Controversia en la capacidad de GloSea5 para predecir la NAO

Jueves, Marzo 12, 2015

A pesar de que es conocido que el fenómeno ENSO es el factor principal para la predictibilidad en escalas de tiempo estacionales (Manzanas y col., 20141), se espera que otros procesos, como la Oscilación Madden-Julian, la Quasi-Biennial Oscillation, el dipolo del Océano Índico, las retroalimentaciones entre el océano y la atmósfera y entre la tierra y la atmósfera o las interacciones entre la estratosfera y capas inferiores de la atmósfera, puedan contribuir también a la capacidad predictiva.

En este sentido, Scaife et al., 20142 han demostrado recientemente que el nuevo modelo estacional del UK Met Office, GloSea5, era capaz de predecir con habilidad la Oscilación del Atlántico Norte (NAO) para el período 1993-2012, debido un considerable aumento en la resolución del modelo. Sin embargo, debido a la limitada longitud del período de predicciones utilizado, este hallazgo ha suscitado una gran controversia, ya que las estimaciones de predictibilidad basadas en series temporales cortas pueden tener grandes desviaciones debido a errores de muestreo (Kumar et al., 20093).

Por ejemplo, Shi et al., 20154 han demostrado que la incertidumbre del muestreo debido a la longitud del período de predicciones retrospectivas considerado (hindcast) es grande. Concretamente, encontraron, utilizando una combinación de modelos de DEMETER y ENSEMBLES, que la capacidad para predecir la NAO en invierno puede ser muy alta para algún subperiodo de años extraído de la serie total de 40 años. Demostraron que mientras que las estimaciones de predictabilidad hechas con series de 20 pueden mostrar comportamientos sobredispersivos, las estimaciones realizadas con 40 años son más estables y no muestran ninguna evidencia de dispersión excesiva, lo cual indica que un período de 20 años puede ser insuficiente para una estimación robusta de la capacidad de predicción global (que está de acuerdo con los resultados anteriores de Müller et al., 20055).

  1. Manzanas, R., M. D. Frías, A. S. Cofiño, and J. M. Gutiérrez, 2014: Validation of 40 year multimodel seasonal precipitation forecasts: The role of ENSO on the global skill. Journal of Geophysical Research: Atmospheres, 119 (4), 1708–1719, doi:10.1002/2013JD020680, 2014.
  2. Scaife, A. A., et al., 2014: Skillful long-range prediction of European and North American winters. Geophysical Research Letters, 41 (7), 2514–2519, doi:10.1002/2014GL059637.
  3. Kumar, A., 2009: Finite samples and uncertainty estimates for skill measures for seasonal prediction. Monthly Weather Review, 137 (8), 2622–2631, doi:10.1175/2009MWR2814. 1.
  4. Shi, W., N. Schaller, D. MacLeod, T. N. Palmer, and A. Weisheimer, 2015: Impact of hindcast length on estimates of seasonal climate predictability. Geophysical Research Letters, 42 (5), 1554–1559, doi:10.1002/2014GL062829.
  5. Müller, W. A., C. Appenzeller, and C. Schär, 2015: Probabilistic seasonal prediction of the winter North Atlantic Oscillation and its impact on near surface temperature. Climate Dynamics, 24 (2), 213–226, doi:10.1007/s00382 004-0492-z.