Nature誌の研究によると、エルニーニョを予測するための新しいモデルは大幅な改善が期待できる

Natureに掲載された最近の研究では、拡張非線形再充電オシレーター (XRO) モデルとして知られる、エルニーニョを予測するための革新的なモデルが紹介されています。このモデルは、最大 18 か月前までのエルニーニョ現象の正確な予測を提供することで際立っており、従来の地球規模の気候モデルを上回り、最先端の人工知能モデルと比較しても遜色ありません。

https://t.co/l1d2fOrPMg

XRO には、エルニーニョと他の気候変動モードとの季節的な相互作用が組み込まれており、関係する力学をより深く理解できるようになります。この総合的なアプローチにより、初期条件とさまざまな気象モードの記憶が考慮されるため、予測精度が大幅に向上します。

エルニーニョの影響力としての気候相互作用の重要性

XRO モデルは、北太平洋子午線モードと南太平洋子午線モード、インド洋盆地モード、インド洋ダイポールモード、北熱帯大西洋変動などの気候モード間の相互作用の重要性を強調しています。これらの相互作用は、出来事の進展とその世界的な影響に影響を与えるため、エルニーニョ予測の基礎となります。

長期的なエルニーニョの予測における XRO の有効性は、これらの複雑な相互作用をシミュレートする能力に関連しています。たとえば、太平洋子午線モードは、ENSO の季節記憶と相互作用において重要な役割を果たし、イベントの振幅と持続時間に影響を与えます。 XRO モデルはこれらのダイナミクスを捕捉し、より信頼性の高い詳細な予測を提供します。

さらに、これらの特定の相互作用を組み込むことによって気候モデルのバイアスを軽減する XRO の機能により、より正確な予測が得られます。これは、1997 ～ 1998 年や 2015 ～ 2016 年のエルニーニョなど、明確な前兆パターンとさまざまな世界的影響を示した極端な現象の場合に特に当てはまります。