Фонарик в тумане Тихого океана: у каждого Эль-Ниньо свой предел предсказуемости

Оригинал: "Quantifying the Predictability of ENSO Complexity Using a Statistically Accurate Multiscale Stochastic Model and Information Theory"
· Xianghui Fang, Nan Chen
arXiv:2203.02657 · 2022-03-05 · CC BY 4.0 · 2 мин
Свет прогноза достаёт на два года вперёд для одних событий и гаснет через полгода для других.

Луч фонарика в тумане достаёт до одних предметов и гаснет, не коснувшись других. Так и прогноз Эль-Ниньо: для событий в центральной части Тихого океана свет достаёт почти на два года вперёд, а для восточных — уже через полгода теряется в случайных порывах ветра. Эль-Ниньо — это тёплое пятно в океане, которое сдвигает дожди и засухи по всей планете, но его характер каждый раз разный.

Чтобы измерить, как далеко бьёт луч, учёные сравнили два облака вероятностей: одно собрано из всей климатической истории, другое — из двух тысяч возможных сценариев, начатых из сегодняшнего состояния. Расстояние между облаками — это и есть информационный выигрыш, то есть сколько нового сообщает прогноз по сравнению с простым «будет как обычно».

Ключевой результат: для центрально-тихоокеанских событий информационный выигрыш остаётся значимым за 20 месяцев до пика, а для восточных — лишь за 6–10. Ла-Нинья, холодная сестра Эль-Ниньо, видна ещё дальше, особенно если стартует с тёплой фазы.

Оказалось, что свет состоит из двух частей. Одна показывает, насколько средний сценарий отличается от обычного; вторая — насколько сами сценарии разбегаются между собой. Для восточных событий именно разброс, а не среднее, несёт главную информацию: часть сценариев «угадывает» событие, часть — нет, и это уже говорит о предстоящем сдвиге.

Весенний барьер, известный провал точности прогнозов, перестаёт быть стеной. С точки зрения статистики это не фундаментальный предел, а просто участок, где свет временно слабеет. Если циркуляция воздуха над тропиками усилится, центральная часть океана станет предсказуемой ещё лучше летом и осенью.

Практический вывод: прогностические центры могут заранее решать, для каких событий стоит пытаться дать долгосрочный прогноз, а для каких это пустая трата сил. Разработчикам моделей теперь ясно, что улучшать нужно не только средний сценарий, но и разброс ансамбля. Луч фонарика в тумане стал чуть более управляемым.

Информационный выигрыш для центрально-тихоокеанских Эль-Ниньо остаётся значимым за 20 месяцев до события, хотя среднее по ансамблю в отдельных случаях всё ещё далеко от истины: часть членов ансамбля «угадывает» событие, а часть — нет.

P(p(t), p_{clim}) = \int p(t, u) \log\left(\frac{p(t, u)}{p_{clim}(u)}\right) du
Мера дополнительной информации в прогнозе по сравнению с климатологией
P = \frac{1}{2}(\bar{u} - \bar{u}_{clim})^2 R_{clim}^{-1} - \frac{1}{2}\log(R R_{clim}^{-1}) + \frac{1}{2}(R R_{clim}^{-1} - 1)
Разложение на сигнальную часть (различие средних) и дисперсионную (различие ковариаций)
E = 1 - \exp(-P)
Переводит информационный выигрыш в интервал от 0 до 1
Понятия
весенний барьер предсказуемости многомерный индекс ЭНСО индекс Эль-Ниньо энсо ERSST южная осцилляция эль-ниньо прогноз распространение экваториальных волн ансамблевый прогноз модель Джина–Тиммермана NOAA PMEL TAO NOAA CPC теория информации оценка неопределённости межгодовая изменчивость буйковые станции TAO/TRITON модель Зебиака–Кейна объём тёплой воды южная осцилляция ла-нинья