1 / 15

Cuantificación de la capacidad predictiva de la SST del Atlántico en las temperaturas de Europa

Cuantificación de la capacidad predictiva de la SST del Atlántico en las temperaturas de Europa. S.R. Gámiz-Fortis, M.J. Esteban-Parra, D. Argüeso, J.M. Hidalgo-Muñoz y Y. Castro-Díez Grupo de Física de la Atmósfera Dpto. Física Aplicada Universidad de Granada.

fausto
Télécharger la présentation

Cuantificación de la capacidad predictiva de la SST del Atlántico en las temperaturas de Europa

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Cuantificación de la capacidad predictiva de la SST del Atlántico en las temperaturas de Europa S.R. Gámiz-Fortis, M.J. Esteban-Parra, D. Argüeso, J.M. Hidalgo-Muñoz y Y. Castro-Díez Grupo de Física de la Atmósfera Dpto. Física Aplicada Universidad de Granada CLIMA EN ESPAÑA: PASADO, PRESENTE Y FUTURO. Contribución a un informe de evaluación del cambio climático regional.Seminario CLIVAR-ES, CCMA, Madrid 11-13/02/2009.

  2. 1. OBJETIVOS • Estudiar las variaciones espacio-temporales de la LST de Europa y su relación con la SST del Atlántico en escalas comunes, desde interanuales a interdecadales. • Identificar los patrones cuasi-oscilatorios presentes en ambos conjuntos de datos. • Aislar componentes específicas de las series en cuestión separándolas del ruido de fondo. Cuantificar la importancia de la SST del Atlántico en las variaciones retrasadas de las temperaturas en superficie (LST) de Europa.

  3. Base de datos de la CRU (Climatic Research Unit), U.K. • Periodo: 1850-2007. • Resolución: 5º x 5º • Anomalías medias mensuales mediante sustracción de la media correspondiente al periodo 1961-1990. • LST → • Base de datos HADISST1.1, the Meteorological Office, U.K. • Periodo: 1870-2006. • Resolución: 2º x 2º • Anomalías medias mensuales mediante • sustracción de la media correspondiente • al periodo total. • SST → 2. DATOS

  4. Base de datos HadSLPr2, Met Office Hadley Center • Periodo: 1850-2007 • Base mensual • Resolución: 5º x 5º • SLP → 2. DATOS • Índice NAO mensual (Jones et al., 1997)  1826-2007 • Índice “Best” ENSO (Smith and Sardeshmurk, 2000)  1871-2007 • - Combinación del SOI y la SST de la región Niño3.4 • Índice AMO (Atlantic Multidecadal Oscillation) (NOAA)  1856-2007 • - SST promediada en el Atlántico Norte (0-60ºN, 75ºW-7.5ºW).

  5. 5. Modelos de regresión lineal múltiple que usan las SST-RCs con periodicidades comunes a las LST-PCs como variables predictoras. RC-LSTi (t0) = Σ βj RC-SSTj (t0 - retraso) + e 3. METODOLOGÍA • Filtro paso baja a todos los datos → variabilidad > 1 año → Periodo de análisis final: 1872-2004 2. PCA de la LST y SST → Retener las PCs/EOFs significativos. LST-PCi=LSTi y SST-PCj=SSTj 3. SSA (Análisis Singular Espectral) de cada LST-PC y SST-PC retenida → Identificar y aislar modos cuasi-oscilatorios comunes (RCs). 4. Análisis de correlaciones cruzadas retrasado en el tiempo → encontrar los desfases temporales

  6. 4. RESULTADOS 4.1 Variabilidad de la LST de Europa 2ª REOF 20.4% 1ª REOF 30.2% 3ª REOF 11.2% Factores de carga (x10) para las REOF resultantes del análisis de las TEMPERATURAS mensuales (1850-2007)

  7. S-EOF 1 (16.1%) S-EOF 3 (8.8%) S-EOF 2 (15.1%) S-EOF 5 (6.5%) S-EOF 4 (8.4%) 4.2 Variabilidad de la SST Atlántica Factores de carga (x10) para las REOF resultantes del análisis de la SST mensual (1870-2006)

  8. SST-PCs 3-4-5 SST-PCs 1-4 SST-PCs 1-2-3-5 SST-PCs 1-2-3-4 Todas las SST-PCs 4.3 Modos oscilatorios comunes LST Europa – SST atlántica * = oscilaciones significativas al nivel de confianza del 95%

  9. 4.3.2 Comportamiento espacio-temporal (SST-SLP) de la oscilación QD-LST1 retraso -48 retraso 0 retraso -36 retraso 12 retraso -24 retraso 24 retraso -12 retraso 36 • Anomalías máximas de SST en la región SST3 ~ -36 meses. • Principal contribución: centros de las latitudes altas y medias. • + SST al sur de Groenlandia y – SST al sur de Terranova → + temperaturas en el noroeste de Europa (LST1) ~ 3 años después. Mapas de regresiones de la oscilación QD de la LST1 sobre la SST y SLP. Colores: anomalías (ºC). Contornos: anomalías (hPa)

  10. 4.4 Modelos de Regresión Lineal Múltiple • Triplete = (retraso en meses, r, βi). • βi indica la importancia relativa del modo. • - R2 = Coeficiente de determinación del modelo de regresión múltiple. • - σe = desv. típica de la serie residual resultante. • Oscilación QD = 7.5 años • Oscilación ID = 13.7 años • Oscilación IA1 = 5.2 años • Oscilación IA2 = 3.6 años

  11. 4.5 Cuantificación de la capacidad predictiva de la SST en la LST1 ¡¡La SST explica sólo un 10% de la varianza total de la LST1!!

  12. 4.6 Tendencia no lineal: alto porcentaje de varianza LST2 LST3 LST1 SST2 SST3 SST1 • Tendencia lineal (efecto antropogénico)  más acusada en la LST1 y LST2. • Modo cuasi-oscilatorio MD (periodos 60-100 años según la PC) el más estable se encuentra para LST2 y SST2 (~64 años)

  13. Mapas de regresión del modo MD y el índice AMO sobre la SST y SLP. Colores: anomalías (ºC). Contornos: anomalías (hPa). 4.6 Modo multidecadal (MD) LST1 LST2 LST3 AMO

  14. 5.CONCLUSIONES • Cuantificación de la influencia de la SST del Atlántico en la variabilidad de las temperaturas de Europa usando SSA y modelos de regresión lineal múltiples. • Existen modos cuasi-oscilatorios significativos (en escalas interanuales a decadales) comunes a la SST y a las temperaturas del noroeste de Europa (LST1). El resto de Europa presenta una influencia mucho más débil. • Las oscilaciones significativas comunes presentan periodicidades ~ 13.7 (ID), 7.5 (QD), 5.2 (IA1) y 3.6 (IA2) años. Estos modos representan el 24.6% varianza explicada en la LST1. • Principales regiones del Atlántico con capacidad predictiva: • ID: Atlántico Tropical, sur de Groenlandia y el sur de Terranova, (60 meses). • QD: sur de Groenlandia, Mar del Norte y las latitudes medias (~40ºN), (36 meses). • IA1: zonas similares al modo ID, (31 meses). • IA2: influencia muy baja de la SST.

  15. 5.CONCLUSIONES • Aunque los modelos ajustados explican un alto porcentaje de varianza de las oscilaciones individuales (75%, 67% y 50% para el modo QD, ID e IA1, respectivamente), la contribución total de estos tres modos explica sólo el 10% de varianza de las temperaturas mensuales del noroeste de Europa. • La tendencia no lineal puede ser considerada como suma de dos contribuciones: • - Una tendencia lineal (efecto antropogénico). • Una oscilación multidecadal (MD) con periodo ~ 60-100 años (AMO). • La oscilación multi-decadal parece estar afectando a las temperaturas del norte y sur de Europa a través de mecanismos diferentes. • Importante influencia de la SLP como componente principal en la relación LST/SST, en acuerdo con otros estudios. • Aunque los resultados encontrados sugieren que la SST del Atlántico por sí sola no proporciona un modelo de predicción bueno para las temperaturas de Europa, la información encontrada en este estudio podría ayudar a mejorar las predicciones que usan otras variables como predictores.

More Related