通量加速增加，是相应的物理情景。即使淡水输入终值相同且尚未越过缓慢改变强迫时得到的失稳阈值，快速增加也可能使海洋温盐状态跟不上不断移动的强翻转稳定状态。Lohmann 和 Ditlevsen 在三维全球海洋模型中给出了这样的对照：淡水强迫缓慢增加时 AMOC 保持强翻转，较快增加到同一终值时则转入弱翻转状态。该实验使用简化的海气边界条件，展示的是模型中的机制[9]。
- 噪声诱导转变：淡水通量的随机波动触发状态切换。这里的噪声指作用于海洋的随机强迫，例如天气变化引起的降水、蒸发及其淡水收支波动。在简化模型中，这些相对于缓慢环流调整更快、未被逐一解析的过程可用随机过程表示。Sinet 等在另一种五箱模型中，对南北表面淡水通量的非对称分量 [math]\displaystyle{ E_a(t) }[/math] 加入白噪声，即理想化为不同时刻不相关的随机扰动。在平均强迫不变、强翻转稳定状态仍存在的条件下，随机扰动也可使温盐状态越过其吸引域边界，转入关闭状态。吸引域是最终趋近同一稳定状态的一组初始条件构成的区域。这里改变的是驱动 AMOC 的物理通量，观测误差则属于另一个问题[10]。
本节采用“临界转变”作为上述动力学状态跃迁的统称。速率和噪声诱导的转变都可以在原有稳定状态仍存在时发生，因此三种机制并不都对应于跨越某个静态分岔阈值[8]。统计物理研究也可以从集体相互作用的角度，把气候临界转变描述为相变，并研究序参量（区分不同宏观状态的量）等性质[11]。这种理论联系并不意味着上述三种触发途径都等同于同一种“临界相变”，两种表述需要结合具体建模框架使用。
短期波动、持续减弱与转入另一种稳定状态是不同层次的变化。“崩溃”在文献中的操作性定义也不完全一致，有时指强烈减弱，有时特指向另一状态的转变。判断具体研究时，应同时查看强迫情景、稳定性证据和恢复实验[12]。
对气候与生态的影响
- 区域温度：北向热输送减弱，对北大西洋及邻近地区产生降温作用。在全球变暖背景下，这可能表现为相对于环流不减弱情景升温较少。强烈减弱或崩溃情景下，区域降温可以更明显[3]。
- 降水与季风：海温和半球间热量分配的变化会调整大气环流。强 AMOC 减弱实验常出现热带辐合带南移，即两半球信风汇合、形成主要热带雨带的区域向南移动，并伴随区域降水和季风变化[2]。
- 沿岸海平面：环流改变会调整海面高度的空间分布，使美国东岸部分地区出现额外的动力海平面升高。这种由海水运动和分布改变造成的海平面变化，可以叠加在热膨胀和陆地冰融化的影响之上[13]。
- 海洋生态与碳循环：翻转变化影响氧、营养盐和碳的输送与储存，改变海水更新和生物栖息环境。具体响应取决于海域、深度以及与变暖等过程的共同作用[1]。
水团完成全球翻转路径可能需要数百至数千年，而环流强度、海温与大气能够在更短的时间尺度调整。因此，区域气候响应不需要等待同一团水完成完整循环[1]。
动力学模型
AMOC 的箱式模型将海洋划分为少量内部近似均匀的区域，用热量和盐分收支描述环流随时间的变化。不同模型保留的过程不同。两箱模型突出温盐竞争，多箱模型加入海盆联系和不同输送路径，适合研究多稳态、分岔及外部强迫的变化速率[14][5]。
Stommel 两箱模型：温度、盐度与环流强度
两箱分别代表低纬暖水区和高纬冷水区。用无量纲化将温度差、盐度差和时间除以相应尺度后，Stommel 模型的一种常用写法为[5]：
-
[math]\displaystyle{ \begin{aligned}\frac{dT}{d\tau}&=\eta_1-T\bigl(1+\lvert T-S\rvert\bigr),\\\frac{dS}{d\tau}&=\eta_2-S\bigl(\eta_3+\lvert T-S\rvert\bigr).\end{aligned} }[/math]
(1)
这里，[math]\displaystyle{ T }[/math] 和 [math]\displaystyle{ S }[/math] 分别表示低纬至高纬温度差和盐度差经缩放后的量，[math]\displaystyle{ \tau }[/math] 为无量纲时间。非负参数 [math]\displaystyle{ \eta_1 }[/math]、[math]\displaystyle{ \eta_2 }[/math] 分别控制热强迫与淡水强迫，[math]\displaystyle{ \eta_3 }[/math] 为温度恢复时间与盐度恢复时间之比。“恢复”表示海气交换等过程使温度或盐度趋近外部指定状态。
模型中的无量纲环流强度定义为
-
[math]\displaystyle{ \Psi=T-S. }[/math]
(2)
式（2）体现温盐对密度的相反作用：低纬至高纬的温度差促进高纬下沉，而相应的盐度差抵消这一作用。[math]\displaystyle{ \Psi\gt 0 }[/math] 表示温度作用占优的环流，[math]\displaystyle{ \Psi\lt 0 }[/math] 表示盐度作用占优的反向环流。式（1）中的 [math]\displaystyle{ \lvert T-S\rvert }[/math] 表示水体交换会削弱两箱差异，交换作用的大小取决于流量的绝对值[14][5]。
令式（1）的两个导数为零即可求平衡点，即状态不再随时间改变的位置。在部分参数范围内，模型存在两个稳定的平衡点，不同初始状态可分别趋近这两个状态。改变淡水强迫可引起鞍结分岔，即稳定与不稳定的平衡点相遇并消失，从而产生跳变和滞后。这一模型解释温盐反馈如何形成双稳态，其无量纲流量需要给定缩放尺度后才能与 Sv 单位的观测比较[5]。
全球五箱模型及其二维约化
Wood 等建立的全球五箱模型区分北大西洋 [math]\displaystyle{ N }[/math]、热带大西洋 [math]\displaystyle{ T }[/math]、南大洋 [math]\displaystyle{ S }[/math]、印度洋—太平洋 [math]\displaystyle{ IP }[/math] 和底层水 [math]\displaystyle{ B }[/math]。其参数可由复杂气候模型中的水团性质和输送量标定[15]。Alkhayuon 等进一步给出三箱约化：固定变化较慢的南大洋和底层盐度，以北大西洋、热带大西洋和印度洋—太平洋盐度描述演化，再由总盐量约束消去一个变量，得到二维系统[5]。
为区分箱体下标与温度变量，下式以 [math]\displaystyle{ \Theta }[/math] 表示温度。假设北部温度随输送量满足 [math]\displaystyle{ \Theta_N=\Theta_0+\mu q }[/math]，则密度差决定的 AMOC 体积输送量为
-
[math]\displaystyle{ q=\frac{\lambda\left[\alpha(\Theta_S-\Theta_0)+\beta(S_N-S_S)\right]}{1+\lambda\alpha\mu}. }[/math]
(3)
其中，[math]\displaystyle{ S_i }[/math] 是箱 [math]\displaystyle{ i }[/math] 的盐度，[math]\displaystyle{ \Theta_S }[/math] 为南部温度，[math]\displaystyle{ \Theta_0 }[/math] 为北部参考温度。[math]\displaystyle{ \alpha }[/math]、[math]\displaystyle{ \beta }[/math] 分别是线性化密度对温度、盐度的响应系数，[math]\displaystyle{ \lambda }[/math] 将密度差换算成体积输送量，[math]\displaystyle{ \mu }[/math] 描述环流对北部温度的影响。此处 [math]\displaystyle{ q }[/math] 是有量纲输送量，与式（2）的 [math]\displaystyle{ \Psi }[/math] 使用不同尺度[5]。
当 [math]\displaystyle{ q\geq0 }[/math]，上层水从热带流向北大西洋，两个独立的盐收支方程为
-
[math]\displaystyle{ \begin{aligned}V_N\frac{dS_N}{dt}&=(q+K_N)(S_T-S_N)-F_NS_0,\\V_T\frac{dS_T}{dt}&=q\left[\gamma S_S+(1-\gamma)S_{IP}-S_T\right]\\&\quad+K_S(S_S-S_T)+K_N(S_N-S_T)-F_TS_0.\end{aligned} }[/math]
(4)
当 [math]\displaystyle{ q\lt 0 }[/math]，输送路径反向，相应方程为
-
[math]\displaystyle{ \begin{aligned}V_N\frac{dS_N}{dt}&=\lvert q\rvert(S_B-S_N)+K_N(S_T-S_N)-F_NS_0,\\V_T\frac{dS_T}{dt}&=\lvert q\rvert(S_N-S_T)+K_S(S_S-S_T)\\&\quad+K_N(S_N-S_T)-F_TS_0.\end{aligned} }[/math]
(5)
式（4）与式（5）中的 [math]\displaystyle{ V_i }[/math] 为固定箱体积，[math]\displaystyle{ K_N }[/math]、[math]\displaystyle{ K_S }[/math] 为箱间交换的体积输送系数，[math]\displaystyle{ F_i }[/math] 为表面净淡水输入，[math]\displaystyle{ S_0 }[/math] 为参考盐度。[math]\displaystyle{ F_i\gt 0 }[/math] 表示淡化作用，因而盐收支中出现 [math]\displaystyle{ -F_iS_0 }[/math]。[math]\displaystyle{ 0\leq\gamma\leq1 }[/math] 表示 AMOC 返回路径中经过南大洋的比例，其余部分经过印度洋—太平洋。时间、体积和输送量须使用一致单位[5]。
令 [math]\displaystyle{ C }[/math] 为固定的总盐量，印度洋—太平洋盐度由
-
[math]\displaystyle{ S_{IP}=\frac{C-V_NS_N-V_TS_T-V_SS_S-V_BS_B}{V_{IP}} }[/math]
(6)
确定。式（3）—（6）连同固定的 [math]\displaystyle{ S_S }[/math]、[math]\displaystyle{ S_B }[/math]，构成以 [math]\displaystyle{ (S_N,S_T) }[/math] 为状态的闭合系统。“闭合”表示右端所需的变量均可由当前状态和给定参数求出。固定总盐量相当于要求完整模型的表面淡水通量相互补偿，或在被约化的箱中隐含补偿通量，具体实验须保持这一约束[5]。
这组方程将盐平流反馈具体化：北大西洋淡化使式（3）的 [math]\displaystyle{ q }[/math] 降低，进而改变式（4）的北向盐输送。该约化模型在文献考察的参数下可出现霍普夫分岔，即平衡点的稳定性与振荡解发生联系的分岔，也能表现出吸引域变化和速率诱导转变。其机制比两箱模型丰富，代价是增加海盆划分、参数标定和约化假设[5]。
随时间变化的强迫与随机扩展
研究淡水输入的变化速率时，可令式（4）—（5）中的强迫随时间变化。加入未解析的短时间尺度波动后，这类模型可用随机微分方程统一表示，即同时包含确定性演化和随机扰动的方程：
-
[math]\displaystyle{ d\mathbf{s}_t=\mathbf{f}\bigl(\mathbf{s}_t,\mathbf{u}(t)\bigr)\,dt+\mathbf{B}(\mathbf{s}_t)\,d\boldsymbol{w}_t. }[/math]
(7)
其中，[math]\displaystyle{ \mathbf{s}_t }[/math] 为模型状态向量，在上述二维约化中可取 [math]\displaystyle{ (S_N,S_T)^{\mathsf{T}} }[/math]。[math]\displaystyle{ \mathbf{f} }[/math] 表示盐收支决定的演化，[math]\displaystyle{ \mathbf{u}(t) }[/math] 为随时间变化的外部强迫。[math]\displaystyle{ \boldsymbol{w}_t }[/math] 是描述连续随机扰动的多维维纳过程，矩阵 [math]\displaystyle{ \mathbf{B} }[/math] 指定扰动的强度及其作用于各变量的方式。式（7）采用伊藤解释，即随机系数按每一步起点的状态计算。它是模型类别的通用表示，具体研究需要指定随机项，并使箱间补偿和总盐量约束一致[10][16]。
这类扩展将研究问题从“给定强迫下有哪些稳定状态”推进到“变化多快会触发转变、随机扰动会产生哪些转变路径”。Sinet 等研究了冰盖融水的速率与噪声效应，Jacques-Dumas 等则在另一套包含跃密层深度的随机箱式模型中估计转变概率。跃密层是海水密度随深度变化较快的层。这些结果各自对应其模型、参数及强迫设定[10][16]。
复杂系统建模与临界预警
从机制模型到数据驱动模型
AMOC 的机制建模以热盐收支和水体交换为基础。低维箱式模型便于分析稳定状态、分岔和吸引域，复杂气候模型则用于表示空间结构及海洋—大气相互作用。Alkhayuon 等的五箱模型表明，具体失稳机制取决于模型结构和参数，不能把所有 AMOC 转变都归为同一种简单分岔[5]。
数据驱动建模也可与物理模型结合。Jacques-Dumas 等将储备池计算（利用一个动态系统变换输入，再学习输出的机器学习方法）与稀有事件采样结合，在随机 AMOC 箱式模型中估计给定时间窗口内的转变概率和路径。稀有事件采样通过集中计算少见转变，提高普通模拟难以捕捉的事件的估计效率。这类模型结果需经过跨模型和观测检验，才能用于现实风险评估[16]。
统计信号与物理指标
临界减速指系统受到小扰动后恢复得越来越慢。在一定的动力学和噪声条件下，它可表现为方差增大或相邻时刻的自相关增强，因而被用于构造临界转变预警。方差描述波动幅度，自相关描述同一变量在不同时刻的相关程度。Boers 在 2021 年分析海温和盐度构建的 AMOC 代理指标，报告了与稳定性下降相符的信号[17]。
物理预警则将指标直接联系到已知反馈。van Westen 等在 2024 年的气候模型实验中，提出以大西洋南界 AMOC 淡水输送的极小值作为接近转变的指标，并比较了它与传统统计信号的表现。其适用性取决于相关物理联系、观测长度及强迫条件[18]。
临界转变预警需要分别回答“是否发生稳定性变化”和“能否估计转变时间”。Ben-Yami 等在 2024 年指出，外推假设、代理指标的代表性、观测误差及预处理会使临界时间估计产生很大不确定性[7]。其团队在 2026 年对 27 个 CMIP6 气候模型历史模拟的分析中，未发现稳健、显著的临界减速，并讨论了这一结果与观测海温指标之间的差异。研究强调多次模拟实现的重要性，也提示模型对现实稳定性变化的表示仍需检验[12]。
主要研究问题
AMOC 研究需要共同约束环流强度、稳定性与未来情景。当前问题包括：如何用温度、盐度和输送的联合观测构建可靠的代理指标，如何区分外部强迫、内部变率和噪声对预警信号的影响，以及低维模型中的反馈和转变机制能否在复杂气候模型中成立[7][16]。
未来减弱与未来发生临界转变也应分别评估。加拿大 2026 年气候评估对本世纪 AMOC 继续减弱给出高信心，对本世纪不发生关闭给出中等信心。这类信心水平综合反映证据与研究一致性，不等同于一个可直接换算的崩溃概率[3]。南大洋与印度洋—太平洋环流的稳定作用、模型中的盐度偏差和淡水路径，是进一步约束 AMOC 变化的重要环节[4]。
相关词条
参考文献
- ↑ 1.0 1.1 1.2 1.3 1.4 1.5 1.6 Sabatello, R. (2024). State of the Science Fact Sheet: Atlantic Meridional Overturning Circulation (AMOC). NOAA. DOI: 10.25923/pav0-be22。资料页面。
- ↑ 2.0 2.1 2.2 2.3 Loriani, S., et al. (2025). Tipping points in ocean and atmosphere circulations. Earth System Dynamics, 16, 1611–1653. DOI: 10.5194/esd-16-1611-2025。
- ↑ 3.0 3.1 3.2 3.3 3.4 3.5 Environment and Climate Change Canada (2026). Canada's Changing Climate Report 2026, Chapter 4, Section 4.9. Large-scale atmosphere-ocean processes affecting climate。
- ↑ 4.0 4.1 Baker, J. A., Bell, M. J., Jackson, L. C., Vallis, G. K., Watson, A. J., & Wood, R. A. (2025). Continued Atlantic overturning circulation even under climate extremes. Nature, 638, 987–994. DOI: 10.1038/s41586-024-08544-0。
- ↑ 5.00 5.01 5.02 5.03 5.04 5.05 5.06 5.07 5.08 5.09 5.10 5.11 5.12 5.13 Alkhayuon, H., Ashwin, P., Jackson, L. C., Quinn, C., & Wood, R. A. (2019). Basin bifurcations, oscillatory instability and rate-induced thresholds for Atlantic meridional overturning circulation in a global oceanic box model. Proceedings of the Royal Society A, 475, 20190051. DOI: 10.1098/rspa.2019.0051。作者全文。
- ↑ RAPID. History。RAPID 项目官方网站，访问日期：2026-10-18。
- ↑ 7.0 7.1 7.2 Ben-Yami, M., Morr, A., Bathiany, S., & Boers, N. (2024). Uncertainties too large to predict tipping times of major Earth system components from historical data. Science Advances, 10, eadl4841. DOI: 10.1126/sciadv.adl4841。作者摘要及全文入口。
- ↑ 8.0 8.1 Ashwin, P., Wieczorek, S., Vitolo, R., & Cox, P. (2012). Tipping points in open systems: bifurcation, noise-induced and rate-dependent examples in the climate system. Philosophical Transactions of the Royal Society A, 370, 1166–1184. DOI: 10.1098/rsta.2011.0306。含勘误的作者全文。
- ↑ 9.0 9.1 Lohmann, J., & Ditlevsen, P. D. (2021). Risk of tipping the overturning circulation due to increasing rates of ice melt. Proceedings of the National Academy of Sciences, 118(9), e2017989118. DOI: 10.1073/pnas.2017989118。
- ↑ 10.0 10.1 10.2 10.3 Sinet, S., Ashwin, P., von der Heydt, A. S., & Dijkstra, H. A. (2024). AMOC stability amid tipping ice sheets: the crucial role of rate and noise. Earth System Dynamics, 15, 859–873. DOI: 10.5194/esd-15-859-2024。
- ↑ Meng, J., & Chen, D. (2026). The domino effect of climate tipping points: a multidisciplinary perspective on global risks. National Science Review, nwag042. DOI: 10.1093/nsr/nwag042。
- ↑ 12.0 12.1 Ben-Yami, M., Blaschke, L., Bathiany, S., & Boers, N. (2026). No critical slowing down in the Atlantic Overturning Circulation in historical CMIP6 simulations. PLOS Climate, 5(10), e0000781. DOI: 10.1371/journal.pclm.0000781。
- ↑ NOAA Atlantic Oceanographic and Meteorological Laboratory. Meridional Overturning Circulation。访问日期：2026-10-18。
- ↑ 14.0 14.1 Stommel, H. (1961). Thermohaline Convection with Two Stable Regimes of Flow. Tellus, 13(2), 224–230. DOI: 10.3402/tellusa.v13i2.9491。原文。
- ↑ Wood, R. A., Rodríguez, J. M., Smith, R. S., Jackson, L. C., & Hawkins, E. (2019). Observable, low-order dynamical controls on thresholds of the Atlantic meridional overturning circulation. Climate Dynamics, 53, 6815–6834. DOI: 10.1007/s00382-019-04956-1。
- ↑ 16.0 16.1 16.2 16.3 Jacques-Dumas, V., van Westen, R. M., & Dijkstra, H. A. (2024). Estimation of AMOC Transition Probabilities Using a Machine Learning–Based Rare-Event Algorithm. Artificial Intelligence for the Earth Systems, 3, e240002. DOI: 10.1175/AIES-D-24-0002.1。作者全文。
- ↑ Boers, N. (2021). Observation-based early-warning signals for a collapse of the Atlantic Meridional Overturning Circulation. Nature Climate Change, 11, 680–688. DOI: 10.1038/s41558-021-01097-4。
- ↑ van Westen, R. M., Kliphuis, M., & Dijkstra, H. A. (2024). Physics-based early warning signal shows that AMOC is on tipping course. Science Advances, 10, eadk1189. DOI: 10.1126/sciadv.adk1189。作者预印本全文。
署名
贡献者：杨明哲。