Отправить статью по E-mail 
Исследование прогноза индекса тихоокеанского десятилетнего колебания с помощью модели ивм ран на срок от 1 до 5 лет
- Авторы: Александров М.С.1, Володин Е.М.2, Воробьева В.В.2
-
Учреждения:
- Московский государственный университет имени М.В. Ломоносова
- Институт вычислительной математики им. Г.И. Марчука РАН
- Выпуск: Том 64, № 5 (2024)
- Страницы: 833-840
- Раздел: Приборы и методы
- URL: https://bakhtiniada.ru/0030-1574/article/view/281537
- DOI: https://doi.org/10.31857/S0030157424050089
- EDN: https://elibrary.ru/OFNCHV
- ID: 281537
Цитировать
Открытый доступ
Доступ предоставлен
Аннотация
На основе десятилетних прогнозов климатической модели INMCM5, разработанной Институтом вычислительной математики им. Марчука Российской академии наук, был рассчитан индекс Тихоокеанского десятилетнего колебания (ТДК). Коэффициент корреляции модельного индекса ТДК с данными реанализа уменьшается от значения, близкого к 1.0, до 0.355 в течение первого года прогноза. Модельный прогноз индекса ТДК надежен при заблаговременности до 2 лет, при больших заблаговременностях прогноза коэффициенты корреляции с данными реанализа значительно снижаются. Инерционный прогноз более точен в первые 2 года и становится менее надежным в дальнейшем. Коэффициент корреляции модельного ансамблевого прогноза индекса ТДК с собственными отдельными реализациями в ансамбле выше, чем коэффициент корреляции между средним по ансамблю и фактическим индексом ТДК. Эти результаты указывают на то, что модель климата INMCM5 имеет потенциал для существенных улучшений в прогнозировании индекса ТДК.
Полный текст
Об авторах
М. С. Александров
Московский государственный университет имени М.В. Ломоносова
Автор, ответственный за переписку.
Email: aleksandrovms@my.msu.ru
Россия, Москва
Е. М. Володин
Институт вычислительной математики им. Г.И. Марчука РАН
Email: volodinev@gmail.com
Россия
В. В. Воробьева
Институт вычислительной математики им. Г.И. Марчука РАН
Email: VVorobyeva@yandex.ru
Россия
Список литературы
- Володин Е.М. Воспроизведение современного климата моделью климатической системы INMCM60 // Известия РАН. Физика атмосферы и океана. 2023. T. 59. № 1. С. 19–26.
- Воробьева В.В., Володин Е.М. Экспериментальные исследования сезонной предсказуемости погоды, выполненные на основе климатической модели ИВМ РАН // Матем. моделирование. 2020. Т. 32. № 11. С. 47–58.
- Blagodatskikh D. Comparison of computational efficiency of two versions of a terrain-following ocean climate model // Numerical methods and programming. 2023. V. 24. № 4. P. 440–449.
- Blagodatskikh D., Iakovlev N., Volodin E., Gritsun A. Non-local discretization of the isoneutral diffusion operator in a terrain-following climate ocean model // Russian Journal of Numerical Analysis and Mathematical Modelling. 2023. V. 38. № 6. P. 353–360.
- Bock L., Lauer A., Schlund M. et al. Quantifying progress across different CMIP phases with the ESMValTool // Journal of Geophysical Research: Atmospheres. 2020. V. 125. № 21. P. e2019JD032321.
- Boer G.J., Smith D.M., Cassou C. et al. The Decadal Climate Prediction Project (DCPP) contribution to CMIP6 // Geosci. Model Dev. 2016. V. 9. № 10. P. 3751–3777.
- Carton J.A., Chepurin G.A., Chen L. SODA3: A new ocean climate reanalysis // J. Clim. 2018. V. 31. № 17. P. 6967–6983.
- Dee D.P., Uppala S.M., Simmons A.J. et al. The ERA-Interim reanalysis: configuration and performance of the data assimilation system // Q.J.R. Meteorol. Soc. 2011. V. 137. № 656. P. 553–597.
- Deser C., Alexande M., Xie S., Phillips A. Sea surface temperature variability: patterns and mechanisms // Annual review of marine science. 2010. V. 2. P. 115–143.
- Eyring V., Bony S., Meehl G.A. et al. Overview of the Coupled Model Intercomparison Project Phase 6 (CMIP6) experimental design and organization // Geosci. Model Dev. 2016. V. 9. № 5. P. 1937–1958.
- Hersbach H., Bell B., Berrisford P., Hirahara S. The ERA5 global reanalysis // Q.J.R. Meteorol. Soc. 2020. V. 146. № 730. P. 1999–2049.
- Mantua N., Hare S., Zhang Y. et al. A Pacific Interdecadal Climate Oscillation with impacts on salmon production // Bull. Am. Meteorol. Soc. 1997. V. 78. № 6. P. 1069–1080.
- Meehl G., Goddard L., Murphy J. et al. Decadal prediction: can it be skillful? // Bull. Am. Meteorol. Soc. 2009. V. 90. № 10. P. 1467–1485.
- O’Neill B., Tebaldi C., Vuuren D. et al. The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6 // Geoscientific Model Development Discussions. 2016. V. 9. № 9. P. 3461–3482.
- Taylor K.E., Stouffer R.J., Meehl G.A. An Overview of CMIP5 and the experiment design // Bull. Am. Meteorol. Soc. 2012. V. 93. № 4. P. 485–498.
- Volodin E.M., Mortikov E.V., Kostrykin S.V. et al. Simulation of the present day climate with the climate model INMCM5 // Clim. Dyn. 2017. V. 49. № 11. P. 3715–3734.
Дополнительные файлы
