Neues El-Niño-Vorhersagemodell verspricht große Verbesserungen, so eine in Nature veröffentlichte Studie
Ein neues El-Niño-Vorhersagemodell verspricht eine deutlich höhere Vorhersagegenauigkeit, indem es komplexe saisonale Wechselwirkungen mit anderen Formen der Klimavariabilität integriert, so die Forscher.
Eine kürzlich in Nature veröffentlichte Studie stellt ein innovatives Modell für die Vorhersage von El Niño vor, das als erweitertes nichtlineares Aufladeoszillatormodell (XRO) bekannt ist. Dieses Modell zeichnet sich durch genaue Vorhersagen von El-Niño-Ereignissen bis zu 18 Monate im Voraus aus und übertrifft damit herkömmliche globale Klimamodelle und schneidet im Vergleich zu modernen Modellen der künstlichen Intelligenz gut ab.
Die XRO berücksichtigt die saisonalen Wechselwirkungen von El Niño mit anderen Formen der Klimavariabilität, was ein tieferes Verständnis der damit verbundenen Dynamik ermöglicht. Dieser ganzheitliche Ansatz verbessert die Vorhersagegenauigkeit erheblich, indem er die Ausgangsbedingungen und Erinnerungen der verschiedenen Wettermodi berücksichtigt.
Bedeutung von Klimawechselwirkungen als Einflussfaktoren für El Niño
Das XRO-Modell unterstreicht die Bedeutung der Wechselwirkungen zwischen Wettermoden, wie den meridionalen Moden des Nord- und Südpazifiks, der Beckenmode des Indischen Ozeans, dem Dipol des Indischen Ozeans und der Variabilität des nördlichen tropischen Atlantiks. Diese Wechselwirkungen sind für die Vorhersage von El Niño von grundlegender Bedeutung, da sie die Entwicklung des Phänomens und seine globalen Auswirkungen beeinflussen.
El Niño forecasts extended to 18 months with innovative physics-based model. Check our new research paper "Explainable El Niño predictability from climate mode interactions" published today in Nature:https://t.co/PRB45Og7jb pic.twitter.com/0CAUglrfAd
— Sen Zhao (@senclimate) June 26, 2024
Die Wirksamkeit des XRO bei der Vorhersage des langfristigen El Niño hängt mit seiner Fähigkeit zusammen, diese komplexen Wechselwirkungen zu simulieren. So spielen beispielsweise die südpazifischen Modi eine entscheidende Rolle bei der Speicherung und den saisonalen Wechselwirkungen von ENSO, die sich auf die Amplitude und Dauer der Ereignisse auswirken. Das XRO-Modell kann diese Dynamik erfassen und liefert zuverlässigere und detailliertere Prognosen.
Außerdem führt die Fähigkeit von XRO, Verzerrungen in Klimamodellen durch die Einbeziehung dieser spezifischen Wechselwirkungen zu genaueren Vorhersagen zu verringern. Dies ist besonders wichtig, wenn es um extreme Ereignisse wie den El Niño 1997-1998 und 2015-2016 geht, die unterschiedliche Vorläufer und unterschiedliche globale Auswirkungen hatten.
Auswirkungen und Nutzen der neuen Studie
Die Auswirkungen dieser Studie sind enorm und betreffen sowohl die wissenschaftliche Gemeinschaft als auch die Wirtschaftssektoren, die auf genaue Klimavorhersagen angewiesen sind.
Die Fähigkeit, El Niño früher und genauer vorherzusagen, kann die Vorbereitung auf extreme Wetterereignisse verbessern und dazu beitragen, deren negative Auswirkungen in Bereichen wie der Landwirtschaft, der Bewirtschaftung von Wasserressourcen und der Planung von Naturkatastrophen zu mildern.
Die Studie deutet auch darauf hin, dass die Integration des XRO-Modells mit anderen Vorhersageansätzen das Verständnis und die Vorhersagbarkeit von ENSO weiter verbessern kann. Das XRO-Modell ist ein wertvolles Instrument zur Erforschung der multiskaligen Wechselwirkungen des globalen Klimas und bietet neue Wege für die Forschung und die Entwicklung von Klimamodellen.
Quellenhinweis:
Zhao, S., Jin, FF., Stuecker, M.F. et al. Explainable El Niño predictability from climate mode interactions. Nature 630, 891–898 (2024).https://doi.org/10.1038/s41586-024-07534-6