基于网络的方法及气候变化效益在印度季风降雨量预报中的应用
大气与海洋物理
2020-04-15 v1 统计力学
地球物理
摘要
印度夏季风降雨量（ISMR）对印度的农业产出和经济具有决定性影响。降雨季节总量较正常的极端偏离会引发严重干旱或洪水，影响印度的粮食生产和粮食安全。尽管统计与动力气候模式已得到发展，对ISMR的长期可靠预测仍是一个具有挑战性的问题。为实现这一目标，本文基于全球近地表气温场构建了一系列动力与物理气候网络。我们发现，有向加权气候网络的某些特征可作为ISMR预报的有效长期预测因子。所开发的预测方法利用前一个日历年数据，提前5个月给出预报技巧为0.5的预报。我们的ISMR预报技巧与当前最先进（state-of-the-art）模式相当，但后者仅具有相当短的（即一个月内）预报时效。我们讨论了预测因子的潜在机制，并将其与网络延迟ENSO及ENSO-季风联系相关联。此外，我们的方法可预测全印度降雨量，并预报印度不同均一区域的降雨量，这对印度农业至关重要。我们揭示全球变暖通过增强西南大西洋、印度洋西部与北亚太之间的跨赤道遥相关而影响气候网络，并对印度降水产生显著影响。我们发现南大西洋中纬度的一个热点区域，其构成我们预测因子的基础。值得注意的是，该区域的显著增暖趋势提升了预测技巧。
引用
@article{arxiv.2004.06628,
title = {Network-based Approach and Climate Change Benefits for Forecasting the Amount of Indian Monsoon Rainfall},
author = {Jingfang Fan and Jun Meng and Josef Ludescher and Zhaoyuan Li and Elena Surovyatkina and Xiaosong Chen and Jürgen Kurths and Hans Joachim Schellnhuber},
journal= {arXiv preprint arXiv:2004.06628},
year = {2020}
}