• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Naturen
    Super El Nino och 2015 års extrema sommartorka över norra Kina

    Norra Kina drabbades av en förödande torka sommaren 2015, påverkar cirka 21 miljoner människor och 3,4 miljoner hektar grödor i sju provinser. Den direkta ekonomiska förlusten nådde upp till 11,48 miljarder RMB. Under tiden, en super El Niño utvecklades, vilket resulterade i omfattande torka och översvämningar runt om i världen. Med en bra förutsägelse av 2015/16 super El Niño, NCEP:s Climate Forecast System version 2 (CFSv2) fångade grovt den extrema sommartorkan över norra Kina. Detta väcker frågan om 2015/16 super El Niño hjälpte prognosen av 2015 års extrema sommartorka.

    "En stark El Niño resulterar inte nödvändigtvis i en högre förutsägbarhet av extrem torka, " sa Dr. Xing Yuan från Institute of Atmospheric Physics angående hans grupps nyligen publicerade forskning i Vetenskapliga rapporter . Han tror att "förekomsten av torka i norra Kina beror på om prekursorn på låg latitud (t.ex. El Niño) utvecklas synergistiskt med en prekursor på hög latitud (t.ex. minskning av snötäcket från våren) för att utlösa ett positivt mönster för eurasiska teleanslutningar (EU) sommar som gynnar avvikande nordlig och luftsänkning över norra Kina, försvagar den östasiatiska sommarmonsunen, och minskar därmed fukten som transporteras söderifrån. Så en framgångsrik säsongsprognos för sommartorkan i Nordkina beror på om modellen fångar EU-mönstret."

    Enligt Yuan, nästan alla medlemmar i CFSv2-ensemblen förutspådde den starka El Niño 2015 ganska bra, men några missade sommartorkan i norra Kina när de inte lyckades fånga EU:s cirkulationsmönster. YUAN:s studier tyder på att en dynamisk-statistisk prognostiseringsmetod som kombinerar både låga och höga breddgrader förbättrar förutsägbarheten av extrema torka över norra Kina. Därför, det är mer användbart än den dynamiska prognosen vid långa avstånd.


    © Vetenskap https://sv.scienceaq.com