動的なENSO予報を取り入れて全球平均地表温度の季節予測を改善する

なぜより良い季節予測が重要か

農業従事者、エネルギー計画者、災害管理者は、来たる季節に地球がどれほど暖かくなるかを以前にも増して知る必要があります。本研究は、地球の平均表面温度に関する短期予報が時に外れる理由を探り、よく知られた熱帯の気候パターンを追跡することでその予報をより早く、より信頼できるものにできることを示します。

現実の影響を伴う全球の温度計

全球平均地表温度、すなわち地表付近の平均的な暖かさは、複雑な物理を内包する単純な数値です。それでも収穫時期、燃料需要、熱ストレス、気象に関連するリスクに直接影響します。この全球温度の季節予報は数か月前に社会が備えるのに役立ちます。しかし既存の気候モデルや最新の機械学習システムでさえ、年ごとの上下動、特に多くの気候極端現象が起きる重要な北半球の秋〜冬期の予測には苦戦します。

秋の予報誤差の謎

著者らは、北京大気物理研究所で開発した以前の予測システムが秋に予報精度を失い始めた理由を検証しました。1980年から2024年の観測と予測を比較したところ、誤差は熱帯の海域で起きていることと強く結びついていることが分かりました。中央・東部太平洋が温暖化するエルニーニョ時には、彼らのモデルは全球気温を過小評価する傾向があり、太平洋が冷えるラニーニャ時には過大評価することが多かったのです。この誤差パターンは太平洋に留まらずインド洋や大西洋にも広がり、当初のモデルが十分に捉えていなかった汎熱帯にまたがる相互作用の連鎖を明らかにしました。

協調して働く熱帯の海洋

物理的には、本研究は温かいエルニーニョ相が太平洋上の重要な大気循環を弱めて移動させる仕組みを示しています。この変化がインド洋の風と海流を変え、西・中央部に暖水域を生みやすくし、熱帯北大西洋の風も変えてそこを温めます。これらの連動する海盆は一緒になって次の季節の全球表面温度に影響を与えます。海盆全体の応答がモデルの期待より強ければ全球予報は実際より冷たく出てしまい、応答が弱ければ過度に暖かく予測されます。ラニーニャでは逆に海盆全体で冷却が起きるため、誤差の向きも逆になります。この連鎖を認識することで、強いエルニーニョやラニーニャの年に誤差が集中する理由が説明できます。

物理的洞察と統計の融合

この理解を実用的な道具に変えるため、著者らはハイブリッド予測フレームワークを設計しました。彼らは既存の、遅い変動と速い変動を分けて扱う統計システムを保持しつつ、数か月先のエルニーニョ・ラニーニャの強さを予測する別モデルの情報を加えました。過去のデータを使って、予測される太平洋の信号に応じて予報誤差がどう変わるかを学習し、その関係をリアルタイムで新しい予報の補正に用いました。インド洋や大西洋の追加指標も試しました。これらは平均バイアスの一部を取り除くのに寄与しましたが、年ごとの技術的な上達には太平洋に焦点を当てるほどの改善はもたらさなかったようです。おそらくそれらの振る舞いは既にエルニーニョ／ラニーニャに強く結びついているためです。

新しいシステムがもたらすもの

この結合アプローチにより、改良された予報は9月と10月に開始した予測の平均誤差を約2分の5削減し、多くの大きなエルニーニョ・ラニーニャの年を観測の不確実性の範囲内に戻しました。研究対象の年の約3分の2では、補正後の予報が現実により近づき、特にエルニーニョ期に大きな改善が見られました。最も注目すべきは、信頼できる全球気温予測の時間的な地平が2か月から4か月へと延びたことです。気候情報の利用者にとって、これは惑星規模で異常に暖かいまたは冷たい季節のより早い警報を意味し、多くの大規模気候モデルよりも単純で計算負荷の小さい手法で達成されています。

引用: Li, KX., Zheng, F. Improving seasonal prediction of global mean surface temperature by incorporating dynamic ENSO realistic forecasts. npj Clim Atmos Sci 9, 114 (2026). https://doi.org/10.1038/s41612-026-01386-9

キーワード: 季節気候予測, 全球平均地表温度, ENSO, エルニーニョ, 汎熱帯海域