Глобальная паутина климата: как Эль-Ниньо и вулканы перестраивают связи температур ✎

Оригинал: "Global teleconnectivity structures of the El Niño-Southern Oscillation and large volcanic eruptions -- An evolving network perspective"
arXiv:1711.04670 · 2017-11-10 · arXiv non-exclusive · собственный разбор · 3 мин
Климатическая сеть показывает, что Эль-Ниньо ломает глобальную иерархию температур, а вулканы действуют локальнее.

Контекст

Климатологи давно видят, что температура в одной точке Земли связана с температурой в другой, иногда за тысячи километров. Эти связи называют телесвязями, и они особенно сильны во время Эль-Ниньо. Рядом с этой работой в архиве лежат исследования, которые предсказывают Эль-Ниньо за полтора года, изучают солнечные циклы и океанский конвейер. Все они ищут закономерности в глобальных климатических данных, но данная статья выделяется тем, что смотрит не на отдельные индексы, а на всю сеть связей сразу, как на живой организм, который перестраивается при стрессе.

Методы

Исследователи взяли ежедневные температуры приземного воздуха с 1948 по 2015 год на сетке из 10 242 точек, покрывающей Землю почти равномерно. Для каждого скользящего окна длиной в год они вычислили корреляции между всеми парами точек и оставили только 0,5% самых сильных связей, превратив их в рёбра сети. Затем они измерили три свойства сети: транзитивность (насколько связи образуют плотные клубки), модулярность (насколько сеть распадается на изолированные сообщества) и среднюю длину связи (как далеко в среднем тянутся рёбра). Для вулканов они дополнительно исключили из анализа обширную область Эль-Ниньо, чтобы отделить эффекты этих двух явлений.

Результаты

Во время сильных Эль-Ниньо и Ла-Нинья модулярность сети резко падает, а транзитивность растёт. Это значит, что сеть теряет свою обычную разбивку на региональные кластеры и вместо этого образует дальние связи, охватывающие весь земной шар. Особенно ярко это видно для восточно-тихоокеанского типа Эль-Ниньо: он создаёт телесвязи с Индонезией и Западной Африкой, которых нет у центрально-тихоокеанского типа. После извержения Пинатубо в 1991 году транзитивность тоже подскочила, но средняя длина связи упала, что указывает на локальное, а не глобальное воздействие. Аналогичные, но более слабые следы нашлись после извержения Агунга в 1963 году, а вот Эль-Чичон в 1982 году не оставил заметного отпечатка в сети.

Значение

Эта работа показывает, что глобальную климатическую систему можно рассматривать как сеть, которая по-разному реагирует на внутренние и внешние удары. Эль-Ниньо действует как переключатель, который временно стирает границы между климатическими регионами, а вулканы, наоборот, усиливают местные связи. В отличие от соседних исследований, которые фокусируются на предсказании Эль-Ниньо или отдельных индексах, здесь впервые объединены топологические и пространственные меры сети, что позволяет отличить глобальную перестройку от регионального отклика. Это новый взгляд на то, как климат передаёт сигналы на расстояния.

Развитие

Следующим шагом может стать количественная проверка того, насколько сильно модулярность и средняя длина связи коррелируют с традиционными индексами, такими как ONI. Возможно, удастся создать новый индекс, который лучше различает типы Эль-Ниньо или предсказывает их появление. Также интересно проверить, как на сеть влияют извержения внетропических вулканов, например Сент-Хеленс в 1980 году, которые в этой работе не анализировались.

Влияние

Метод может быть полезен для мониторинга климатических аномалий в реальном времени и для проверки климатических моделей: если модель воспроизводит наблюдаемую перестройку сети, ей можно больше доверять. Также он применим к любым пространственно-распределённым данным, от океанских течений до осадков.

Следующие шаги

Авторы планируют улучшить статистическую значимость, сравнивая сетевые меры с существующими индексами, и изучить, как вулканические аэрозоли влияют на муссоны через телесвязи. Они также оставляют открытым вопрос о том, почему после 2000 года региональные сетевые характеристики перестали возвращаться к низкому фоновому уровню.

Ключевые проблемы

В климатологии остаётся нерешённым вопрос, как именно Эль-Ниньо передаёт свой сигнал в отдалённые регионы, особенно в Африку и Индонезию. Данная работа показывает, что эти телесвязи проявляются в структуре сети, но не раскрывает физический механизм, например роль циркуляции Уокера. Также неясно, почему разные типы Эль-Ниньо дают разный сетевой отклик, и можно ли это использовать для прогноза.

Сеть строилась на основе всего 0,5% самых сильных корреляций, то есть из более чем 52 миллионов возможных пар точек в каждом окне оставалось лишь около 260 тысяч связей.

c_{ij} = \frac{\langle T_i T_j \rangle}{\sqrt{\sigma_i^2 \sigma_j^2}}
Мера линейной связи между временными рядами температур в узлах i и j
Q = \frac{1}{2m} \sum_{ij} \left( A_{ij} - \frac{k_i k_j}{2m} \right) \Delta_{ij}
Показывает, насколько сеть разбивается на плотные сообщества по сравнению со случайной сетью

Ключевые числа

  • число узлов сети: 10 242
  • длина окна анализа: 365 дней
  • порог отбора связей: 0,5% самых сильных корреляций
  • период данных: 1948–2015 годы
  • радиус области вокруг вулканов: 5 градусов
Понятия
энсо южная осцилляция эль-ниньо телеконнекция эль-ниньо ла-нинья климатическая сеть модель Джина–Тиммермана многомерный индекс ЭНСО весенний барьер предсказуемости естественная изменчивость распространение экваториальных волн южная осцилляция буйковые станции TAO/TRITON сезонный цикл объём тёплой воды ERSST модель осциллятора с подзарядкой межгодовая изменчивость сезонный форсинг спутниковый рекорд UAH