Климатическое сообщество долго спорило о том, насколько естественная изменчивость, в частности Эль-Ниньо, может объяснять наблюдаемое потепление. Предыдущие исследования, например McLean et al. (2009), находили высокую корреляцию между индексом Южного колебания (SOI) и температурой тропосферы, но из-за удаления трендов не могли связать ENSO с долгосрочным потеплением. Foster et al. (2009) критиковали такой подход, утверждая, что SOI объясняет лишь 15–30% межгодовой изменчивости и почти не влияет на тренд. В этой работе авторы вводят новую переменную — кумулятивный SOI (cSOI), который аккумулирует эффекты Эль-Ниньо и Ла-Нинья во времени. Они опираются на физические механизмы, такие как асимметрия между Эль-Ниньо и Ла-Нинья, положительные обратные связи через облака и ветры, а также на статистические свидетельства случайного блуждания в температурных рядах. Работа стоит особняком от соседних исследований по солнечной короне и солнечному ветру, но перекликается с работами по предсказанию Эль-Ниньо и изменению режима осадков, расширяя понимание роли океана в климатической системе.
Авторы использовали множественную линейную регрессию для моделирования глобальной температуры. В качестве зависимых переменных взяли два набора данных: RATPAC-A (температура тропосферы, сглаженная 12-месячным фильтром, как у McLean et al.) и HadCRUT3 (приземная температура без фильтрации). Независимые переменные включали сам SOI, его кумулятивную сумму cSOI (сумма всех предыдущих значений SOI с начала ряда), число солнечных пятен (SSN) как прокси солнечной радиации, стратосферные аэрозоли (V) и антропогенное воздействие (AF) — сглаженную сумму всех факторов, кроме вулканизма и солнечной активности. SOI не сдвигали по времени (без лага). Для проверки устойчивости моделей применяли кросс-валидацию с разделением выборки на две части по 1984 году: коэффициенты детерминации R² считали как внутри выборки, так и на отложенной части. Коэффициенты регрессии позволили оценить долю накопления SOI через отношение коэффициентов при cSOI и SOI.
Модель только с SOI объясняет лишь 7% вариации температуры тропосферы (RATPAC-A) с 1960 по 2008 год. Добавление кумулятивного cSOI поднимает объяснённую дисперсию до 50%. Модель только с антропогенным фактором (AF) объясняет 69%, а включение cSOI и SOI увеличивает до 71%. Полная модель со всеми переменными объясняет 78% вариации. Для приземной температуры HadCRUT3 cSOI объясняет 54% вариации, а добавление SOI к антропогенной модели улучшает её с 66% до 72%. Полная модель объясняет 77%. Кросс-валидация даёт более низкие, но согласующиеся значения R², подтверждая устойчивость. Оценка доли накопления SOI из отношения коэффициентов cSOI/SOI составляет 4.9±1.5% (при учёте AF) и до 9±2% (без AF). Диапазон cSOI от 948 в 1976 году до -172 в 1998 году соответствует изменению глобальной температуры на 0.8817°C, что даёт чувствительность 0.00079°C на единицу SOI. Чувствительность к антропогенному фактору при включении cSOI оценивается в 0.19±0.02 K/(Вт/м²), что ниже значения 0.30 K/(Вт/м²) для безынерционного отклика на CO₂, но значительно ниже 0.8 K/(Вт/м²), требуемого моделями для воспроизведения тренда.
Работа показывает, что накопленный эффект Эль-Ниньо может объяснять до половины наблюдаемого потепления с 1960 года, что ставит под сомнение однозначное доминирование антропогенных парниковых газов. В отличие от соседних исследований, которые фокусируются на краткосрочных корреляциях или отдельных механизмах, здесь впервые вводится кумулятивная переменная cSOI, позволяющая уловить многодесятилетний тренд. Это меняет перспективу: естественная внутренняя изменчивость климата может быть значительно более мощным фактором, чем считалось. Результаты согласуются с наблюдениями уменьшения облачности в период положительной фазы Тихоокеанской декадной осцилляции и с гипотезой о случайном блуждании температуры, интегрирующей океанические аномалии. Если оценка верна, то климатические модели, не воспроизводящие такую аккумуляцию, могут систематически переоценивать вклад антропогенного фактора.
Тема может развиваться в направлении более детального моделирования механизмов накопления тепла в океане, особенно с учётом повторного появления аномалий в следующем зимнем сезоне (механизм Александера и Десера). Потребуются модели с многослойным океаном, способные воспроизводить перенос аномалий через перемешивание. Также важно исследовать взаимодействие между ENSO и антропогенным воздействием: если они не независимы, интерпретация усложняется. Долгосрочные палеоклиматические реконструкции cSOI могли бы проверить, насколько такие накопления происходили в прошлом без антропогенного влияния. Наконец, нужны более длинные ряды данных и расширение пространственного охвата, чтобы отделить естественную изменчивость от вынужденного сигнала.
Результаты влияют на климатическую науку, особенно на атрибуцию потепления и калибровку климатических моделей. Они также важны для политики, поскольку ставят под вопрос степень уверенности в антропогенном доминировании, что может повлиять на стратегии адаптации и смягчения.
Провести анализ с более длинными временными рядами, включая палеоданные, и с пространственно-распределёнными полями температуры. Разработать физически обоснованные модели накопления SOI с учётом океанической динамики и обратных связей.
Работа напрямую связана с нерешённой проблемой атрибуции глобального потепления: как разделить вклад естественной внутренней изменчивости и антропогенного воздействия, когда переменные коллинеарны. Она также поднимает вопрос о том, почему климатические модели могут недооценивать декадную изменчивость, связанную с океанической интеграцией аномалий.
Кумулятивный индекс SOI достиг максимума 948 в 1976 году, что совпало с одним из самых холодных периодов в тропосфере за последние 50 лет, а минимум -172 в 1998 году совпал с рекордно тёплым годом.