Климат как музыка: почему у погоды есть ритм ✛

Оригинал: "Detection of Temporal Variability in U.S. Climate Using Harmonic and Wavelet Decomposition"
· Thomas Xiao
arXiv:2511.08627 · 2025-11-09 · CC0 1.0 · 1 мин
Учёный разложил 130 лет погоды на волны и обнаружил, что климат США предсказывают не линии, а циклы.

Климат США — это не прямая линия, а оркестр без дирижёра. Каждый инструмент играет свою партию, и вместе они создают узор из тёплых и холодных, влажных и сухих лет. Учёный Томас Сяо взял 130 лет записей погоды — температуру, осадки и засухи — и разложил их на отдельные ноты, как музыкант разбирает мелодию.

Оказалось, что в этой музыке есть два главных мотива. Первый — годовой цикл: лето всегда теплее зимы. Второй — медленное дыхание океана, которое длится от двух до семи лет и называется Эль-Ниньо. Эти два ритма объясняют изменчивость климата лучше, чем любая прямая линия.

Но оркестр не всегда играет одинаково. Иногда музыка резко меняется, как в 1930-х годах, когда наступила пыльная буря, или в 1976–1977 годах, когда океан изменил свой ритм. Если слышать эти ноты, можно точнее предсказывать погоду на месяцы вперёд и заранее готовиться к засухам. А значит, фермеры и водные хозяйства смогут лучше планировать свою работу.

Пик спектра осадков на частоте 3 цикла в год означает, что самые сильные колебания осадков в США происходят с периодом около 4 месяцев, а не раз в год, как можно было бы ожидать. Это связано с тем, что сезонный ход уже удалили при расчёте аномалий, и остались более быстрые моды, например связанные с внутрисезонными процессами.

Идея предсказывать климат через скрытые ритмы перекликается с «Основанием» Айзека Азимова, где психоистория Гэри Селдона выявляет циклические закономерности в истории человечества. В обоих случаях будущее не линейно, а подчинено наложению волн разной длины, и задача — выделить эти волны из шума.

A_t = \sum_{k=1}^{N/2} [a_k \cos(2\pi f_k t) + b_k \sin(2\pi f_k t)]
Представляет временной ряд как сумму колебаний с разными частотами, позволяя выделить доминирующие периоды.
W(s, \tau) = \frac{1}{\sqrt{s}} \int A(t) \psi^*\left(\frac{t-\tau}{s}\right) dt
Даёт частотно-временную карту, показывая, как сила каждой периодичности меняется со временем.
RMSE = \sqrt{\frac{1}{N} \sum_{t=1}^{N} (A_t - \hat{A}_t)^2}
Количественно оценивает точность прогноза: чем меньше RMSE, тем лучше модель воспроизводит данные.
Понятия
естественная изменчивость декадная изменчивость сезонный цикл североатлантическая осцилляция энсо атлантическая мультидекадная осцилляция климат NOAA CPC сезонный форсинг весенний барьер предсказуемости вейвлет-анализ эль-ниньо буйковые станции TAO/TRITON климатическая сеть модель Джина–Тиммермана спутниковый рекорд UAH ла-нинья связь океана и атмосферы засуха смешанные моды колебаний