دانشمندان کلیدی برای پیش بینی برخی از رویدادهای ال نینو در 12 ماه آینده پیدا کردند

ویرایش شده توسط گابی کلارک، بررسی توسط رابرت ایگان

این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:

دانشمندان شرایطی را شناسایی کرده‌اند که پیش‌بینی برخی رویدادهای ال نینو و لانینا را تا یک سال قبل ممکن می‌سازد و به طور بالقوه به جوامع و تصمیم‌گیرندگان زمان بیشتری برای آماده شدن برای شرایط شدید آب و هوایی می‌دهد.

پژوهشی که امروز در Science Advances منتشر شد، نشان داد که وضعیت اقیانوس آرام در ابتدای یک پیش‌بینی، نقش مهمی دارد و اغلب نادیده گرفته می‌شود، در تعیین اینکه آیا پیش‌بینی‌های دوربرد ال نینو-نوسانات جنوبی (ENSO) دقیق خواهند بود.

رویدادهای ENSO، که شامل فازهای ال نینو و لا نینا می شود، بر الگوهای آب و هوا در سراسر جهان تأثیر می گذارد. در حالی که این رویدادها معمولا در ماه دسامبر به اوج خود می رسند و معمولا می توان با اطمینان از حدود شش ماه قبل پیش بینی کرد، پیش بینی زودتر آنها مدت هاست که یک چالش بوده است.

دانشمندان استرالیایی در CSIRO و دانشگاه ملبورن بیش از 7500 پیش‌بینی تاریخی ENSO را از مدل‌های آب و هوایی توسعه‌یافته در 9 کشور تجزیه و تحلیل کردند و دریافتند که دانستن اینکه آیا اقیانوس آرام در حالت ال نینو، لا نینا یا خنثی قرار دارد، می‌تواند سرنخ‌های ارزشمندی در مورد اینکه یک پیش‌بینی یک سال بعد چقدر قابل اعتماد است، ارائه دهد.

این مطالعه نشان داد که پیش‌بینی‌های آغاز شده در شرایط La Niña، حتی در هنگام پیش‌بینی رویدادهای ENSO در یک سال آینده، به طور مداوم عملکرد خوبی داشتند، در حالی که پیش‌بینی‌هایی که از شرایط خنثی شروع می‌شدند بسیار کمتر قابل اعتماد بودند.

دکتر مندی فروند، یکی از نویسندگان، از دانشگاه ملبورن و محقق مرکز عالی شورای تحقیقات استرالیا برای آب و هوای قرن 21، گفت که این یافته ها راه جدیدی برای ارزیابی اطمینان در پیش بینی های بلند مدت آب و هوا ارائه می دهد.

فروند گفت: «مطالعه ما اطلاعات اضافی ارزشمندی را برای پیش‌بینی رویدادهای ال نینو و لانینا خیلی زودتر از زمان مشخص می‌کند.

«این یافته که پیش‌بینی‌های یک‌ساله از لانینا شروع می‌شود در تمام ۹ مدل آزمایش‌شده عملکرد خوبی دارند، نشان می‌دهد که چیزی در مورد شرایط لانینا وجود دارد که سیستم گرمسیری اقیانوس آرام را در سال بعد قابل پیش‌بینی‌تر می‌کند».

دکتر ناندینی رامش، نویسنده ارشد، دانشمند تحقیقاتی ارشد در CSIRO و پژوهشگر کمکی در UNSW سیدنی، گفت که این تحقیق می تواند به بهبود نحوه اطلاع رسانی هشدارهای اولیه کمک کند.

رامش گفت: "ما مدتی است که می دانیم شرایط شروع روی عملکرد پیش بینی های مدل تاثیر می گذارد، اما مطالعه ما واقعا نشان می دهد که این تفاوت ها در عملکرد چقدر می تواند شدید باشد."

نکته جالب در مورد نتایج ما این است که می‌توانیم از این اطلاعات استفاده کنیم.

محققان همچنین دریافتند که رویکردهای مختلف پیش‌بینی ممکن است برای شرایط آب و هوایی مختلف مناسب باشد. در حالی که مدل‌های مبتنی بر فیزیک سنتی زمانی که پیش‌بینی‌ها از شرایط خنثی شروع شد با مشکل مواجه شدند، یادگیری ماشین و مدل‌های آماری ممکن است پتانسیل بهبود عملکرد در این شرایط را داشته باشند.

یافته‌ها فرصت‌هایی را برای تقویت سیستم‌های هشدار اولیه برجسته می‌کنند، اگرچه قبل از اینکه این رویکرد در سیستم‌های پیش‌بینی عملیاتی گنجانده شود، تحقیقات بیشتری لازم است.

رامش گفت: «ما هنوز چند قدم تا اعمال یافته‌های خود در مدل‌هایی که در عمل توسط آژانس‌های پیش‌بینی استفاده می‌شوند فاصله داریم، اما این نتایج نویدبخش توانایی برقراری هشدارهای اولیه برای رویدادهای آینده است.»

این تحقیق بینش های جدیدی را در مورد محرک های پیش بینی پذیری ENSO ارائه می دهد و در نهایت می تواند به بهبود آمادگی برای خشکسالی، سیل و سایر اثرات آب و هوایی مرتبط با رویدادهای ال نینو و لا نینا کمک کند.

ناندینی رامش، استفاده از حالت‌های اولیه برای شناسایی پیش‌بینی‌های موفق ال نینو-نوسانات جنوبی 1 سال قبل، پیشرفت علم (2026). DOI: 10.1126/sciadv.aeg8654. www.science.org/doi/10.1126/sciadv.aeg8654

کارشناسی ارشد زبان انگلیسی، ویرایشگر کپی از سال 2021 با تجربه در آموزش عالی و محتوای بهداشتی. تقدیم به اخبار معتبر علمی. نمایه کامل →

لیسانس زیست شناسی ریاضی، کارشناسی ارشد در نوشتن خلاق. خوش سفر با دیدگاه های منحصر به فرد در علم و زبان. نمایه کامل →