"Bloben", en betydande marin värmebölja i nordöstra Stilla havet från 2013 till 2016, hade djupgående effekter på klimatet och marina ekosystem. Att förutsäga sådana händelser är utmanande på grund av komplexiteten i interaktioner mellan hav och atmosfär och behovet av exakta initiala förhållanden i modeller.

Forskare vid Nanjing University of Information Science and Technology har gjort framsteg i att förutsäga marina värmeböljor genom att använda ett avancerat system för assimilering av havsdata. Deras tillvägagångssätt, med den deterministiska ensemblen Kalman filter (EnKF) teknik, förbättrar avsevärt prognoser för underjordiska temperaturavvikelser, som är avgörande för att förstå och förutsäga utvecklingen av händelser som Blob. Resultaten har publicerats i Atmospheric and Oceanic Science Letters.

Studien utnyttjade två assimileringsscheman inom det globala klimatprognossystemet som utvecklats av Nanjing University of Information Science and Technology. Medan SST nudging-schemat enbart fokuserar på havsytans temperaturer, assimilerar EnKF ett bredare utbud av oceaniska observationer, från ytan till djuphavet. Detta omfattande tillvägagångssätt har visat sig förbättra noggrannheten i temperaturförutsägelser under ytan, särskilt i det kritiska 100–300 m djuplagret.

Forskarna fann att EnKF-schemat överträffade SST-nudging-schemat när det gällde att förutsäga både den horisontella och vertikala värmetransporten i det nedre havsskiktet. Denna förbättring tillskrivs assimileringen av observationsdata under ytan, som är avgörande för att förutsäga förhållanden i övre havet.

"Genom att assimilera mer havsdata, särskilt temperaturer under ytan, kan vi bättre förutsäga utvecklingen och effekterna av marina värmevågor som Blob", säger motsvarande författare Jingjia Luo. "Våra fynd understryker vikten av att införliva detaljerade oceaniska observationer i klimatmodeller."

Forskargruppen planerar att ytterligare förfina sina modeller och fortsätta att undersöka mekanismerna bakom marina värmeböljor. Deras arbete förbättrar inte bara vår förmåga att förutsäga dessa extrema händelser utan bidrar också till en djupare förståelse av den invecklade dynamiken i våra hav.

De ger starkt stöd för att förbättra framtida förutsägelsemodeller. Detta arbete är avgörande för att förbättra övervakningen av och utfärda varningar för extrema klimathändelser och lovar att tillhandahålla en vetenskaplig grund för relevant beslutsfattande.

Mer information: Tiantian Tang et al, Impact of ocean data assimilation på säsongsprognosen för den marina värmeböljan 2014/15 i nordöstra Stilla havet, Atmospheric and Oceanic Science Letters (2024). DOI:10.1016/j.aosl.2024.100498

Tillhandahålls av Chinese Academy of Sciences