加州大学团队用爪哇传统乐器演奏厄尔尼诺现象
发布时间：2026-03-03 23:04:36 浏览量：1
这项由美国加州大学河滨分校联合印尼万隆理工学院团队完成的研究，发表于2026年的《物理学前沿：社会物理学》期刊（论文编号：arXiv:2602.14560v1），开创性地将复杂的气候数据转化为传统爪哇甘美兰音乐，为我们理解厄尔尼诺这一影响全球气候的神秘现象提供了全新的听觉体验。
厄尔尼诺-南方振荡现象，简称ENSO，就像地球上一个巨大的气候钟摆，每隔2到7年就会摆动一次，影响着全球数十亿人的生活。当厄尔尼诺现象发生时，太平洋表面的海水变得异常温暖，就像给整个太平洋盖了一层温暖的毯子，这会带来干旱、洪水、森林火灾等极端天气。对于生活在印尼的人们来说，这种影响尤为直接——强烈的厄尔尼诺事件会带来严重干旱和森林大火，而拉尼娜事件则会导致灾难性的洪水，特别是在爪哇岛。
有趣的是，爪哇岛不仅是受厄尔尼诺影响最严重的地区之一，同时也是甘美兰音乐的发源地。甘美兰音乐发展了一千多年，有着独特的音律结构和时间组织方式，就像一个复杂的音乐生态系统，不同的乐器在不同的时间层次上相互配合，创造出层次丰富的和谐音响。
研究团队发现，厄尔尼诺现象和甘美兰音乐之间存在着惊人的相似性。厄尔尼诺具有不规则的周期性振荡、多时间尺度的层次结构，而甘美兰音乐也具有嵌套的循环结构和分层的复调织体。这种结构相似性让研究者们产生了一个大胆的想法：能否用甘美兰音乐来"演奏"厄尔尼诺现象，让人们通过听觉来理解这个复杂的气候系统？
一、将气候数据转化为音乐密码的奇妙过程
研究团队选择了尼诺3.4海表温度异常指数作为他们的"乐谱"。这个指数就像是厄尔尼诺现象的体温计，记录着赤道太平洋一个特定区域的海水温度变化。他们使用的数据跨越了155年（1870年1月到2024年12月），包含了1860个月的观测记录，就像是一部厚达1860页的气候"剧本"。
在这部漫长的气候剧本中，研究者们发现了一些有趣的规律。整体来看，海水温度平均比正常值低0.098摄氏度，但变化幅度相当大，最高时比正常温度高2.57摄氏度，最低时比正常温度低2.49摄氏度，温度变化范围超过5摄氏度。这种变化模式呈现出明显的不对称性——温暖阶段（厄尔尼诺）来得快去得也快，就像夏天的暴雨，而寒冷阶段（拉尼娜）则像绵绵秋雨，持续时间更长。
具体来说，在这155年里，厄尔尼诺条件出现了377个月，占总时间的20.3%，平均每次持续8.7个月；拉尼娜条件出现了597个月，占32.1%，平均每次持续11.4个月。这种不对称性反映了厄尔尼诺系统内在的非线性动力学特征——就像弹簧被压缩后的释放过程，储存能量的过程缓慢，但释放能量的过程相对迅速。
为了将这些气候数据转化为音乐，研究团队开发了一套精巧的"翻译系统"。他们将温度异常值映射到音高上，温暖的异常对应较高的音符，寒冷的异常对应较低的音符，就像用音符的高低来描绘温度的起伏。同时，他们还将温度变化的速度编码到音符的响度中，变化越剧烈，音符就越响亮，这样就能通过音乐的强弱变化感受到气候变化的急缓程度。
二、两种神奇的爪哇音阶系统
甘美兰音乐主要使用两种五声音阶系统：佩洛格（pelog）和斯朗德洛（slendro）。这两种音阶就像是两种不同的"音乐语言"，各有其独特的表达方式和情感色彩。
佩洛格音阶使用的音程间隔是{0, 1, 3, 7, 8}半音，如果用钢琴键来比较的话，大致相当于C-D?-E?-G-A?的组合。这种音阶的特点是音程分布不均匀，相邻音之间的间隔有大有小，分别是1、2、4、1个半音，就像一个起伏不平的音乐地形，给人以独特的听觉体验。
斯朗德洛音阶则使用{0, 2, 3, 7, 9}半音的组合，相当于C-D-E?-G-A，音程间隔相对更加均匀，分别是2、1、4、2个半音。这种音阶听起来更加平衡和谐，就像一个相对平坦但仍有起伏的音乐景观。
这两种音阶的差异不仅仅是音响上的，更重要的是它们代表了不同的音乐思维方式。佩洛格音阶的不均匀间隔创造出一种神秘、内省的氛围，而斯朗德洛音阶的相对均匀则带来更加开放、流动的感受。研究团队正是利用这种差异来探索不同的音乐结构如何影响气候数据的声音化表现。
为了充分探索这两种音阶系统的表现力，研究团队为每种音阶设计了四种不同的编曲方式。分层模式让所有时间尺度的旋律线同时演奏，就像管弦乐团中不同乐器组同时演奏不同的声部，创造出丰富的复调织体。交替模式则采用轮换策略，让不同时间尺度的旋律线依次出现，就像接力赛一样，每个声部轮流承担主导角色。
旋律模式模拟传统甘美兰的"巴伦甘"（skeletal melody）结构，以12个月的平均值作为主旋律，24个月平均值作为伴奏声部，就像一个歌手配一个吉他手的简单组合。光谱模式则最为复杂，它通过分析整个时间序列的频谱特征，识别出主要的周期成分，然后将这些周期成分的相对强度映射到不同的和声轨道上，就像用音乐的和声色彩来描绘气候变化的频率成分。
三、声音的几何学——从音乐回到数学
当气候数据被转化为音乐后，研究团队面临的下一个挑战是：如何客观地分析和比较这些不同的声音化版本？他们的解决方案是将每种音乐版本都视为一个在声学空间中运动的轨迹，就像追踪一个舞者在舞台上的移动路径。
研究团队选择了两个关键的声学特征作为他们分析的"坐标系"：光谱质心（表示音乐的"亮度"或"温度"）和均方根能量（表示音乐的"强度"或"响度"）。光谱质心就像音乐的"重心"，数值越高，音乐听起来越明亮、越尖锐；能量值则直接反映音乐的响度，就像音量旋钮的位置。
通过这种方式，每首7.75分钟的气候音乐都被转化为一条在二维声学空间中的运动轨迹。这条轨迹的形状、覆盖范围、重访模式等特征都承载着原始气候数据的动力学信息。研究团队发现，不同音阶和不同编曲方式产生的轨迹确实具有显著不同的几何特征。
斯朗德洛音阶系统产生的音乐一致性地占据更高的亮度区域，平均光谱质心达到1447赫兹，而佩洛格音阶系统的平均值只有1095赫兹。这种差异源于两种音阶的间隔结构不同——斯朗德洛更均匀的间隔分布使得音高内容分散在更宽的频谱范围内，从而产生更亮的整体音色。
在轨迹的几何特征方面，研究团队使用了多种数学工具来刻画每条轨迹的复杂性。凸包面积衡量轨迹在声学空间中覆盖的总范围，就像测量一个舞者活动区域的大小。路径长度记录轨迹的总移动距离，反映音乐特征变化的剧烈程度。探索效率（面积与路径长度的比值）则揭示轨迹是直接有效地覆盖空间，还是在相似区域反复徘徊。
四、音乐中的气候记忆——重现性分析的发现
研究团队特别关注一个有趣的现象：不同编曲方式产生的音乐轨迹在多大程度上会"重访"相似的声学状态。这种重访行为直接对应了原始厄尔尼诺现象的准周期性特征——气候系统倾向于重复相似的状态模式，尽管每次重复都不完全相同。
通过计算轨迹点对之间的重访率，研究团队发现了一个令人惊喜的结果：交替编曲模式在两种音阶系统中都表现出最高的重访率——佩洛格系统为24.0%，斯朗德洛系统为23.0%。这意味着交替模式产生的音乐更容易回到相似的声学状态，从而在听觉上强化了厄尔尼诺现象的周期性特征。
相比之下，分层编曲模式的重访率最低，佩洛格和斯朗德洛系统分别只有11.9%和12.3%。这个结果很有意思：分层模式通过同时演奏多个时间尺度的旋律线，创造出更复杂、更不可预测的声学演化，从而降低了轨迹的重访概率。这就像在同一个舞台上同时有多个舞者表演，他们的综合运动模式比单个舞者的动作更加复杂多变。
这种差异揭示了一个重要的设计原理：如果我们希望通过声音化来强调气候现象的周期性特征，交替模式是更好的选择；如果我们希望展现气候系统的复杂性和多样性，分层模式则更为合适。
五、两种音乐语言的独特"性格"
研究中最引人注目的发现之一是两种音阶系统在亮度-能量耦合方面表现出截然不同的"性格"。佩洛格系统表现出强烈的反相耦合特征，平均相关系数为-0.558，特别是在交替模式下，这个数值达到了-0.790。这意味着在佩洛格音乐中，当音乐变得更亮（光谱质心升高）时，整体能量往往会降低，反之亦然。
这种反相关系就像跷跷板一样，一端升高时另一端就会降低。从音乐理论的角度来理解，佩洛格音阶的不均匀间隔结构使得当音高移向高频区域时，能量却集中在特定的频谱位置，而不是分散在整个频谱范围内，从而导致整体能量的相对降低。
斯朗德洛系统则呈现出完全不同的行为模式，平均耦合相关性仅为-0.074，接近零相关，这表明亮度和能量在斯朗德洛音乐中基本上是独立变化的。更有趣的是，斯朗德洛分层模式甚至表现出正相关（+0.317），这是唯一一个亮度和能量同向变化的编曲方式。
这种差异不是偶然的，而是两种音阶系统内在结构特性的自然体现。斯朗德洛更均匀的音程分布使得音高变化和能量分布之间的关系更加灵活，不像佩洛格那样被固定的不均匀结构所约束。这个发现对声音化设计具有重要意义：选择不同的音乐框架不仅影响听觉美感，还会从根本上改变数据特征之间的关系表达。
六、时间的多层织锦——多尺度分解的音乐实现
为了捕捉厄尔尼诺现象中从短期波动到长期趋势的多时间尺度特征，研究团队采用了移动平均窗口技术，分别提取了3个月、12个月、24个月和36个月的平均值。这种处理方式就像使用不同焦距的镜头观察同一个景象，每个时间窗口都揭示了不同层次的变化模式。
3个月窗口捕捉的是季节内变化，就像观察一个月内天气的日常起伏；12个月窗口对应年际变化，反映不同年份之间的差异；24个月窗口开始显现厄尔尼诺的典型周期特征；而36个月窗口则揭示更长期的气候调制模式。
在分层编曲模式中，这四个时间尺度的旋律线同时演奏，就像交响乐团中的不同声部。快速变化的3个月平均线担任"急板"角色，演奏快速变化的高频音符；12个月平均线如"中板"声部，保持中等速度的旋律进行；24个月和36个月平均线则如"慢板"和"广板"，提供长音和缓慢变化的和声背景。
这种多层次同时演奏的效果创造出了极其丰富的声音织体，听起来就像传统甘美兰音乐中不同乐器在不同时间密度上的精妙配合。研究结果显示，这种分层织体确实在声学空间中产生了最大的覆盖面积（佩洛格系统为0.529，斯朗德洛系统为0.488），表明它能够展现气候数据的最大多样性。
七、声音轨迹的数学解析——从混沌到秩序
每种音乐版本在声学空间中的轨迹都承载着丰富的动力学信息。研究团队发现，所有轨迹都表现出极低的探索效率指数（在0.001到0.004之间），这意味着音乐轨迹是高度"蜿蜒"的——它们需要走很长的路径才能覆盖相对较小的声学区域。
这种蜿蜒特性直接反映了源数据的准振荡特征。厄尔尼诺现象就像一个不太准时的钟摆，它会反复接近相似的状态，但每次的路径都略有不同。当这种准周期性被转化为音乐时，就表现为轨迹在声学空间中的反复游弋。
从路径长度来看，斯朗德洛系统产生的轨迹普遍更长（平均169单位对比佩洛格的131单位），这表明斯朗德洛音乐在相同时间内经历了更多的声学状态变化。这种差异可能源于斯朗德洛更均匀的音程结构允许更灵活的音高跳跃，从而在声学参数空间中产生更大的移动幅度。
轨迹的重心位置也揭示了有趣的模式。斯朗德洛分层模式占据最高的亮度-能量区域（重心坐标为[0.537, 0.665]），与其他所有模式形成明显的空间分离。这种分离如此明显，以至于仅从轨迹的空间位置就能准确识别出这是斯朗德洛分层模式的产物。
八、音乐考古学——挖掘声音中的气候记忆
研究团队发现，不同编曲方式保留原始气候数据信息的方式存在显著差异。所有音乐版本都保持了极高的时间相关性（滞后1相关系数超过0.958），这表明声音化过程成功地保留了原始厄尔尼诺数据的时间连续性特征。
然而，在频率域特征的保留方面，不同模式表现出了有趣的差异。光谱模式通过直接将原始数据的频谱成分映射到音乐和声中，理论上应该最完整地保留频域信息。实际分析表明，光谱模式确实在声学轨迹中展现出更复杂的多尺度变化模式，其轨迹呈现出特征性的"垂直伸展"形状——这反映了在相对稳定的亮度范围内能量的大幅变化。
交替模式在保留周期性特征方面表现最佳，这并不令人意外，因为其轮换机制人为地引入了固定的4拍周期性。这种强制周期性与原始厄尔尼诺现象的准周期性产生共鸣，从而在听觉上强化了气候数据的节律特征。
旋律模式作为最简化的版本，它通过主旋律-伴奏的传统结构，将复杂的多维气候变化压缩为相对简单的音乐叙述。虽然这种简化丢失了一些细节信息，但它提供了最易于理解的听觉体验，就像用简笔画来描绘复杂的风景。
九、当古老智慧遇见现代科学
这项研究的深层意义超越了技术实现本身，它代表了一种全新的跨文化科学传播思路。传统的科学可视化主要依赖图表、动画等视觉手段，这些方法虽然精确，但往往需要专业知识作为理解基础。而声音化则提供了一种更直观、更普遍的感知通道——几乎每个人都能感受音乐的情感表达和节奏变化。
甘美兰音乐作为声音化框架的选择并非任意决定。甘美兰的时间组织方式与自然现象的多尺度特征存在深层的结构对应关系。在传统甘美兰中，不同的乐器按照不同的时间密度层次化地组织，快速的旋律装饰浮在缓慢的结构性节拍之上，形成一个时间的"分形"结构。这种组织方式与气候系统中快速的天气变化叠加在慢速的季节变化和年代际变化之上的多尺度特征惊人地相似。
更进一步，甘美兰音乐的循环时间概念与厄尔尼诺现象的准周期性也有着哲学层面的呼应。西方音乐传统强调线性的时间进展和目标导向的发展，而甘美兰音乐则体现了循环往复、永恒回归的时间观念。厄尔尼诺现象正是这样一个系统——它没有明确的起点和终点，而是在相似状态之间无穷地循环变化，每次回归都带来微妙的差异。
十、科学传播的新境界
从科学传播的角度看，这项研究开启了一个全新的可能性空间。传统的气候科学传播面临着"翻译"难题——如何将复杂的数学模型、统计分析和物理过程转化为普通公众能够理解和感受的形式？视觉化虽然有效，但仍然需要一定的图表阅读能力和科学背景知识。
声音化则提供了一种更加直觉的理解方式。当人们听到音乐在某些时段变得紧张不安，在另些时段趋于平静时，他们不需要理解复杂的海洋-大气耦合机制，就能感受到气候系统的不稳定性。当音乐呈现出明显的重复模式时，听众自然会感知到系统的周期性特征。当不同声部之间出现相互冲突的节奏时，这种听觉体验直接对应了气候系统中不同时间尺度过程之间的复杂相互作用。
特别值得注意的是，这种声音化方法具有文化包容性。与基于西方音乐传统的声音化尝试不同，使用甘美兰这样的非西方音乐框架，为来自不同文化背景的听众提供了新鲜的听觉体验，避免了西方中心主义的局限性。同时，对于熟悉甘美兰音乐的听众来说，这种声音化还可能唤起对家乡气候变化的更深层的情感连接。
研究团队的方法学贡献同样重要。他们开发的相空间轨迹分析框架为声音化效果的客观评估提供了严格的数学工具。这套工具不仅适用于气候数据，还可以推广到任何复杂系统的声音化分析中。通过将声音化输出视为动力学轨迹，研究者可以系统地比较不同声音化策略的效果，而不必仅仅依赖主观的听觉评判。
说到底，这项研究展示了一个令人兴奋的可能性：科学数据不仅可以被"看见"，还可以被"听见"、被"感受"。当厄尔尼诺现象通过甘美兰音乐的古老智慧获得新的声音形式时，我们不仅获得了一种新的数据表达方式，更重要的是，我们找到了一座连接科学理性与艺术感性的桥梁。
这种跨领域的融合提醒我们，在面对全球气候变化这样复杂的挑战时，我们需要调动人类的全部感知能力和文化资源。也许，当更多的人能够通过音乐感受到气候系统的脉搏跳动时，我们对地球的理解就不再仅仅是抽象的科学知识，而会成为一种更深层的、身体性的认知体验。这可能正是我们需要的——一种能够触动人心的科学传播方式，让抽象的全球变化变成每个人都能感受到的真实存在。
Q&A
Q1：什么是厄尔尼诺现象的声音化？
A：声音化就是把看不见摸不着的气候数据转换成能听到的音乐。研究团队把155年的厄尔尼诺海水温度变化数据，通过特殊的方法转换成爪哇传统甘美兰音乐。温度高的时候对应高音符，温度低的时候对应低音符，温度变化快的时候音乐就比较响，这样人们就能通过听音乐来感受厄尔尼诺现象的变化规律。
Q2：为什么选择爪哇甘美兰音乐来表现厄尔尼诺？
A：选择甘美兰不是随意决定的，而是因为它和厄尔尼诺现象有惊人的相似性。甘美兰音乐有着多层次的时间结构，快慢不同的旋律线同时演奏，就像厄尔尼诺既有短期的季节变化，又有长期的年代际循环。而且甘美兰强调循环往复的时间概念，这正好对应厄尔尼诺现象2到7年一次的准周期性特征。加上爪哇岛本身就是受厄尔尼诺影响最严重的地区之一，用当地音乐来表现这个现象具有地理和文化的双重意义。
Q3：这种音乐化的气候数据能告诉我们什么？
A：通过分析这些气候音乐的声学特征，研究团队发现了很多有趣的规律。比如不同的编曲方式能够突出厄尔尼诺不同的特征——如果想强调它的周期性，交替演奏模式效果最好；如果想展现它的复杂多样性，同时演奏多个声部的分层模式更合适。而且两种不同的甘美兰音阶系统表现出完全不同的"性格"，这说明选择什么样的音乐框架会根本性地影响我们如何感受和理解气候数据。
