Улучшение сезонного прогноза глобальной средней температуры поверхности за счёт включения реалистичных динамических прогнозов ENSO

Почему важны более точные сезонные прогнозы

Фермеры, энергетические планировщики и руководители служб по управлению рисками при бедствиях всё чаще нуждаются в знании того, насколько тёплой вероятно будет планета в предстоящие сезоны. В этом исследовании рассматривается, почему нынешние краткосрочные прогнозы средней температуры поверхности Земли иногда ошибаются, и показывается, как отслеживание знакомых тропических климатических паттернов может сделать эти прогнозы более ранними и надёжными.

Глобальный термометр с реальными последствиями

Глобальная средняя температура поверхности, или средняя близповерхностная температура планеты, — простая величина, за которой скрывается сложная физика. Тем не менее она напрямую влияет на сроки уборки урожая, спрос на топливо, тепловой стресс и риски, связанные с погодой. Сезонные прогнозы этой глобальной температуры могут помочь обществам подготовиться за несколько месяцев. Существующие климатические модели и даже современные системы машинного обучения, однако, испытывают трудности с предсказанием годовых колебаний, особенно в критические месяцы северной осени и зимы, когда происходит множество климатических экстремумов.

Загадка осенних ошибок прогнозов

Авторы изучили, почему их ранняя прогностическая система, разработанная в Институте атмосферной физики в Пекине, начинала терять точность при запуске прогнозов осенью. Сравнивая прогнозы с наблюдениями за 1980–2024 годы, они обнаружили, что ошибки были тесно связаны с тем, что происходило в тропических океанах. В период Эль-Ниньо, когда центральная и восточная части Тихого океана нагреваются, их модель, как правило, занижала глобальную температуру. При Ла-Нинья, с охлаждением Тихого океана, она часто давала завышенные значения. Шаблон ошибок не ограничивался Тихим океаном, а распространялся также на Индийский и Атлантический океаны, выявляя пантропическую цепочку взаимодействий, которую исходная модель не полностью учитывала.

Тропические океаны работают сообща

С физической точки зрения исследование показывает, как тёплая фаза Эль-Ниньо ослабляет и смещает ключевую атмосферную циркуляцию над Тихим океаном. Это смещение меняет ветры и течения в Индийском океане, способствуя появлению тёплой зоны в его западных и центральных районах, и также меняет ветровой режим над тропическим Северным Атлантическим океаном, приводя к его потеплению. Эти связанные бассейны океанов действуют совместно, влияя на общую поверхностную температуру планеты в последующие сезоны. Когда ответ этих бассейнов сильнее, чем ожидает модель, прогноз глобальной температуры получается слишком холодным, а когда слабее — слишком тёплым. Обратное происходит при Ла-Нинья, когда характерно широкомасштабное охлаждение бассейнов. Понимание этой цепочки помогает объяснить, почему ошибки концентрируются в годы с сильными условиями Эль-Ниньо или Ла-Нинья.

Сочетание физического понимания и статистики

Чтобы превратить это понимание в практический инструмент, авторы разработали гибридную структуру прогнозирования. Они сохранили существующую статистическую систему, которая уже разделяла более медленные и более быстрые климатические колебания, но добавили информацию из отдельной модели, прогнозирующей силу Эль-Ниньо и Ла-Нинья за месяцы вперёд. На основе прошлых данных они изучили, как ошибки прогнозов меняются в зависимости от предсказанного тихоокеанского сигнала, а затем использовали эту зависимость для корректировки новых прогнозов в реальном времени. Они также протестировали включение дополнительных индексов из Индийского и Атлантического океанов. Хотя это помогло убрать часть среднего смещения, годовую прогностическую точность это не улучшило так сильно, как фокус на Тихом океане, вероятно потому, что поведение этих бассейнов уже сильно связано с Эль-Ниньо и Ла-Нинья.

Что даёт новая система

С помощью такого комбинированного подхода улучшённые прогнозы сократили средние ошибки примерно на две пятых для предсказаний, запущенных в сентябре и октябре, и вернули многие крупные года Эль-Ниньо и Ла-Нинья в пределах наблюдательной неопределённости. Примерно в двух третях исследованных годов скорректированные прогнозы были ближе к реальности, с особенно большими улучшениями во время эпизодов Эль-Ниньо. Наиболее заметно то, что горизонт надежного прогнозирования глобальной температуры удлинился с двух до четырёх месяцев. Для пользователей климатической информации это означает более раннее предупреждение об аномально тёплых или холодных сезонах на планетарном уровне, достигнутое методом, который проще и менее вычислительно затратен, чем многие масштабные климатические модели.

Цитирование: 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

Ключевые слова: сезонное климатическое прогнозирование, глобальная средняя температура поверхности, ENSO, Эль-Ниньо, пантропические океаны