近日，大连理工大学海岸与海洋工程全国重点实验室联合芬兰赫尔辛基大学、芬兰气象研究所、德国莱布尼茨淡水生态与内陆渔业研究所等机构，在Nature子刊《npj Climate and Atmospheric Science》发表研究成果“Modeled changes in lake ice phenology affect winter economic activities in Northeast China”。该研究首次构建中国东北部百年尺度（1901—2100）多湖泊冰物候连续数据集，揭示了气候变暖下湖冰物候的非线性演变规律，量化了其对中国东北冰雪旅游、冬季渔业的气候风险，为区域季节性规划提供了科学依据。

中国东北作为我国冰雪经济核心区，多数湖冰观测数据记录仅追溯至2000年后，难以支撑气候风险评估与产业规划。为此，团队创新性提出物理—机器学习混合建模框架（图 1），将热力学湖泊模型与XGBoost残差校正模块结合，既保留物理过程的可解释性与外推稳定性，又通过卫星数据校正物理模型偏差。基于东北部32个湖泊的卫星数据训练验证，模型实现了1901—2100年湖冰物候连续模拟。研究发现，中国东北部湖冰变化在20世纪70年代发生明显加速，未来情景下变化将进一步加剧，区域年均气温将以1.2—8.1 ℃/century的速率上升，对应冰期缩短13.6—49.8 d/century（图 2）。此外，能够承载冰雪活动"安全冰期"（冰厚 ≥ 30 cm）缩短速度远超总冰期，高排放情景下安全冰期趋势为62.7 d/century，比总冰期缩短幅度高出26%。这将导致查干湖冬捕黄金期被分割为零散不可预测的窗口，威胁作业安全；哈尔滨冰雪大世界等项目面临冰源不足、工期推迟与人工成本激增。

该论文的共同第一作者为大连理工大学卢鹏教授和博士研究生霍璞真，国际合作作者包括芬兰赫尔辛基大学Matti Leppäranta教授、芬兰气象研究所程斌研究员和德国莱布尼茨淡水生态与内陆渔业研究所Georgiy Kirillin教授。研究得到了国家自然科学基金委员会联合基金项目U24A20582、国际合作重点项目42320104004等支持。

《npj Climate and Atmospheric Science》是地学领域三大Nature子刊之一，聚焦气候与大气科学领域的原创性前沿成果，涵盖气候变化、冰冻圈、水循环、陆气和海气相互作用等方向。该刊5年影响因子为9.4，是气候与大气科学领域具有重要影响力的国际期刊。

论文链接https://doi.org/10.1038/s41612-026-01453-1。

图1. “物理+数据”驱动混合模型的结构与计算流程。

图2. 中国东北1901-2100两个世纪平均冰物候变化趋势：(a)初冰日；(b)终冰日；(c)冰期。