Blocco degli Urali come Motore dei Riscaldamenti Stratosferici Iniziali dell’Inverno
Riassunto: Questo studio esplora la risposta atmosferica all’inizio dell’inverno alle anomalie di blocco degli Urali in novembre, utilizzando una tecnica di nudging per vincolare la temperatura e la dinamica in un modello atmosferico ad alta quota. Le anomalie persistenti di blocco degli Urali in novembre sono associate a un modello Artico caldo/Siberia fredda e ad un aumento delle onde planetarie ascendenti che entrano nella stratosfera, portando a un riscaldamento del vortice polare. Questa risposta stratosferica si propaga quindi nella troposfera, portando ad un aumento dell’occorrenza dell’Oscillazione Nord Atlantica negativa in dicembre e gennaio. Al contrario, le simulazioni con perturbazioni del ghiaccio marino di Barents-Kara e della neve siberiana in novembre non riproducono una risposta atmosferica significativa. In simulazioni che includono un oceano a lastra, il blocco degli Urali induce anomalie del ghiaccio marino di Barents-Kara e della neve siberiana che assomigliano alle analisi composite delle osservazioni. Questi risultati evidenziano la variabilità del blocco degli Urali in novembre come un solido motore dei riscaldamenti stratosferici iniziali dell’inverno, mentre mettono in discussione la causalità tra ghiaccio/neve e anomalie di blocco degli Urali.
Sommario in Linguaggio Semplice: La stratosfera polare è una fonte di prevedibilità climatica, in particolare i riscaldamenti stratosferici che sono seguiti da eventi meteorologici estremi nelle medie latitudini. In autunno, la perdita di ghiaccio marino nel mare di Barents-Kara, così come l’eccesso di neve sulla Siberia, sono stati trovati come motori dei riscaldamenti stratosferici attraverso il potenziamento di grandi onde planetarie che si propagano nella stratosfera. Anomalie del ghiaccio marino di Barents-Kara sono state anche suggerite come forza trainante della recente tendenza verso temperature invernali più fredde in Siberia. Un anticiclone sopra la Siberia occidentale, o schema di blocco degli Urali, è un segno chiave nella catena di meccanismi che spiega il legame tra anomalie di ghiaccio/neve, Siberia più fredda e la stratosfera. In questo studio, un blocco degli Urali persistente in novembre è direttamente imposto in un modello atmosferico. Si trovano risposte robuste: un raffreddamento sulla Siberia, un aumento delle onde planetarie ascendenti, e un riscaldamento della stratosfera polare all’inizio dell’inverno. Al contrario, imponendo anomalie di ghiaccio marino di Barents-Kara e neve siberiana a novembre non si ottiene alcuna risposta atmosferica significativa nel modello. Questi risultati mettono in dubbio la causalità tra le anomalie di ghiaccio/neve di novembre e il blocco degli Urali, mentre evidenziano le condizioni persistenti di blocco degli Urali come una fonte di prevedibilità del clima dell’emisfero nord.
1. Introduzione
I riscaldamenti della stratosfera polare in inverno, denominati riscaldamenti stratosferici improvvisi (SSWs) nei casi più estremi di inversione dei venti circompolari occidentali (Butler et al., 2015), sono una fonte chiave di prevedibilità del clima dell’emisfero nord (NH) (Kidston et al., 2015; Kretschmer et al., 2018). Essi sono generalmente seguiti dalla propagazione verso il basso del segnale nella troposfera e da una fase negativa dell’Oscillazione Artica o dell’Oscillazione Nord Atlantica (N)AO. Una (N)AO negativa è associata a un flusso occidentale più debole e quindi a un maggiore verificarsi di grandi meandri nel getto, causando anomalie estreme di temperatura/precipitazioni sui continenti dell’NH (ad es., Cattiaux et al., 2010). Un esempio recente di forte accoppiamento stratosfera-troposfera è il SSW di febbraio 2018, che è stato seguito da temperature gelide sull’Europa occidentale e sugli Stati Uniti orientali (Karpechko et al., 2018). La previsione degli SSW è quindi una delle maggiori sfide per la previsione del clima dell’NH da sub-stagionale a stagionale, e in particolare per l’anticipazione di eventi meteorologici estremi (Vitart et al., 2017). Gli SSW sono guidati dalla rottura delle onde planetarie che si propagano dalla troposfera alla stratosfera (ad es., Polvani & Waugh 2004). Il miglioramento nella prevedibilità degli SSW si basa quindi sulla comprensione dell’origine delle anomalie delle onde planetarie che disturbano il vortice polare. I blocchi troposferici sono stati identificati come precursori degli SSW (ad es., Cohen & Jones, 2011; Martius et al., 2009) e varie condizioni al contorno sono state suggerite per influenzare la frequenza degli SSW: l’Oscillazione El Niño–Southern (ad es., Garfinkel et al., 2010), le Oscillazioni Madden‐Julian e Quasi-Biennali (ad es., Liu et al., 2014), la copertura nevosa siberiana (ad es., Cohen, Furtado, et al., 2014), e più recentemente, la concentrazione di ghiaccio marino artico (SIC), soprattutto nel mare di Barents e Kara (BK) (ad es., Kim et al., 2014).
Il ghiaccio marino autunnale nel mare di Barents e Kara (BK) è stato suggerito come un motore dei riscaldamenti stratosferici e delle successive anomalie dell’Oscillazione Nord Atlantica (N)AO, promuovendo condizioni anticicloniche sulla Siberia occidentale, in particolare sopra i monti Urali (Cohen, Screen, et al., 2014; García-Serrano et al., 2015, 2017; Luo et al., 2016; Nakamura et al., 2015). Questo modello anticiclonico, qui denominato “blocco degli Urali” (UB), rafforza il modello ondulatorio climatologico e la propagazione delle onde planetarie verso l’alto nella stratosfera, specialmente quando è associato con una bassa pressione sulla Siberia orientale (Honda et al., 2009). Induce anche temperature più fredde sulla Siberia, un modello “Artico caldo/continenti freddi” che è stato attribuito alla perdita di ghiaccio marino artico (Inoue et al., 2012; Kug et al., 2015; Mori et al., 2014, 2019; Overland et al., 2011) ma che è anche coerente con la variabilità atmosferica interna (McCusker et al., 2016; Sun et al., 2016). Studi di modellazione hanno scoperto che la stratosfera svolge un ruolo chiave nella comunicazione della risposta alla perdita di ghiaccio marino nel BK (Kim et al., 2014; Nakamura et al., 2016; Zhang et al., 2018), specialmente per quanto riguarda l’anomalia fredda sulla Siberia (Zhang et al., 2018). Tuttavia, la risposta alle perturbazioni attuali del ghiaccio marino nei modelli di circolazione generale atmosferica (AGCM) è generalmente piccola e difficilmente distinguibile dalla variabilità interna (Chen et al., 2016; Overland et al., 2016). Le analisi osservazionali mettono anche in discussione la causalità tra la perdita di ghiaccio marino nel BK e la Siberia più fredda, poiché le interazioni oceano-atmosfera e gli scambi di flussi di calore lead-lag suggeriscono che l’atmosfera guida, piuttosto che seguire, le anomalie del ghiaccio marino nel BK e il modello Artico caldo/Siberia fredda (Sorokina et al., 2016).
Similmente al ghiaccio marino del BK, l’estensione della copertura nevosa sulla Siberia è stata suggerita come un motore per un rinforzo dell’anticiclone siberiano e delle successive onde planetarie e anomalie stratosferiche/(N)AO (ad es., Cohen et al., 2007; Peings et al., 2012). Tuttavia, le osservazioni recenti e gli studi di modellazione non supportano la teleconnessione (Henderson et al., 2018), tanto che la natura esatta delle interazioni neve-atmosfera in autunno/inverno sulla Eurasia occidentale rimane ancora poco chiara. In particolare, recenti esperimenti AGCM forzati con neve siberiana non riproducono le condizioni anticicloniche rinforzate sulla Siberia occidentale come trovato nelle analisi osservazionali, mettendo in discussione la causalità (Peings et al., 2017).
Per entrambe le teleconnessioni guidate dal ghiaccio marino del BK e dalla neve siberiana, il blocco degli Urali (UB) è quindi un segnale chiave nel collegare le anomalie superficiali con la stratosfera polare. Ma rimangono questioni aperte. Qual è la risposta ritardata alle anomalie di UB se prese isolatamente? Il modello di UB è una modalità interna di variabilità dell’atmosfera. Se imposto solo a novembre, le anomalie di ghiaccio e neve sono in grado di modulare la variabilità di UB e rafforzare il suo impatto sulla stratosfera e sul clima dell’inizio dell’inverno? Per affrontare queste domande, viene utilizzato un AGCM ad alta quota, nel quale le anomalie di UB sono direttamente imposte utilizzando una tecnica di nudging limitata all’area. I risultati delle corse di perturbazione di UB sono confrontati con le corse di perturbazione di ghiaccio e neve per valutare la loro importanza relativa nel modulare il clima dell’emisfero nord in inverno.
2. Metodi
Il modello AGCM utilizzato in questo studio è il Modello Climatico della Comunità dell’Atmosfera Intera con Chimica Specificata (SC-WACCM). Rispetto al WACCM standard, lo SC-WACCM ha una chimica prescritta anziché interattiva, il che permette costi computazionali significativamente inferiori mantenendo quasi simile la climatologia e la variabilità della stratosfera. Il modello utilizza la fisica CAM4, 66 livelli verticali con un limite superiore a circa 140 km ed è eseguito su una griglia orizzontale di 1,9° per 2,5° nello studio attuale. Include parametrizzazioni di onde di gravità non orografiche e stress turbolento montano, così come la Oscillazione Quasi-Biennale prescritta nella stratosfera equatoriale, che permettono una frequenza realistica nei SSWs (Smith et al., 2014).
Quattro esperimenti sono eseguiti per esplorare il ruolo del blocco degli Urali (UB), del ghiaccio marino di Barents-Kara e della variabilità della neve siberiana in novembre sul clima invernale successivo:
- La corsa di controllo (CTL) è un esperimento di 101 anni con climatologia prescritta della temperatura della superficie del mare e SIC (ciclo annuale medio dal 1979 al 2008 dalle osservazioni HadISST, Rayner et al., 2003) e forzanti esterni dell’anno 2000 (solari, aerosol e gas serra).
- URAL-HIGH è un esperimento di perturbazione di 100 membri che si dirama dalle 100 diverse condizioni iniziali CTL del 1° ottobre. Viene eseguito fino al marzo successivo. URAL-HIGH include un’anomalia UB per tutto novembre, prescritta nel modello mediante il metodo di nudging della temperatura, dei venti orizzontali e della pressione superficiale nel dominio (30°W/90°E, 45°N/80°N), dalla superficie fino a 500 hPa. Ad ogni passo temporale del modello (30 min) e solo nel dominio di forzatura, queste variabili sono rilassate verso la variabilità giornaliera interpolata ogni 3 ore dal CTL, sulla quale viene sovrapposta un’anomalia UB. L’anomalia UB è derivata dalle analisi composite applicate al CTL, differenziando le anomalie per gli anni con un indice UB di novembre maggiore e minore di 1 deviazione standard. Il coefficiente di rilassamento per il nudging è 0,1, corrispondente a un tempo di rilassamento di 5 ore (10 passi temporali). Una zona cuscinetto è applicata ai limiti della regione di nudging per permettere una transizione lineare morbida dai punti griglia liberi a quelli vincolati, su 10° di lat/lon in orizzontale e nei tre livelli verticali tra 700 e 500 hPa. Il nudging inizia il 1° novembre, con un aumento lineare al rilassamento completo nei primi 3 giorni, e viene rilasciato il 30 novembre, con una diminuzione lineare del vincolo nei 3 giorni precedenti. Dal 1° dicembre, il modello è libero di evolversi e la simulazione evidenzia la risposta ritardata a un modello UB persistente a novembre. Dopo aver provato a nudgere solo la temperatura, si è scoperto che è necessario nudgere anche la dinamica per indurre un UB robusto in superficie e nella bassa troposfera.
3. BKSIC esplora la risposta alla riduzione del ghiaccio marino di Barents-Kara in novembre. È anche una corsa di perturbazione di cento membri, ramificata da CTL il primo ottobre. Qui non viene applicato alcun nudging dell’atmosfera, l’unico forzante è una riduzione della copertura del ghiaccio marino di Barents-Kara a novembre. Corrisponde al SIC per gli anni di alto e basso ghiaccio marino BK, basato su più o meno una deviazione standard di un indice di ghiaccio marino di novembre BK dal mille novecento settantanove al duemiladiciassette. Il pattern di questa anomalia del ghiaccio marino è mostrato nella Figura uno b.
4. Infine, UBSNOW esplora il ruolo delle anomalie di neve siberiana associate al modello UB in novembre. Questa corsa di perturbazione di cento membri, ramificata da CTL il primo ottobre, include un’anomalia di acqua neve equivalente sulla Siberia occidentale, solo a novembre. La rianalisi della superficie terrestre di Era-Interim è utilizzata per costruire un composito del SWE di novembre, basato su più o meno una deviazione standard dell’indice UB. A novembre, l’anomalia della neve è sovrapposta alla climatologia giornaliera di CTL, e questo nuovo campo di neve è imposto nel modello della superficie terrestre sulla Siberia occidentale. Un aumento e decremento lineare di tre giorni dell’anomalia della neve è applicato all’inizio e alla fine di novembre, rispettivamente, per evitare passaggi irrealistici nel manto nevoso. Prima e dopo novembre, il manto nevoso si evolve liberamente.
Ogni risposta del modello rappresenta la differenza tra le medie degli insiemi degli esperimenti di perturbazione e del CTL. Analisi osservazionali sono anche eseguite per confrontare i risultati del modello con il mondo reale, utilizzando la rianalisi del National Centers for Environmental Prediction/National Center for Atmospheric Research dal mille novecento settantanove al duemiladiciassette. Un indice UB è calcolato usando la stessa definizione di URAL-HIGH. Compositi di vari campi sono quindi costruiti differenziando gli anni con più o meno zero punto cinque deviazioni standard nell’indice UB, per confrontare gli anni “UB-alti” con gli anni “UB-bassi”. Un test t di Student a due code è usato per valutare la significatività statistica dei compositi e delle risposte del modello. Un indice giornaliero NAO per NCEP è definito come la differenza nella pressione a livello del mare tra Lisbona, Portogallo, e Stykkisholmur, Islanda. Nel modello, il pattern NAO è definito come la prima modalità di funzione ortogonale empirica della pressione a livello del mare di dicembre-marzo. I valori giornalieri di NAO sono quindi ottenuti proiettando le anomalie giornaliere di pressione a livello del mare su questo pattern di funzione ortogonale empirica.
La Figura 1 mostra le anomalie impiegate negli esperimenti di perturbazione di novembre, rappresentate nei seguenti pannelli:
- Pannello a) Visualizza l’anomalia di altezza geopotenziale a 500 hPa (Z500) in metri, impiegata nell’esperimento URAL-HIGH, basata su più o meno una deviazione standard dell’indice di blocco degli Urali (UB). Questo grafico mostra l’area di nudging e l’intensità delle anomalie applicate, che influenzano la dinamica atmosferica nella regione.
- Pannello b) Mostra l’anomalia della copertura di ghiaccio marino (SIC) in percentuale nel BKSIC. Il contorno arancione rappresenta l’estensione climatologica del ghiaccio marino, delineando aree con almeno il 15% di copertura. Le aree in blu indicano una diminuzione percentuale, mentre quelle in rosso un aumento.
- Pannello c) Espone l’anomalia dell’equivalente in acqua della neve (SWE) in kg/m² nell’esperimento UBSNOW. I contorni blu mostrano l’estensione climatologica della neve, con vari intervalli di accumulo. Le anomalie del SWE sono indicate in tonalità che vanno dal marrone al verde chiaro.
Ogni pannello illustra come queste anomalie specifiche modellano gli effetti delle variazioni ambientali su scala regionale, interagendo con il sistema climatico durante i mesi invernali.
La Figura 2 illustra le risposte atmosferiche osservate e modellate durante gli esperimenti di perturbazione relativi al blocco degli Urali, al ghiaccio marino di Barents-Kara e alle anomalie di neve siberiana:
- Pannello a) Mostra un composito dell’altezza geopotenziale a 500 hPa e del flusso di attività d’onda a 150 hPa basato sugli anni con alto e basso indice di blocco degli Urali (UB), usando la rianalisi NCEP/NCAR. Le anomalie significative sono rappresentate con colorazione, mentre i contorni indicano i valori positivi e negativi del flusso di attività d’onda, significativi al livello di confidenza del 95%.
- Pannello b) Rappresenta la risposta nell’esperimento URAL-HIGH a novembre, mostrando anomalie di altezza geopotenziale e flussi di attività d’onda simili al pannello a.
- Pannello c) Simile al pannello b, ma per l’esperimento BKSIC, che esamina gli effetti delle variazioni nella concentrazione di ghiaccio marino di Barents e Kara. Visualizza le anomalie di altezza geopotenziale che sono significative al 95%.
- Pannello d) Analogo ai pannelli precedenti ma per l’esperimento UBSNOW, focalizzato sulle anomalie di neve in Siberia. Mostra le anomalie significative di altezza geopotenziale a 500 hPa e i flussi di attività d’onda.
Questi pannelli evidenziano come diverse condizioni di superficie possano influenzare significativamente l’alta atmosfera, contribuendo alla nostra comprensione delle dinamiche del sistema climatico in risposta a specifiche variazioni ambientali.
3. Risultati
La Figura 2 mostra le anomalie di Z500 associate al modello di blocco degli Urali (UB) in novembre, nel NCEP e nei tre esperimenti di perturbazione. Mostra anche le anomalie nel flusso di attività d’onda ascendente (WAFz) a 150 hPa, seguendo la definizione tridimensionale di Plumb. Il metodo di nudging impone efficacemente un’anomalia UB che assomiglia alle osservazioni in URAL-HIGH (Figura 2b, colorazione). Il forzante in URAL-HIGH rappresenta più o meno una deviazione standard nell’indice UB dal CTL ma ha un’ampiezza vicina a più o meno 0.5 deviazioni standard dell’indice UB osservato. Questo non è dovuto a una sottostima del modello di UB, ma al metodo di nudging che porta a anomalie di ampiezza inferiore rispetto al forzante imposto, consentendo ancora spazio per la variabilità atmosferica nel dominio nudged.
Il modello di UB, che rappresenta una modalità principale di variabilità atmosferica dell’emisfero nord (NH) a novembre sia nel NCEP che nel modello, mostra una variabilità comparabile nel NCEP e nel CTL. In risposta al UB, sia il NCEP che URAL-HIGH mostrano temperature più calde nell’area di Barents-Kara e temperature più fredde sulla Siberia, ossia il cosiddetto modello “Artico caldo/continenti freddi“. L’anomalia UB è anche accompagnata da un significativo aumento delle onde planetarie ascendenti che si propagano nella stratosfera. Quando decomposto in numeri d’onda, il composito NCEP e la risposta di Z500 in URAL-HIGH proiettano fortemente su onda-1 e onda-2, con un forte accoppiamento stratosfera-troposfera.
Al contrario, né le anomalie del ghiaccio marino di Barents-Kara né quelle di neve siberiana inducono una risposta significativa di Z500, nonostante rispettivamente una forte anomalia calda nel mare di Barents-Kara in BKSIC e anomalie fredde sulla Siberia in UBSNOW. È interessante notare che BKSIC non riproduce anomalie fredde sull’Eurasia, in contrasto con l’ipotesi che la perdita di ghiaccio marino BK possa guidare temperature più fredde sulla Siberia. In linea con la risposta di Z500, BKSIC e UBSNOW non mostrano alcuna risposta significativa in WAFz e nelle onde Z500 di tipo 1 e 2.
Come previsto dalla grande anomalia nella propagazione delle onde planetarie e dal conseguente deposito di momento nei livelli superiori, NCEP e URAL-HIGH mostrano un significativo riscaldamento della stratosfera polare a dicembre (Figure 3a e 3b, contorni) che si proietta sulla NAO negativa in superficie come visto nelle anomalie della pressione al livello del mare (SLP) (Figure 3a e 3b, colorazioni). Non sorprende che, dato il riscontro marginale che mostrano a novembre, BKSIC e UBSNOW non inducano alcuna risposta significativa nella stratosfera e solo segnali marginali in superficie (Figure 3c e 3d).
La Figura 4 fornisce un quadro più chiaro della tempistica della risposta al forzante UB. Sia in NCEP che in URAL-HIGH, impulsi di WAFz verso l’alto (mediati zonalmente tra 40°N e 80°N) entrano nella stratosfera nella seconda metà di novembre, inducendo un riscaldamento del vortice polare che si propaga verso il basso nelle settimane successive. In NCEP (Figura 4a), è accompagnato da diversi episodi di NAO negativa a fine dicembre, gennaio e febbraio. In URAL-HIGH (Figura 4b), la migrazione verso il basso del segnale stratosferico avviene prevalentemente nel settore dell’Atlantico Nord. Questo porta a una risposta persistente della NAO in superficie, con un aumento della NAO negativa a dicembre e gennaio. Grafici simili per BKSIC e UBSNOW sono mostrati nella Figura S6, confermando ulteriormente la mancanza di una significativa risposta Zcap e NAO in questi esperimenti. Le analisi composite utilizzando il CTL supportano il meccanismo presentato qui (vedi Figura S7). Inoltre, il nudging del modello verso la variabilità giornaliera del CTL senza l’anomalia UB non induce alcuna risposta significativa della NAO o stratosferica, confermando che la risposta del modello al UB non è un artefatto dovuto a un’influenza indesiderata del nudging.
Questi risultati non supportano le anomalie del ghiaccio marino di Barents-Kara (BK) e della neve siberiana a novembre come principali motori del modello di blocco degli Urali (UB). Pertanto, è possibile che esse rappresentino una risposta, piuttosto che un motore, del modello UB. Questo è indagato utilizzando una simulazione aggiuntiva, URAL-HIGH-SOM, che è simile a URAL-HIGH eccetto per l’inclusione di un modello di oceano a lastra al posto della temperatura superficiale del mare (SST) climatologica prescritta, permettendo una SST/SIC interattiva. Le anomalie di Z500, SIC e SWE di novembre in URAL-HIGH-SOM sono mostrate nella Figura 5. Il modello UB risulta in una diminuzione del ghiaccio marino nel mare di BK e un aumento della neve sulla Siberia occidentale. Questo è previsto dalla circolazione anticiclonica di UB che trasporta aria calda delle medie latitudini sul mare di Barents-Kara e aria fredda polare sulla Siberia occidentale. Le risposte in SIC e SWE condividono modelli simili con le anomalie imposte in BKSIC e UBSNOW e rappresentano circa la metà della loro ampiezza. Ciò supporta l’idea che il modello UB guidi una percentuale significativa della variabilità del ghiaccio marino di BK e della neve nella Siberia centrale a novembre. Questo è anche in accordo con le analisi osservazionali delle relazioni di lead-lag tra l’UB e il ghiaccio marino di BK. È degno di nota che le risposte della stratosfera/NAO non sono amplificate in URAL-HIGH-SOM rispetto a URAL-HIGH, suggerendo che le anomalie indotte del ghiaccio marino non rinforzano la risposta all’UB.
La Figura 3 illustra le variazioni della pressione al livello del mare (SLP, in ombreggiatura, espressa in hPa) e dell’altezza geopotenziale a 50 hPa (contorni, intervallo di 30 m) per dicembre nei diversi scenari studiati:
- Pannello a) Mostra le condizioni osservate nel NCEP dal 1979 al 2017. Le ombreggiature e i contorni indicano cambiamenti significativi nella SLP e nell’altezza geopotenziale, riflettendo un forte riscaldamento stratosferico legato al blocco degli Urali (UB), influenzando la circolazione atmosferica a livelli inferiori.
- Pannello b) Visualizza i risultati del modello URAL-HIGH, simulando l’effetto dell’UB. I modelli di pressione e altezza geopotenziale sono simili a quelli del NCEP, confermando che il modello riproduce efficacemente le condizioni osservate.
- Pannello c) Presenta i risultati del modello BKSIC, che esamina l’effetto delle anomalie di ghiaccio marino di Barents-Kara. Le variazioni di pressione e altezza geopotenziale sono meno evidenti, indicando una risposta atmosferica più moderata.
- Pannello d) Mostra i risultati del modello UBSNOW, che considera l’impatto delle anomalie di neve siberiana. Anche qui, le modifiche nella pressione e nell’altezza geopotenziale sono relativamente moderate, mostrando una risposta limitata a queste anomalie.
Questo confronto evidenzia come i modelli URAL-HIGH riproducano in modo efficace gli impatti significativi dell’UB, mentre le risposte nei modelli BKSIC e UBSNOW risultano meno marcate, suggerendo che le anomalie di ghiaccio marino e neve non esercitano un impatto diretto forte come quello del blocco degli Urali sulle condizioni stratosferiche e sulla pressione al livello del mare in dicembre.
La Figura 4 illustra le anomalie giornaliere normalizzate di Zcap (altezza geopotenziale media a nord del 65°N), in funzione del tempo e dell’altezza, e le anomalie dell’Oscillazione Nord Atlantica (NAO) per due scenari distinti:
- Pannello a) NCEP – Mostra le anomalie basate sugli anni di alto e basso indice di blocco degli Urali. I contorni neri indicano l’altezza geopotenziale con intervalli di 0,25 deviazioni standard, mentre le ombreggiate evidenziano anomalie significative al 95% di livello di confidenza. I contorni rossi evidenziano impulsi significativi del flusso di attività d’onda verso l’alto nella stratosfera, segnalati a un livello di confidenza del 95% (3 deviazioni standard). Il pannello inferiore mostra le anomalie giornaliere significative della NAO, rilevanti solo quando raggiungono un livello di confidenza del 90%.
- Pannello b) URAL-HIGH – Presenta le stesse misure del pannello a) ma applicate alla risposta nel modello URAL-HIGH, simulando l’effetto del blocco degli Urali sulla stratosfera e sulla NAO.
In entrambi i pannelli, l’analisi mette in evidenza come forti impulsi di onde ascensionali influenzino significativamente l’altezza geopotenziale nella stratosfera, che a loro volta impattano le variazioni della NAO. Questi risultati dimostrano la stretta connessione tra le dinamiche stratosferiche indotte dal blocco degli Urali e le oscillazioni climatiche come la NAO, sottolineando l’importanza di queste interazioni nella modulazione del clima globale.
La Figura 5 visualizza la risposta di novembre nell’esperimento URAL-HIGH-SOM, che include un modello oceano a lastra per interazioni dinamiche con la temperatura superficiale del mare e il ghiaccio marino:
- Contorni rossi: Mostrano l’altezza geopotenziale a 500 hPa, indicando l’intensità e la struttura del sistema di alta pressione legato al blocco degli Urali, che modula la circolazione atmosferica sopra l’Eurasia e l’Artico.
- Colorazione blu-rossa: Rappresenta le variazioni percentuali nella concentrazione di ghiaccio marino (SIC). Le zone blu indicano una riduzione della concentrazione di ghiaccio, mentre quelle rosse mostrano un incremento, riflettendo l’impatto delle dinamiche atmosferiche e oceaniche interattive.
- Colorazione marrone-verde: Indica le variazioni dell’equivalente in acqua della neve (SWE), con il marrone che segnala una diminuzione e il verde un aumento. Questo pattern mostra come la neve accumulata sia influenzata dai cambiamenti climatici legati al blocco, in particolare dall’aria fredda che può favorire maggiori accumuli di neve.
In conclusione, la Figura 5 evidenzia la complessa interazione tra atmosfera e oceano in risposta al blocco degli Urali, mettendo in luce significative variazioni nella concentrazione di ghiaccio marino, nella copertura nevosa e nelle altezze geopotenziali che caratterizzano la dinamica atmosferica durante tale evento.
4. Conclusione
Utilizzando una tecnica di nudging per imporre anomalie UB in SC-WACCM, questo lavoro dimostra la potenziale prevedibilità intrastagionale associata a questo schema. La persistenza anomala dell’UB a novembre porta a un modello Artico caldo/Siberia fredda e ad un aumento dell’attività delle onde planetarie a valle del blocco. Questo è seguito da un significativo indebolimento del vortice polare a fine novembre che si proietta sulla NAO negativa a dicembre e gennaio.
Al contrario, l’imposizione di anomalie del ghiaccio marino di Barents-Kara ha solo una limitata influenza sull’atmosfera. In particolare, non induce un’anomalia UB, né il modello Artico caldo/Siberia fredda, due segnali chiave nei meccanismi di accoppiamento ghiaccio marino/stratosfera. Tuttavia, è importante ricordare che il nostro forcing del ghiaccio marino è limitato solo a novembre, mentre altri studi di modellazione prescrivono generalmente un ciclo annuale di anomalie del ghiaccio marino.
Invece di scartare un ruolo per la variabilità del ghiaccio marino di BK sull’atmosfera, questo studio mette in discussione l’ampiezza della connessione specifica tra le anomalie del ghiaccio marino di novembre e il modello UB. Non si può escludere che SC-WACCM sia particolarmente insensibile alle anomalie del ghiaccio marino di BK odierne e che nel mondo reale il feedback che esercitano sull’atmosfera sia maggiore di quanto suggerito in questo studio. Esperimenti multimodelli coordinati con vari forcing di ghiaccio marino, inclusi le anomalie di ghiaccio marino di BK, aiuteranno a chiarire il ruolo del ghiaccio marino sulla variabilità atmosferica.
Imponendo anomalie di neve di novembre associate al modello UB nelle osservazioni si ottiene anche una risposta atmosferica limitata, in linea con recenti studi osservazionali e di modellazione che mettono in dubbio il coupling neve-stratosfera negli ultimi decenni. Tuttavia, il forcing realistico della neve usato in questo studio è di ampiezza relativamente piccola rispetto alle anomalie di neve idealizzate usate nella maggior parte dei precedenti lavori di modellazione.
In sintesi, questo studio evidenzia l’UB come un precursore più significativo degli eventi di accoppiamento stratosfera-troposfera all’inizio dell’inverno rispetto alle anomalie di ghiaccio marino o neve. La SSW di febbraio 2018 ne è una buona illustrazione, poiché è stata prevista con abilità nei modelli di previsione da sub-stagionale a stagionale grazie a una buona rappresentazione di un UB persistente prima della SSW nei modelli. Poiché l’UB guida anche le anomalie di ghiaccio marino di BK e neve siberiana, le analisi statistiche che suggeriscono il ghiaccio marino e la neve come precursori degli eventi di accoppiamento stratosfera-troposfera devono essere considerate con attenzione. Inoltre, la debole risposta atmosferica alle anomalie di neve e ghiaccio marino nei modelli accoppiati oceano-atmosfera non dovrebbe necessariamente essere interpretata come carenze del modello. Come questi modelli rappresentano la variabilità UB di novembre e la sua influenza sul clima dell’emisfero nord è un’avenue per la ricerca futura.
https://agupubs.onlinelibrary.wiley.com/doi/full/10.1029/2019GL082097