Эль-Ниньо: предсказать силу и начало за год ✎

Оригинал: "Forecasting the magnitude and onset of El Nino based on climate network"
arXiv:1703.09138 · 2017-03-27 · arXiv non-exclusive · собственный разбор · 3 мин
Климатическая сеть в регионе Ниньо 3.4 предсказывает начало и силу Эль-Ниньо примерно за год.

Контекст

Эль-Ниньо влияет на температуру, осадки и атмосферную циркуляцию над Америкой, Австралией, Европой, Индией и Восточной Азией, а сильные события запускают каскад последствий для жизни людей. Существующие модели прогноза всё ещё не дают надёжного предсказания начала и особенно силы Эль-Ниньо с заблаговременностью более полугода. Работа стоит рядом с исследованиями, которые используют климатические сети для прогноза Эль-Ниньо, солнечных циклов и других климатических паттернов, но отличается тем, что впервые применяет индекс беспорядка внутри самого региона Ниньо 3.4 для одновременного прогноза и начала, и силы события.

Методы

Авторы построили климатическую сеть из 105 узлов (точек сетки) в регионе Ниньо 3.4 (5°S–5°N, 120°W–170°W) на основе ежедневных температурных аномалий. Для каждой пары узлов вычислялась кросс-корреляция с временными лагами до 200 дней, и вес связи определялся по максимальному пику этой функции. Затем рассчитывался индекс прогноза FI как разность логарифмов средней связности сети за текущий и прошлые месяцы. Рост FI означает снижение когерентности (рост беспорядка) в регионе. Алгоритм прогноза: если FI непрерывно растёт не менее двух месяцев от локального минимума и пересекает ноль в нейтральный период (ONI между -0.5 и 0.5), это сигнал о возможном Эль-Ниньо в ближайшие 18 месяцев. Сила события оценивается по максимальному пику FI с момента окончания прошлого Эль-Ниньо. Метод проверен на четырёх наборах данных: ERA-Interim, NCEP Reanalysis I, PCMDI-AMIP 1.1.2 и ERSST.v5.

Результаты

Индекс FI показал высокую точность прогноза начала Эль-Ниньо: доля правильных предсказаний (hit rate) составила от 0.81 до 0.95 в зависимости от набора данных, при уровне ложных тревог от 0.09 до 0.24. Среднее время упреждения составило от 6.9 до 12.2 месяцев. Для прогноза силы события корреляция Пирсона между предсказанной и наблюдаемой магнитудой Эль-Ниньо составила 0.76 для ERA-Interim, 0.39 для NCEP Reanalysis I, 0.70 для PCMDI-AMIP и 0.32 для ERSST.v5. Тест Колмогорова-Смирнова подтвердил статистическую значимость связи между предсказанной и наблюдаемой силой (D ≥ 0.37). Анализ распределений корреляций показал, что регион становится менее когерентным по мере приближения к пику беспорядка, а затем синхронизируется с началом Эль-Ниньо.

Значение

Работа показывает, что простой индекс, основанный только на температурной изменчивости внутри региона Ниньо 3.4, может одновременно предсказывать начало и силу Эль-Ниньо с заблаговременностью около года. Это отличается от соседних исследований, которые либо прогнозируют только начало, либо используют более сложные модели. Метод не требует данных о других регионах или океанических течениях, что делает его вычислительно лёгким и применимым к длинным рядам наблюдений. Результаты указывают на важную характеристику фазы цикла ЭНСО: значительный рост беспорядка в регионе задолго до начала события.

Развитие

Возможно дальнейшее улучшение алгоритма за счёт комбинации с другими методами прогноза и моделями. Авторы предлагают определить энтропию на основе когерентности температурных вариаций, которая может колебаться периодически с циклом ЭНСО. Перспективно также применение индекса к более длинным рядам данных и другим климатическим явлениям, где важна синхронизация процессов в пространстве.

Влияние

Метод может улучшить раннее предупреждение об Эль-Ниньо для сельского хозяйства, управления водными ресурсами и снижения риска стихийных бедствий в затронутых регионах.

Следующие шаги

Проверить индекс на независимых данных и в реальном времени, а также исследовать физические механизмы, связывающие рост беспорядка в регионе Ниньо 3.4 с последующим Эль-Ниньо.

Ключевые проблемы

Работа касается фундаментальной проблемы предсказуемости климатической системы на межгодовых масштабах. Она показывает, что внутренняя пространственная когерентность ключевого региона может служить предиктором крупномасштабного явления, что открывает путь к более простым и надёжным методам прогноза.

Индекс FI использует только данные о температуре в небольшом регионе Тихого океана, но предсказывает событие, влияющее на погоду по всему миру. Самое сильное Эль-Ниньо с 1948 года (2014–2016) было предсказано этим методом за год до начала.

Ключевые числа

  • hit rate: 0.81–0.95
  • false alarm rate: 0.09–0.24
  • lead time: 6.9–12.2 месяцев
  • correlation r: 0.32–0.76
  • число узлов сети: 105
Понятия
эль-ниньо ла-нинья океанический индекс нино NOAA CPC ERSST прогноз энсо многомерный индекс ЭНСО весенний барьер предсказуемости межгодовая изменчивость относительный они климатическая сеть сезонный цикл вспышка западных ветров начало муссона NOAA PMEL TAO прогнозирование распространение экваториальных волн засуха вероятностный прогноз