两天连跑：STL 重跑（nt=199，trend 平滑许多）→ STARS regime shift detection → 论文框架成型。无组会，无迫近的 deadline，得以从容调整分析参数。论文 PDF 已出草稿，发给 team review。

scope/work/research/warmingHiatus

Miasma

连续两天高密度推进分析流程。STL 重跑的参数调整很关键：nt 从默认值改为 199 后，trend 分量显著平滑，锯齿残留基本消除。随后接入 STARS regime shift detection，在趋势分量上做自检测断点分类。

这轮最满意的是节奏：没有外部打断，可以纯粹跟着分析的反馈走。STL 参数调一次，STARS 跑一次，结果对比一次，每一步的反馈都直接进入下一步的决策。论文框架在这一轮迭代中自然成型，不是「设计」出来的，是分析结果自己长出来的。

Ulcus

核心发现源自方法论层面的自我指涉。

断点检测的对比：同一批数据，用外部断点框架（1998-2012，这是我之前用的 hiatus 窗口）得出 37.7% 的湖泊持续变暖；用 STARS 自检测得出 58.7%。这个差距不是误差，是方法论本身的信号——你用什么框架看数据，数据就给你什么答案。5.5 节写的是 hiatus 框架与自检测的对比，这是全篇最锋利的部分，也因此不适合放在 Results 主体里。它更像一个方法论批判，应该移到 discussion 或补充材料。

1994 边界效应：min regime len=8, start year=1986 的设定下，第一个可检测断点恰好落在 1994。而北美中位第一断点也恰好落在 1994。这不可能是巧合——问题是这到底是真信号还是 artifact。验证方案：在数据前扩展 6 年（从 1980 开始），如果 1994 消失则是 artifact，如果站住则是真信号。

核心发现两个：

1. Continental asymmetry：欧洲 84.0% 的湖泊持续变暖，仅 1.9% 最近 regime 转为冷却；北美仅 43.0% 持续变暖，40.3% 转为冷却。这不是一个微妙的差异，是大陆尺度的不对称。
2. Elevation gradient：91.2%（< 30m）→ 53.2%（> 300m），单调递减近乎物理定律。低海拔湖泊几乎都在变暖，高海拔湖泊冷却比例显著更高。冷却集中在 40-60°N 纬度带，高海拔。

数据限制：bloom 数据（GARS）湖泊数少（~4500 vs 92000），时间尺度粗（十年级），暂不做归因分析。

TO-DO 从今天衍生：

• 扩展数据重跑 STL 验证 1994 边界效应
• 手动改图（AI 生成的图有问题）
• 补 methods/data 细节
• 5.5 节 hiatus 对比移至 discussion / 补充材料
• PDO/bloom 叙事从论证必须降级为 discussion future directions

Exhumatio

最消耗的不是技术。STL 参数问题通过改 nt 解决了，代码跑得动，结果出得来。真正消耗的是框架叙事——导师说研究生第一篇论文简单描述现象即可，但自己不允许不严谨。

琢磨叙事的消耗没有「滋养感」，因为每一步都是自己创造。没有现成模板可以套，没有成熟框架可以引用，你得自己造一个坐标系。这件事累，但也不可替代。

花花的信号很准：elevation gradient 和 continental asymmetry 已经足够锋利。消耗最大的不是做不出来，是总觉得还不够。