Understaing the boundary between predictable signal and noise toward improvement of seasonal prediction

点击翻译按钮获取中文摘要

日本付近で領域平均した月平均気温偏差の予測精度の季節性を、1ヶ月先(例えば11月初旬から12月を予測する場合)の精度に注目し、「SINTEX-F」の最新版による1983-2020年の過去再予測結果(108アンサンブルメンバー平均)とNCEP/NCAR再解析データとの相関係数で評価した。線形トレンドは除去した。その結果、Persistent予測(予測開始時期の状況が持続すると仮定した予測。その精度は自己ラグ相関係数に相当)の精度を上回るのは、9月の予測のみであった。再解析データを基準として、9月の気温偏差が0.5度Cより高い年を選んで合成解析を実施したところ、エルニーニョ・南方振動の影響が大きいことを見出した。興味深いことに、12月の予測に注目し、シグナルとノイズの比(SN比: ここでは、アンサンブル平均値をシグナル、アンサンブルスプレッドをノイズとして、その比で定義した)の経年変動に注目し、SN比が平年より高い年の15年のみを対象に相関係数スキルを計算すると0.67で、それ以外の23年間で計算したスキル-0.15と比べてはるかに高精度であり(差は99%の信頼限界で有意)、Persistent予測の精度を上回ることがわかった。さらに、アンサンブル位相空間での共変動解析を実施することで、12月の日本の気温予測の鍵になるのが、インド洋熱帯域西部の高温偏差や、熱帯太平洋のエルニーニョモドキ的な構造であることを示した。東アフリカでは、10-12月に短い雨季があるが、2021年は極端な干ばつにより深刻な被害を受けた。SINTEX-F季節予測システムによるシミュレーションの結果、2021年の干ばつを引き起こしたのは負のインド洋ダイポールモード現象であることを示した。さらに統計関係を利用することで、その予測が6月時点でも可能であることを見出した