Poprawa sezonowej prognozy globalnej średniej temperatury powierzchni przez włączenie dynamicznych, realistycznych prognoz ENSO

Dlaczego lepsze prognozy sezonowe mają znaczenie

Rolnicy, planujący sektor energetyczny i menedżerowie zarządzania ryzykiem coraz częściej muszą wiedzieć, jak ciepła będzie planeta w nadchodzących sezonach. Badanie to analizuje, dlaczego obecne krótkoterminowe prognozy średniej temperatury powierzchni Ziemi czasem zawodzą, i pokazuje, jak śledzenie znanych tropikalnych wzorców klimatycznych może sprawić, że prognozy te będą wcześniejsze i bardziej niezawodne.

Globalny termometr z realnymi konsekwencjami

Globalna średnia temperatura powierzchni, czyli średnie ciepło przy powierzchni planety, to prosta wartość kryjąca złożoną fizykę. Ma ona jednak bezpośrednie konsekwencje dla terminów zbiorów, zapotrzebowania na paliwo, stresu cieplnego i zagrożeń związanych z pogodą. Sezonowe prognozy tej globalnej temperatury mogą pomóc społeczeństwom przygotować się na kilka miesięcy naprzód. Istniejące modele klimatyczne, a nawet nowoczesne systemy uczenia maszynowego, mają jednak trudności z przewidywaniem wahań z roku na rok, szczególnie w kluczowych miesiącach jesieni i zimy na półkuli północnej, kiedy występuje wiele ekstremów pogodowych.

Zagadkowe błędy prognoz jesiennych

Autorzy zbadali, dlaczego ich wcześniejszy system prognostyczny, opracowany w Instytucie Fizyki Atmosfery w Pekinie, zaczynał tracić dokładność, gdy prognozy rozpoczynano jesienią. Porównując prognozy z obserwacjami w latach 1980–2024, znaleźli ścisły związek między błędami a tym, co działo się nad tropikalnymi oceanami. Podczas zjawisk El Niño, gdy centralny i wschodni Pacyfik ociepla się, ich model zazwyczaj niedoszacowywał temperatury globalnej. W czasie La Niña, z chłodniejszymi wodami Pacyfiku, często ją przeszacowywał. Wzorzec błędów nie ograniczał się do Pacyfiku, lecz rozciągał się także na Oceany Indyjski i Atlantyk, ujawniając pantropikalny łańcuch interakcji, którego oryginalny model nie uchwycił w pełni.

Tropikalne oceany działające wspólnie

Fizycznie badanie pokazuje, jak ciepła faza El Niño osłabia i przesuwa kluczowy układ cyrkulacji atmosferycznej nad Pacyfikiem. To przesunięcie zmienia wiatry i prądy w Oceanie Indyjskim, sprzyjając ociepleniu w jego zachodnich i centralnych rejonach, oraz modyfikuje wiatry nad tropikalnym północnym Atlantykiem, prowadząc tam do ocieplenia. Te powiązane baseny oceaniczne działają razem, aby wpływać na ogólną temperaturę powierzchni planety w kolejnych sezonach. Gdy odpowiedzi tych basenów są silniejsze niż przewiduje model, prognoza globalnej temperatury wychodzi zbyt niska, a gdy są słabsze — zbyt wysoka. Odwrotna sytuacja występuje podczas La Niña, gdy typowe jest ochłodzenie na skalę basenów oceanicznych. Uświadomienie sobie tego łańcucha pomaga wyjaśnić, dlaczego błędy skupiają się w latach z silnymi warunkami El Niño lub La Niña.

Łączenie wglądu fizycznego ze statystyką

Aby przekształcić to rozumienie w praktyczne narzędzie, autorzy zaprojektowali ramy predykcyjne hybrydowe. Zachowali istniejący system statystyczny, który już rozdzielał wolniejsze i szybsze wahania klimatu, ale dodali informacje z odrębnego modelu przewidującego siłę El Niño i La Niña na kilka miesięcy naprzód. Korzystając z danych historycznych, nauczyli się, jak błędy prognoz zależą od przewidywanego sygnału pacyficznego, a następnie użyli tej relacji do korekty nowych prognoz w czasie rzeczywistym. Przetestowali także włączenie dodatkowych wskaźników z Oceanów Indyjskiego i Atlantyku. Choć pomogły one usunąć pewien średni błąd systematyczny, nie poprawiły umiejętności prognoz rok do roku tak bardzo, jak skoncentrowanie się wyłącznie na Pacyfiku — prawdopodobnie dlatego, że ich zachowanie jest już silnie powiązane z El Niño i La Niña.

Co dostarcza nowy system

Dzięki temu połączeniu podejść, ulepszone prognozy zmniejszyły średnie błędy o około dwie piąte dla prognoz rozpoczynanych we wrześniu i październiku oraz przywróciły wiele silnych lat El Niño i La Niña do granic niepewności obserwacyjnej. W około dwóch trzecich lat objętych badaniem skorygowane prognozy były bliższe rzeczywistości, ze szczególnie dużymi korzyściami podczas epizodów El Niño. Najważniejsze, horyzont czasowy wiarygodnej prognozy globalnej temperatury wydłużył się z dwóch do czterech miesięcy. Dla użytkowników informacji klimatycznych oznacza to wcześniejsze ostrzeżenia o niezwykle ciepłych lub chłodnych sezonach na skalę planetarną, osiągnięte metodą prostszą i mniej obciążającą obliczeniowo niż wiele pełnoskalowych modeli klimatycznych.

Cytowanie: 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

Słowa kluczowe: sezonowa prognoza klimatu, globalna średnia temperatura powierzchni, ENSO, El Niño, oceany pantropikalne