Работа стоит на отшибе от соседей: рядом лежат исследования космической погоды, сезонности дождей, солнечных циклов и прогнозов Эль-Ниньо. Все они так или иначе касаются предсказуемости природных систем, но ни одно не замахивается на пересмотр предела предсказуемости для такой сложной системы, как индийский муссон. До этой работы считалось, что субсезонная изменчивость муссона — это хаотический шум, который ограничивает сезонный прогноз уровнем корреляции около 0,65. Авторы ломают этот барьер, показывая, что часть «шума» на самом деле сигнал.
Использовали глобальную связанную модель атмосферы и океана CFSv2 в четырёх версиях: стандартная (CONT), с улучшенной физикой снега (SNOW), с улучшенной микрофизикой облаков (MPHY) и с обеими доработками (SNMP). Для каждой версии провели ретроспективные прогнозы (ретроспективные расчёты) на 30 лет (1981–2010) с 16 членами ансамбля, что в сумме дало 1920 модельных лет. Предел предсказуемости оценивали тремя способами: корреляцией «совершенной модели» (когда один член ансамбля сравнивают с остальными), дисперсионным анализом (ANOVA) и новым методом, основанным на переборе всех возможных подмножеств ансамбля для нахождения максимальной корреляции с наблюдениями.
Ключевой результат: корреляция между прогнозом и наблюдениями для лучшей версии модели (MPHY) достигла 0,71, что выше прежнего предела предсказуемости 0,65. Новый метод оценки предела, основанный на переборе подмножеств ансамбля, дал максимальную корреляцию 0,82. Это означает, что модель способна объяснить около 70% межгодовой изменчивости осадков индийского муссона, тогда как прежние оценки говорили о 45%. Обнаружено, что дисперсия (разброс) осадков в полосе 3–5 дней (синоптические возмущения) имеет самую сильную связь с аномалией сезонных осадков (корреляция 0,63) и с температурой поверхности океана в регионе Ниньо-3 (корреляция -0,51). Это значит, что «быстрый шум» на деле управляется медленным сигналом Эль-Ниньо.
Работа отличается от соседей тем, что не просто улучшает прогноз, а пересматривает сам предел предсказуемости. Соседние исследования по сезонности дождей, Эль-Ниньо и засухам используют стандартные методы и не ставят под сомнение фундаментальные ограничения. Здесь же показано, что прежние оценки предела были занижены из-за неучёта предсказуемой части субсезонной изменчивости. Это меняет взгляд на муссон как на систему с врождённой непредсказуемостью и открывает дорогу к более амбициозным целям в сезонном прогнозировании.
Если улучшить воспроизведение вклада субсезонных аномалий (особенно 10–20-дневных колебаний) в сезонную аномалию, предел предсказуемости может подняться до 0,9, что соответствует примерно 80% объяснённой дисперсии. Для этого нужно продолжать совершенствовать физику облаков и взаимодействие океана с атмосферой. Также важно исследовать, будет ли расти минимальная предсказуемость при увеличении размера ансамбля за пределы 16 членов.
Повлияет на сезонное прогнозирование муссона в Индии и соседних странах, на планирование сельского хозяйства и водных ресурсов. Также даст импульс для пересмотра пределов предсказуемости в других тропических регионах.
Проверить, сохранится ли высокая предсказуемость при использовании других моделей и более длинных рядов данных. Исследовать вклад не-ЭНСО источников предсказуемости, которые, судя по корреляции 0,71 против 0,6 для Ниньо-3, тоже важны.
Для климатической науки это шаг к решению давней проблемы: почему тропики в целом предсказуемы лучше внетропических широт, но индийский муссон был исключением. Работа показывает, что исключение было кажущимся из-за неверной оценки роли субсезонных процессов. Остаётся открытым вопрос о том, насколько универсален этот механизм для других муссонных систем.
Авторы сравнивают предсказуемые моды климата с осьминогом, который держит щупальца на статистике субсезонных колебаний и тем самым управляет предсказуемостью муссона. Эта метафора даже вошла в схему в статье.
Тема предсказания муссона перекликается с романом Кима Стэнли Робинсона «Министерство будущего», где климатические модели и прогнозы играют ключевую роль в предотвращении катастроф. Здесь, правда, речь о более скромном, но реальном шаге к надёжному прогнозу.