Bekræftelse af prognoser for store pludselige opvarmninger i stratosfæren

En pludselig opvarmning i stratosfæren er måske en af ​​de mest radikale vejrændringer, der er observeret på vores planet. Efterhånden som numeriske vejrudsigelsesmodeller er blevet forbedret, herunder bedre repræsentation af stratosfæren, en omfattende mængde undersøgelser har undersøgt prognoser for store stratosfæriske pludselige opvarmninger (MSSW'er), som påvirker alle lag af atmosfæren, skiftende vindcirkulationsmønstre og rumvejrseffekter som nordlys.

Mens de fleste tidligere undersøgelser anvendte enkelte systemer til et begrænset antal MSSW'er, en ny undersøgelse offentliggjort i Fremskridt inden for atmosfæriske videnskaber søgte at verificere multi-system MSSW prognoser ved hjælp af hindcasts af fire systemer arkiveret i sub-seasonal-to-seasonal forudsigelse projektdatabase. Undersøgelsen er også omtalt på forsiden af ​​det seneste nummer af tidsskriftet.

"Målets hindcast-periode strakte sig fra 1998/99 til 2012/13, inklusive 12 MSSW'er." Sagde forfatteren, Prof. Masakazu Taguchi, fra Institut for Geovidenskab, Aichi University of Education i Japan, "Resultaterne viser, at alle fire systemer kan bedømmes til at være dygtige til fem-dages MSSW-prognoser, når de beregnes i gennemsnit på tværs af alle tilgængelige MSSW'er."

For længere leveringstider, såsom 15 eller 20 dage, imidlertid, nogle systemer er dygtige, men andre er ikke. Taguchi fandt ud af, at det er sværere at forudsige MSSW'er, hvor den polære hvirvel deler sig i to eller meget strækninger, sammenlignet med MSSW'er, hvor hvirvelen bare flytter sig væk fra polen, selvom der ikke blev opnået en statistisk signifikant forskel for næsten alle tilfælde (systemer og verifikationsforanstaltninger).

"Denne undersøgelse kan udvides i en fremtidig forskningslinje for bedre at optrevle karakteristikaene af MSSW-prognoser, f.eks., i form af variationer fra sag til sag i forudsigelig leveringstid, og deres determinant (dvs. kilden til forudsigeligheden), " sagde Taguchi. "Det vil også være nyttigt at identificere forbindelser mellem specifikke MSSW'er og unormale vejrforhold i både den virkelige verden og i prognoser."