研究人员报告称，尽管 2023 年初南加州的降雨量创下了历史纪录，但该地区只有一小部分的地下水储量得到了补充。他们的研究利用了整个大洛杉矶地区的地震噪声数据，凸显了对改进该州关键地下水储备进行监测和管理的迫切需要。在经历了长达二十年的严重干旱之后，加州在 2023 年迎来了降雨量的突如其来的气象学改变。从 2022 年底到 2023 年初，连续出现了 16 条大气河流，接着在 8 月出现的飓风希拉里（Hurricane Hilary）带来了强降雨，导致了该地区有记录以来降雨量最高的一年。大洛杉矶地区的降雨量达到历史常态的 300%。尽管这段时间的强降水迅速补充了加州地表水库的水量，使其达到历史平均水平的 128%，但地下水储量的恢复程度则仍不确定。对地下水储量变化进行准确量化对于评估干旱影响和确保可持续性水资源管理至关重要。然而，要做到这一点仍面临复杂挑战，特别是在对从流域到集水区尺度上的资源规划至关重要。Shujuan Mao 和同事的研究所侧重的是洛杉矶地区；该研究证明，地震噪声分析可以高分辨率地有效追踪地下水储量的变化。利用现有地震仪网络从 2003 年到 2023 年的环境场干涉测量和被动数据，Mao 等人测量了地震波速度的变化；这些变化反映了由地下水补给引起的地下水分布的变化。区域地震水文图显示，2023 年的风暴仅补充了过去二十年间流失的约 25% 的地下水，它突显了地下水长时间的大量消耗以及深层含水层在十年尺度上的缓慢恢复。Taka’aki Taira 和 Roland Bürgmann 在相关的《视角》中写道：“将 Mao 等人的地震成像技术与现有的方法（如现场井监测和基于卫星或空中的遥感观测）相结合，人们可以实现对地下水的全面追踪。这将有助于确保为子孙后代保存可持续的水资源。”

北方象海豹可能成为解锁大洋开阔暮光带（约 200-1000 米深）秘密的关键。据一项新的研究披露，这些深海动物可以帮助人们对鱼类丰度进行估测，因为北方象海豹可为人们一窥地球上最神秘偏远生态系统中难以捉摸的猎物动态提供难得的视窗。生态系统处于动态变化之中，（自然或人为导致的）资源波动会影响物种间的相互作用和食物网。这些过程在陆地生态系统中已得到充分研究，但在拥有全球大部分鱼类生物量的深海生态系统中却未能做到这一点。目前尚不清楚深海种群是否会像陆上种群中所见的那样经历级联波动。囿于技术所限，对这一区域的监测受到阻碍，因为在那里收集数据成本高昂、收集活动零星分散且人们主要关注的区域位于海洋表面。野生动物素来被视作生态系统健康的重要前哨，因为它们可提供有关人类影响和环境变化的线索，而这些变化原本难以量化。然而，目前尚无专门用于了解深海生态的哨兵物种。Roxanne Beltran 和同事在此就北方象海豹（Mirounga angustirostris）是否可作为监测北太平洋暮光区生态系统健康的哨兵进行了评估。象海豹主要以开阔的公海暮光区鱼类为食。利用来自卫星标记的海豹数据，Beltran 等人发现，海豹觅食的成功与在海洋表面测得的长期海洋学状况间存在很强的相关性。值得注意的是，海豹体重增加的波动与两年前观察到的这些情况的变化相对应，表明它们可以作为暮光区猎物可用性的宝贵代理指标。这种关联使得人们对过去 45 年中的猎物丰度进行倒推成为可能，它还能预测未来两年的猎物丰度，凸显了鱼类数量处于高峰和低谷的不同时期。这些发现表明，暮光区的猎物种群经历了快速波动：每三到五年猎物种群就会出现一次周期性的丰盛和稀缺——这些变化模式原本无法通过直接观察进行衡量。

据《科学-进展》中的一项新的研究披露：鲸鱼歌声可以像人类交流一样高效，甚至在某些情况下更为高效。与此同时，《科学》杂志中的另一项与《科学-进展》研究无关的研究进一步调查了鲸歌对普遍语言法则的遵从情况，就像在对座头鲸录音中所观察到的那样。 自然选择偏爱简洁而非冗长。例如，大喊“趴下！”比吼叫“小心，有飞行物来了，你需要避开！”要快且有效得多。两种关于缩略的语言学定律 — 即门泽拉特定律（Menzerath's law）和齐普夫定律（Zipf's law）— 可用于计算发声的效率。前者（门泽拉特定律）描述了当较长的词或歌曲中包含较短的元素（如音节和音符）时，效率会如何提高。后者（齐普夫定律）则指出，当使用频率较高的单个元素较短时，沟通效率会提高。《科学-进展》杂志上的该项独立研究将 Menzerath 定律和 Zipf 定律应用于鲸歌，分析了包括海豚、齿鲸和须鲸在内的总共 16 种鲸类动物的歌声序列。通过按 Menzerath 定律先对效率进行定义，Mason Youngblood 在此分析了 6 万 5511 个鲸鱼歌声序列和 51 种人类语言的组成部分。在这 16 个物种中，有 11 个的语音发声表现出与人类语言相当或更高程度的 Menzerath 定律。例外的是虎鲸、赫氏海豚（Hector’s dolphins）、康氏海豚（Commerson’s dolphins）、海氏海豚（Heaviside’s dolphins）和北太平洋露脊鲸（North Pacific right whales）。Youngblood 接着研究了 Zipf 定律。结果发现，只有座头鲸和蓝鲸遵循这一定律，而座头鲸是仅有的一个在遵循程度上与人类语言相当的物种。 在《科学》杂志上发表的另一项独立的研究中，Inbal Arnon 和同事应用了通常用于评估婴儿语言的定量方法，结果发现，人类语言的文化演变可学习性同样适用于座头鲸的鲸歌。在人类语言中，结构上连贯的单元会呈现出一种遵循幂律的频率分布，它也被称为齐普夫分布（Zipfian distribution）；这种特性有助于学习，并可能增强语言在代际间准确传承的能力。座头鲸的歌声与人类语言呈现出引人注目的相似性，因为它是动物王国中最为复杂的声乐展示之一，并且同样通过文化传播代代相传。这些歌声具有高度结构化的特征：由嵌套的层级组件构成，即声音元素形成乐句，乐句重复构成主题，而主题则组合成歌曲。如果人类语言的统计特性源于文化传播，那么在鲸鱼歌声中也应能检测到类似的模式。Arnon 等人采用了受婴儿启发的语音分割技术，分析了记录达 8 年的座头鲸歌声数据，发现了鲸歌中隐藏的结构与人类语言有惊人的相似之处。具体而言，这些歌声中包含统计上连贯的子序列，后者符合齐普夫分布。此外，这些子序列的长度遵循齐普夫简洁定律（Zipf’s law of brevity），这是一种效率驱动的原则，在包括人类在内的众多物种中均有发现。这两种演化上相距甚远物种之间呈现的惊人相似性凸显了学习和文化传递对塑造跨物种交流的深远作用，挑战了这种结构特性仅为人类语言所独有的观念。Andrew Whiten 和 Mason Youngblood 在与《科学》杂志相关研究的《视角》中写道：“据目前所知的情况，座头鲸的歌声和鸟类的鸣唱会展现遵循这些定律和原则的模式，但它们并不像人类语言那样可传递语义。从这个角度看，我们或许应该将鲸歌与人类的音乐进行比较。“这些重要相似性所凸显的是，即使是远缘物种的交流系统也可能趋同于相似的结构，尤其是那些复杂的、通过文化学习且高效的交流系统。”