Пять масок Эль-Ниньо: как нечёткая кластеризация объяснила сдвиг изменчивости

Оригинал: "Contributions of El Niño Southern Oscillation (ENSO) Diversity to Low-Frequency Changes in ENSO Variance"
arXiv:2307.11552 · 2023-07-21 · CC BY 4.0 · 2 мин
Нечёткая кластеризация выявила пять типов Эль-Ниньо и Ла-Нинья, показав, что рост изменчивости после 1970 года связан с экстремальными и сильными событиями.

Тихий океан — это огромная кастрюля с водой, которую кто-то время от времени помешивает то у одного, то у другого края. Когда тёплая вода скапливается у берегов Южной Америки, рыбаки называют это Эль-Ниньо, «младенцем», потому что явление часто приходит к Рождеству. Но сегодня Эль-Ниньо — не одна маска, а целый театр с пятью ролями, и новая работа показывает, почему одни роли стали выходить на сцену чаще, а другие — реже.

Долгое время учёные делили события Эль-Ниньо на два типа: восточные, с аномалией у берегов Перу, и центральные, со смещением к середине океана. Такое деление удобно, но оно как сортировка яблок только по цвету: размер, сладость и спелость остаются за кадром. Авторы исследования отказались от жёстких ярлыков и позволили каждому событию принадлежать нескольким типам сразу. Они взяли данные о температуре поверхности океана за 122 года и применили метод, который раскладывает каждое явление на вероятности: например, событие 2015–2016 годов на 80% экстремальное, на 15% сильное и на 5% слабое. Такой подход называется нечёткой кластеризацией, и он чем-то похож на работу криминалиста, который не говорит «это точно один подозреваемый», а оценивает шансы для каждого.

Пять масок: экстремальный Эль-Ниньо (трижды за 122 года), сильный, слабый, слабая Ла-Нинья и сильная Ла-Нинья. Экстремальный тип отделён от сильного, как ураган пятой категории от третьей.

Разложив изменчивость на вклады этих пяти типов, авторы увидели смену караула. До 1930-х годов главную роль играли сильные Эль-Ниньо. С 1930-х по 1960-е на сцене были в основном слабые события, и Тихий океан вёл себя спокойно, как кастрюля на медленном огне. А после 1970 года огонь прибавили: резко выросли вклады сильных Ла-Нинья и экстремальных Эль-Ниньо. Именно эти типы, а не Эль-Ниньо вообще, отвечают за рост изменчивости, который метеорологи заметили ещё в конце XX века. Слабые события, наоборот, стали редкими гостями.

Климатическая модель CESM2, одна из самых современных, не воспроизводит экстремальный тип Эль-Ниньо. Это как театр, в котором нет роли короля Лира — спектакль идёт, но кульминация выпадает.

Почему это важно? Потому что прогноз Эль-Ниньо — это прогноз засух в Австралии, наводнений в Перу и тёплых зим в Сибири. Если модель не видит экстремальный тип, она может недооценивать риски. Новый метод позволяет проверять модели на способность разыгрывать все пять масок, а не только две. И это уже не про классификацию ради классификации: это про то, насколько точно мы можем заглянуть в кухню климата и понять, кто сегодня у плиты.

Кастрюля Тихого океана продолжает бурлить, и теперь у нас есть рецепт, по которому можно отделить перец от лаврового листа. Пять масок Эль-Ниньо — это не просто список, а инструмент, который показывает, как меняется сам характер изменчивости. И если раньше мы видели только, что суп стал острее, то теперь знаем, какой именно ингредиент добавили.

Событие Эль-Ниньо 2015-16, одно из самых сильных за историю наблюдений, не вызвало ожидаемой засухи в Калифорнии и не привело к сильной Ла-Нинья, что указывает на его смешанную природу. Это подчёркивает ограниченность бинарных классификаций.

p(z) = \sum_{k=1}^{K} \pi_k \mathcal{N}(z | \mu_k, \Sigma_k)
Распределение данных в пространстве главных компонент описывается смесью K гауссовых колоколов, каждый со своим средним и ковариацией; веса π_k — вероятности принадлежности к кластеру.
y(t) = \sum_{k} p(c_k | z(t)) \cdot y(t) := \sum_{k} y_k(t)
Любую величину (например, индекс Niño3.4) можно представить как сумму её частей, взвешенных по вероятности принадлежности каждого момента времени к каждой категории.
\langle y^2 \rangle = \sum_{k} \langle y_k^2 \rangle + \sum_{l \neq m} \langle y_l, y_m \rangle
Общая дисперсия складывается из суммы дисперсий каждой категории и суммы ковариаций между разными категориями, что позволяет оценить их относительный вклад.
Понятия
энсо индекс Эль-Ниньо южная осцилляция южная осцилляция эль-ниньо многомерный индекс ЭНСО ла-нинья весенний барьер предсказуемости ERSST модель Джина–Тиммермана модель осциллятора с подзарядкой вспышка западных ветров NOAA CPC буйковые станции TAO/TRITON распространение экваториальных волн естественная изменчивость относительный они северное экваториальное противотечение объём тёплой воды межгодовая изменчивость смешанные моды колебаний