Classificazione del tipo di riscaldamento stratosferico improvviso basata sui periodi pre e post riscaldamento

Classificazione del tipo di riscaldamento stratosferico improvviso basata sui periodi pre e post riscaldamento
HYESUN CHOI
Scuola di Scienze della Terra e dell’Ambiente, Università Nazionale di Seoul, Seoul, e Istituto di Ricerca Polare della Corea, Incheon, Corea del Sud
BAEK-MIN KIM
Istituto di Ricerca Polare della Corea, Incheon, Corea
WOOKAP CHOI
Scuola di Scienze della Terra e dell’Ambiente, Università Nazionale di Seoul, Seoul, Corea del Sud
(Il manoscritto è stato ricevuto il 12 aprile 2018, in forma definitiva il 22 gennaio 2019)
ABSTRACT
Nella letteratura esistente, gli eventi di riscaldamento stratosferico improvviso (SSW) sono stati tipicamente definiti come di tipo spostamento o divisione. Un esame dettagliato dell’evoluzione degli SSW ha rivelato che un evento SSW spesso cambia il suo tipo prima e dopo il giorno centrale dell’evento di riscaldamento. Sulla base di questa osservazione, definiamo oggettivamente tre tipi di SSW utilizzando l’ampiezza dell’onda: tipo spostamento-spostamento (DD), tipo spostamento-divisione (DS) e tipo divisione-divisione (SS). L’ampiezza dell’altezza geopotenziale (GPH) dei numeri di onda zonale 1 e 2 mediata su 55°-65°N a 10 hPa è stata utilizzata come criterio per la classificazione. Se l’ampiezza del numero di onda zonale 1 è maggiore (minore) di quella del numero di onda 2 prima e dopo il giorno centrale di SSW, l’evento è considerato di tipo DD (SS). Se l’ampiezza del numero di onda zonale 1 è maggiore di quella del numero di onda 2 prima del giorno centrale ma è minore dopo quel giorno, l’evento è considerato di tipo DS. L’algoritmo di classificazione sopra descritto è stato applicato sia ai dati di rianalisi sia ai risultati dei modelli. Osserviamo che gli eventi SSW di tipo divisione convenzionali identificati da studi precedenti possono essere categorizzati come eventi di tipo DS o SS, ciascuno dei quali mostra caratteristiche evolutive diverse. In particolare, sono nettamente differenti durante il periodo pre-riscaldamento. Nel tipo SS, le caratteristiche del tipo divisione convenzionale sono più evidenti, e le caratteristiche che differiscono da quelle del tipo DD sono le più robuste. I risultati dei modelli generalmente assomigliano ai dati di rianalisi, in particolare nei casi DD.

1. Introduzione
Da quando è stato osservato per la prima volta nel 1952, il riscaldamento stratosferico improvviso (SSW) è diventato un fenomeno di variabilità climatica stratosferica di grande interesse durante la stagione invernale dell’emisfero nord (NH). Questo fenomeno è caratterizzato da un rapido aumento della temperatura stratosferica polare e una brusca diminuzione del vento zonale circumpolare; vari metodi per definire gli SSW sono stati dettagliati da Butler et al. (2015). Il cambiamento nel flusso zonale è accompagnato da una deformazione nella forma del vortice polare. Il tipo di SSW può essere distinto a seconda della forma del vortice. Più della metà degli eventi SSW sono classificati come di tipo spostamento perché il centro del vortice polare si sposta verso le latitudini inferiori. L’altro tipo di evento SSW è noto come tipo divisione perché il vortice polare si divide in due vortici di dimensioni e forza simili. Questo spostamento e questa divisione del vortice polare sono considerati rispettivamente come tipi di onda-1 e onda-2. Yoden et al. (1999) hanno utilizzato la forza relativa delle onde planetarie stratosferiche per classificare il tipo di SSW. Bancalá et al. (2012) e Barriopedro e Calvo (2014, d’ora in poi BC14) hanno anche utilizzato onde dominanti per classificare gli SSW. Charlton e Polvani (2007, d’ora in poi CP07) hanno utilizzato la vorticità assoluta sulla superficie di pressione per classificare oggettivamente il tipo; questo metodo è stato utilizzato anche da Cohen e Jones (2011, d’ora in poi CJ11). Mitchell et al. (2013) hanno proposto un algoritmo di classificazione utilizzando l’area, la forma e la posizione del vortice. Lawrence e Manney (2018) hanno introdotto tecniche di visione artificiale per analizzare la geometria del vortice polare artico e hanno mostrato l’applicabilità di questo metodo come strumento di analisi. Un fattore significativo nella determinazione del tipo sembra essere il momento in cui l’SSW è caratterizzato. Diversi studi, inclusi Yoden et al. (1999) e Bancalá et al. (2012), si sono concentrati sulle caratteristiche dell’evoluzione delle onde mostrate durante la fase di pre-riscaldamento, mentre CP07 ha considerato la separazione del vortice durante il periodo che comprende sia la fase di pre-riscaldamento sia quella di post-riscaldamento per classificare il tipo.

Un confronto tra i risultati della classificazione di Bancalá et al. (2012) e quelli di CP07 mostra che tutti i tipi di onda-2 corrispondono al tipo divisione, ma non tutti i tipi di onda-1 corrispondono al tipo spostamento. Questo perché alcuni tipi di onda-1 portano a un evento di divisione durante la fase post-riscaldamento (Bancalá et al. 2012). Questo tipo è stato definito come tipo ibrido (O’Neill 2003), tipo misto (Mitchell et al. 2013), evento di divisione correlato all’amplificazione dell’onda-1 (BC14) e evento di divisione dell’onda-1 (Bancalá et al. 2012). Poiché il tipo misto è influenzato dal tempismo, che è considerato per caratterizzare il tipo di SSW, il gruppo a cui appartiene può variare tra gli studi. Tuttavia, l’impatto del tipo misto sugli studi di analisi composita, che sono utilizzati per identificare le caratteristiche generali basate sul tipo di SSW, non è stato esaminato in dettaglio.

Nel processo di analisi dei dati per identificare le caratteristiche dinamiche degli eventi SSW basati sulla classificazione tradizionale dei due tipi, abbiamo trovato due gruppi distintivi di SSW tra gli eventi di tipo divisione. Pertanto, a differenza degli studi precedenti, intendiamo classificare gli SSW in tre tipi considerando la loro evoluzione prima e dopo il giorno centrale dell’evento di riscaldamento. Per realizzare ciò, viene utilizzato un algoritmo oggettivo semplice che considera l’ampiezza dell’onda. Caratteristiche diverse, a seconda del tipo di SSW, sono identificate utilizzando dati di rianalisi e risultati dei modelli. Come discusso successivamente, le differenze tra questi tre tipi sono più robuste di quelle riportate tra i tipi tradizionali di spostamento e divisione. Pertanto, considerando che questi tre tipi sono nettamente differenti l’uno dall’altro, è più appropriato classificare gli SSW in tre tipi piuttosto che in due per ottenere una migliore comprensione degli eventi SSW.

Nella sezione 2, vengono descritti i dati di rianalisi e il modello utilizzato per la simulazione. Nella sezione 3, suggeriamo un metodo per classificare gli eventi SSW in tre tipi, e discutiamo le diverse caratteristiche a seconda del tipo utilizzando i dati di rianalisi. I risultati del modello sono mostrati nella sezione 4, e un riassunto e una discussione sono presentati nella sezione 5.

2. Dati e modello
a. Dati
I due dataset utilizzati per questa analisi sono i dati assimilati della Modern-Era Retrospective Analysis for Research and Applications (MERRA) (inst3_3d_asm_Cp; Rienecker et al. 2011) e i dati di rianalisi del National Centers for Environmental Prediction–National Center for Atmospheric Research (NCEP–NCAR) (Kalnay et al. 1996). Dai dati MERRA, sono stati ottenuti venti zonali e meridionali, temperatura dell’aria e altezza geopotenziale (GPH) con una risoluzione orizzontale di 1.25° di latitudine x 1.25° di longitudine su 42 livelli di pressione da 1000 a 0.1 hPa, dal 1 gennaio 1979 al 31 dicembre 2014. Dai dati NCEP–NCAR, venti zonali e meridionali, temperatura dell’aria e GPH sono presentati con una risoluzione orizzontale di 2.5° di latitudine x 2.5° di longitudine su 17 livelli di pressione da 1000 a 10 hPa e pressione a livello del mare, dal 1 gennaio 1957 al 31 dicembre 2014. I valori climatologici sono stati calcolati quotidianamente per ogni variabile basandosi sul periodo 1979–2011 per MERRA e 1981–2010 per NCEP–NCAR e sono stati lisciati mediante una media mobile di 31 giorni. In questo studio, tutti i campi di anomalia sono definiti dalle perturbazioni rispetto a questi valori climatologici mediati su 31 giorni.

b. Modello
Per le simulazioni del modello, è stato utilizzato il Whole Atmosphere Community Climate Model (WACCM). WACCM è la componente atmosferica del Community Earth System Model (CESM1.0.6) e include tutte le parametrizzazioni fisiche del Community Atmospheric Model, versione 4 (Neale et al. 2012). WACCM ha una risoluzione orizzontale di 1.9° di latitudine x 2.5° di longitudine su 66 livelli ibridi pressione-sigma dalla superficie fino a 140 km in termini di altitudine log-pressione con risoluzione verticale variabile. La coordinata verticale è stata convertita in una coordinata di pressione con 43 livelli da 1000 a 0.0001 hPa (circa 112.8 km) prima dell’analisi. Per le condizioni al limite inferiore, i dati della temperatura superficiale del mare e del ghiaccio marino sono stati ottenuti dal dataset mensile del Hadley Centre Sea Ice and Sea Surface Temperature (Rayner et al. 2003). Per le condizioni chimiche, sono state utilizzate le configurazioni dell’anno perpetuo AD 2000 e chimica specificata (SC). Lo SC-WACCM è noto per ridurre il costo computazionale a circa la metà di quello del WACCM (Smith et al. 2014). Non sono state rilevate differenze significative nella simulazione del clima superficiale, troposferico e stratosferico rispetto ai valori WACCM in condizioni preindustriali (Smith et al. 2014).

Questo modello è stato utilizzato in studi precedenti e ha prodotto i principali eventi SSW nell’emisfero nord a frequenze paragonabili a quelle rivelate dalle osservazioni (Richter et al. 2010; Limpasuvan et al. 2012; de la Torre et al. 2012; Marsh et al. 2013).

Nelle simulazioni WACCM, l’attenzione è focalizzata sulla dinamica interna della stratosfera sotto le condizioni al limite climatologiche. Il modello escludeva la variabilità interannuale originata dalla troposfera, come l’El Niño-Southern Oscillation (ENSO) e lo scioglimento dei ghiacci marini. I dati mensili della temperatura superficiale del mare e del ghiaccio marino dal 1981 al 2010 sono stati mediati, e i loro valori climatologici variabili annualmente sono stati prescritti ripetutamente ogni anno nel modello. Il modello è stato eseguito per 211 anni; sono stati analizzati 200 inverni boreali (ottobre-marzo) degli ultimi 201 anni. In tutte le analisi, è stato applicato un test t di Student per la verifica della significatività statistica.

3. Classificazione del tipo di SSW
Per classificare gli eventi principali di SSW in questo studio, abbiamo utilizzato una definizione comune basata sul vento zonale medio zonale a 10 hPa e 60°N durante la stagione invernale boreale (1 ottobre–31 marzo). Un’inversione del vento zonale da occidentale a orientale indica un evento maggiore di SSW; il primo giorno dell’inversione del vento è definito come il giorno centrale del SSW. Per distinguere un SSW dal riscaldamento finale stratosferico, il giorno centrale deve apparire almeno 10 giorni prima della fine di marzo, e il vento zonale occidentale dovrebbe riprendersi prima della fine di marzo. Su questa base, sono stati identificati 37 e 25 eventi maggiori di SSW dalle rianalisi NCEP–NCAR dal 1957 al 2014 e dai dati MERRA dal 1979 al 2014, rispettivamente. La frequenza di occorrenza degli SSW per anno è stata di 0.65 per NCEP–NCAR e 0.7 per MERRA, simile a quella trovata in CP07 (0.62).

a. Algoritmo di classificazione
La classificazione del tipo di SSW richiede la considerazione dell’evoluzione temporale della forma del vortice. Waugh (1997) rappresentava i vortici polari utilizzando forme ellittiche. Un metodo ampiamente accettato suggerito da CP07 considera attentamente lo sviluppo bidimensionale degli SSW. Sebbene il loro metodo di classificazione sofisticato sia stato continuamente utilizzato e sviluppato (Cohen e Jones 2011; Mitchell et al. 2013; Lawrence e Manney 2018), esso richiede calcoli complessi. Per evitare queste complessità computazionali, abbiamo utilizzato un’analisi armonica semplice per ottenere risultati molto simili a quelli degli studi precedenti, come CP07. Poiché i tipi di SSW di spostamento e divisione mostrano pattern dominanti di onda 1 e onda 2, rispettivamente, abbiamo iniziato la classificazione basandoci sull’ampiezza delle onde zonali 1 e 2 mediante analisi armonica. Il processo è descritto come segue:

1. Per un singolo evento SSW, il GPH giornaliero medio su 55°–65°N a 10 hPa è stato decomposto tramite analisi armonica per ottenere l’ampiezza per le onde zonali 1 e 2. Abbiamo esaminato la frequenza di ciascun tipo per le cinque fasce di latitudine di 10° di larghezza, spostandosi di 5° da 45°–55°N a 65°–75°N. La fascia di latitudine 55°–65°N è stata selezionata perché i risultati della classificazione basati su questa fascia di latitudine sono i più vicini a quelli riportati da CP07. La sensibilità della classificazione del tipo di SSW a queste cinque fasce di latitudine è discussa nella sezione 3c.
2. Questa analisi è stata condotta per un periodo di 21 giorni, da 10 giorni prima del giorno centrale a 10 giorni dopo. Abbiamo testato la sensibilità al periodo di analisi cambiando i periodi pre- e post-evento da 10 a 15 giorni. Tuttavia, il periodo di analisi non sembra essere cruciale per determinare il tipo, come notato nella sezione 3c. Durante i 21 giorni di analisi, se l’ampiezza dell’onda 2 era maggiore di quella dell’onda 1 in qualsiasi giorno, l’evento era considerato di tipo onda-2; altrimenti, era considerato di tipo onda-1. Sebbene i nomi “onda 1” e “onda 2” siano stati utilizzati temporaneamente per comodità, questi due tipi sono, di fatto, molto simili ai tipi di spostamento e divisione, rispettivamente. Le loro somiglianze sono mostrate nella Tabella 1. Le ampiezze delle onde 1 e 2 sono state ottenute attraverso il processo descritto sopra utilizzando i dati MERRA. I loro rapporti sono mostrati nella Figura 1 per gli eventi SSW da 14 giorni prima del giorno centrale (0) a 14 giorni dopo. Per i 13 eventi di tipo onda-1 (Fig. 1a), dal giorno 210 al giorno 10, i rapporti mostravano piccole variazioni e indicavano che l’ampiezza dell’onda 2 era relativamente piccola. Al contrario, per i 12 tipi di onda-2 (Fig. 1b), le ampiezze erano a volte significativamente maggiori di quelle dell’onda 1. L’esempio più evidente è l’evento SSW del 24 gennaio 2009, rappresentato dalla linea tratteggiata nella Fig. 1b. Inoltre, per il tipo onda-2 mostrato nella Fig. 1b, si verificavano due picchi nel rapporto composito. Questi doppi picchi implicano che alcuni degli eventi SSW avevano un’onda 2 grande prima o dopo il giorno centrale o in entrambi.

b. Definizione oggettiva del tipo spostamento-divisione
Per determinare se tutti gli eventi SSW in Figura 1b avevano caratteristiche simili, i tipi onda-2 sono stati separati in due gruppi, come mostrato in Figura 2.
Figura 2a mostra i casi in cui è stato osservato un rapporto superiore al valore soglia di 1 tra il giorno 0 e il giorno 110 (ovvero, solo dopo il giorno centrale). In questi 7 casi su 12, un comportamento simile a quello mostrato in Figura 1a, prima del giorno centrale, è presentato in Figura 2a. Figura 2b mostra che cinque eventi SSW avevano un rapporto maggiore del valore soglia di 1 prima del giorno centrale (dal giorno -210 al giorno -21). Basandoci sull’evoluzione temporale del rapporto durante le fasi di preriscaldamento e postriscaldamento date in Figura 2, abbiamo classificato gli eventi SSW in Figura 2a come di tipo spostamento-divisione (DS) e quelli in Figura 2b come di tipo divisione-divisione (SS). Sebbene il tipo DS sia qui definito oggettivamente, è stato descritto in precedenza con altri nomi, come discusso nell’introduzione.
Nel tipo DS, il rapporto composito aumenta gradualmente dopo il giorno centrale e supera il valore soglia di 1 dopo circa 5 giorni. L’aumento del rapporto durante gli eventi SSW è correlato al fatto che l’ampiezza dell’onda-1 diminuisce più dell’aumento dell’ampiezza dell’onda-2 (non mostrato). Al contrario, il rapporto elevato nel tipo SS è attribuito allo sviluppo dell’onda 2.
Tra i tipi SS (Figura 2b), è stato notato un singolo evento SSW in cui il rapporto era inferiore a 1 per la fase di postriscaldamento (dal giorno 11 al giorno 110). Questo evento avrebbe potuto essere classificato come tipo divisione-spostamento (SD). Tuttavia, poiché è stato osservato solo una volta sia nei dati MERRA che NCEP-NCAR (24 febbraio 2007), questo tipo non sarà ulteriormente discusso.
Nel nome di ciascun tipo, il primo e il secondo carattere rappresentano sia il numero d’onda dominante sia la forma del vortice polare prima e dopo il giorno centrale. Il D rappresenta l’onda 1 e lo spostamento del vortice, e S indica l’onda 2 e la divisione del vortice. Come mostrato in Figura 1a, l’onda 1 persisteva sia prima che dopo il giorno centrale ed è stata classificata come tipo spostamento-spostamento (DD) applicando lo stesso schema di denominazione. D’ora in poi, i suddetti tre tipi saranno utilizzati per la classificazione.

Per dimostrare la validità della separazione del tipo onda-2 in DS e SS, è stato selezionato un tipico evento SSW per ciascun tipo per rivelare l’evoluzione della struttura sinottica a seconda del tipo. La Figura 3 mostra l’evoluzione temporale dell’altezza geopotenziale (GPH) a 10 hPa per i tre diversi tipi di SSW. Gli eventi SSW del 22 febbraio 2008, 8 dicembre 1987 e 1 gennaio 1985, sono stati selezionati per rappresentare rispettivamente i tipi DD, DS e SS. Come mostrato nella Figura 2b, l’evento SS più prominente è stato l’SSW avvenuto il 24 gennaio 2009. Questo caso ha mostrato uno sviluppo eccezionale dell’onda 2 rispetto agli altri eventi SS ed è stato ampiamente studiato. Tuttavia, poiché questo caso può essere considerato un’eccezione al tipo SS tipico, è stato selezionato un diverso evento SSW, avvenuto nel 1985, per mostrare un esempio più tipico.

L’evento SSW di tipo DD mostrato nella Figura 3a è caratterizzato da un singolo vortice polare spostato, evidenziato in blu, e un pattern di onda-1 per tutto il periodo SSW. Il tipo DS nella Figura 3b mostra un pattern simile al tipo DD prima del giorno centrale, con caratteristiche di onda-1 e un vortice spostato. Durante il periodo di postriscaldamento, tuttavia, il vortice si è spostato verso ovest e si è diviso secondo un pattern di onda-2. Nel tipo SS mostrato nella Figura 3c, il vortice polare mostra un pattern di onda-2 per tutto il periodo SSW. Come previsto dal nome di ciascun tipo, i tipi DD e DS condividono somiglianze durante il periodo di preriscaldamento, e i tipi DS e SS si assomigliano durante i periodi di postriscaldamento. È possibile confermare che il numero dell’onda tra le onde planetarie dominanti 1 e 2 è coerente con la forma del vortice polare e che il tipo DS dovrebbe essere separato dal tipo SS.

Per mostrare una chiara distinzione tra i tipi SS e DD prima dell’evento SSW nelle Figure 3a e 3c, le loro differenze nella media zonale dell’anomalia del vento zonale sono mostrate nella Figura 4. Le differenze nelle Figure 4a e 4b sono basate su NCEP–NCAR, e quelle nella Figura 4c sono basate su MERRA. I dati nelle Figure 4a e 4b sono basati su periodi differenti. Tuttavia, tutti e tre i pannelli della Figura 4 condividono notevoli somiglianze indipendentemente dai set di dati e dal periodo dei dati, mostrando valori negativi alle alte latitudini e differenze positive alle medie latitudini dalla superficie alla stratosfera.

Per esaminare l’effetto del tipo DS sugli studi di analisi composita, le differenze nella media zonale dell’anomalia del vento zonale tra il tipo DD e i tipi DS/SS sono mostrate nella Figura 5. Questa figura mostra le differenze tra i tipi di spostamento e divisione come determinato in studi precedenti; la Figura 5a può essere confrontata con la Figura 7g di CP07, che utilizza lo stesso set di dati e periodo di analisi. Le Figure 5a e 5b utilizzano periodi di analisi differenti, e i risultati differiscono significativamente. Ciò dimostra che le differenze basate sui due tipi convenzionali dipendono dal periodo di analisi. Le differenze durante il periodo 1958–2002 (Figura 5a) sono simili ma deboli rispetto a quelle nella Figura 4, e le differenze negative sulla regione polare nella Figura 5a sono scomparse per il periodo 1979–2014 nella Figura 5b. Questa incongruenza tra le Figure 5a e 5b si è verificata perché il tipo DS è stato incluso nel calcolo. Le caratteristiche distintive del tipo DS nel periodo 1958–2002 sembrano essere diverse da quelle nel periodo 1979–2014. In tal caso, il tipo DS dovrebbe essere esplicitamente separato dagli altri eventi di tipo divisione e dovrebbe avere una propria classificazione.

La Figura 1 illustra l’evoluzione temporale del rapporto delle ampiezze tra onda 2 e onda 1. In entrambi i pannelli:

• Le linee sottili rappresentano gli eventi di riscaldamento stratosferico improvviso (SSW) individuali.
• La linea spessa indica la media composita di questi eventi.
• I punti con asterischi rossi segnalano i momenti in cui il rapporto supera 1.0, indicando che l’ampiezza dell’onda 2 è maggiore dell’onda 1.

Nel pannello (a), dedicato agli eventi di tipo onda-1, si osserva che il rapporto rimane prevalentemente sotto 1.0 per la maggior parte del tempo, indicando che l’ampiezza dell’onda 1 è più consistente rispetto all’onda 2 durante questi eventi.

Nel pannello (b), che mostra gli eventi di tipo onda-2, si notano varie occorrenze in cui il rapporto supera 1.0. Questo è particolarmente evidente nell’evento del 24 gennaio 2009 (linea tratteggiata), che mostra picchi di rapporto di 14.9 al giorno 28 e 8.3 al giorno 111, dimostrando una predominanza notevolmente maggiore dell’onda 2 durante questo SSW.

È importante notare che l’asse verticale ha intervalli differenti tra i due pannelli: il pannello (b) ha valori molto più alti rispetto al pannello (a), riflettendo la maggiore variabilità e intensità dei rapporti nei tipi onda-2 rispetto ai tipi onda-1.

La Figura 2 presenta l’analisi del rapporto delle ampiezze tra onda 2 e onda 1 per specifici tipi di eventi SSW, focalizzandosi sui tipi Displacement-Split (DS) e Split-Split (SS) come definiti nel manoscritto.

Dettagli della Figura:

• (a) Tipi DS: Questo pannello illustra il rapporto delle ampiezze per sette eventi SSW di tipo DS. Ogni linea sottile rappresenta la traiettoria di un singolo evento, mentre la linea spessa indica la media composita di tutti questi eventi.
• (b) Tipi SS: Analogamente, questo pannello mostra il rapporto per cinque eventi SSW di tipo SS. Le linee sottili rappresentano eventi individuali e la linea spessa la media composita.

Elementi Salienti:

• Linee speciali: Nel pannello (b), la linea tratteggiata corrisponde all’evento SSW del 24 gennaio 2009, mentre la linea verde rappresenta l’evento del 24 febbraio 2007. Queste linee sono utilizzate per evidenziare comportamenti specifici all’interno degli eventi SS e DS.
• Asterischi rossi: Nei punti in cui il rapporto supera 1.0, indicati dagli asterischi rossi, l’ampiezza dell’onda 2 è maggiore di quella dell’onda 1, mostrando un’attività dominante di onda 2 in quei momenti.

Conclusioni:

Questi grafici sono essenziali per osservare le variazioni nel comportamento delle onde stratosferiche nei diversi tipi di eventi SSW, con una particolare attenzione ai tipi DS e SS. Il monitoraggio del rapporto delle ampiezze e delle sue fluttuazioni nel tempo fornisce una comprensione profonda delle dinamiche interne delle onde e del loro impatto sulla morfologia del vortice polare durante gli eventi di riscaldamento stratosferico improvviso.

L’analisi visiva dettagliata supporta le discussioni nel manoscritto, offrendo una rappresentazione grafica delle distinzioni qualitative e quantitative tra diversi tipi di eventi SSW, rafforzando così la comprensione delle loro caratteristiche uniche e delle loro implicazioni dinamiche.

La Figura 3 illustra la perturbazione zonale dell’altezza geopotenziale (GPH) a 10 hPa, utilizzando dati MERRA, per tre diversi tipi di eventi di riscaldamento stratosferico improvviso (SSW), ciascuno visualizzato in un pannello differente e osservato in intervalli di 5 giorni.

Dettagli della Figura:

• (a) Riscaldamento di tipo DD (Displacement-Displacement) avvenuto il 22 febbraio 2008.
• (b) Riscaldamento di tipo DS (Displacement-Split) avvenuto l’8 dicembre 1987.
• (c) Riscaldamento di tipo SS (Split-Split) avvenuto il 1 gennaio 1985.

Ogni pannello mostra mappe per “Giorno -5“, “Giorno 0“, “Giorno +5” e “Giorno +10“, rappresentando le condizioni cinque giorni prima, durante, e cinque e dieci giorni dopo il giorno centrale dell’evento SSW.

Interpretazione delle Mappe:

• Giorno -5: Visualizza le condizioni cinque giorni prima del giorno centrale.
• Giorno 0: Corrisponde al giorno centrale dell’evento, tipicamente il più intenso.
• Giorno +5 e Giorno +10: Mostrano l’evoluzione del fenomeno nei giorni successivi al giorno centrale.

Caratteristiche Visive:

• Linee di contorno: Ogni linea rappresenta un intervallo di 200 metri di altezza geopotenziale, sottolineando le variazioni altimetriche nella stratosfera.
• Colorazione: Distingue le perturbazioni, con i toni di blu per le depressioni e i toni di rosso/arancio per le elevazioni.

Implicazioni Dinamiche:

• DD (a): Mostra un vortice prevalentemente spostato, mantenendo una struttura integra tipica degli eventi DD.
• DS (b): Inizia con una configurazione simile al DD, ma evidenzia una progressiva divisione del vortice nei giorni successivi.
• SS (c): Presenta un pattern di divisione consistente, con la netta separazione del vortice in più segmenti.

Questa figura è essenziale per visualizzare come i diversi tipi di SSW influenzano la struttura stratosferica e il comportamento del vortice polare, fornendo una dimostrazione visiva delle dinamiche discusse nel testo associato.

La Figura 4 illustra le differenze nelle anomalie medie zonali del vento zonale tra gli eventi di tipo Displacement-Displacement (DD) e Split-Split (SS) utilizzando diversi set di dati e periodi.

Dettagli della Figura:

• (a) NCEP-NCAR (1958-2002): Presenta le differenze basate sui dati NCEP-NCAR dal 1958 al 2002.
• (b) NCEP-NCAR (1979-2014): Mostra le differenze per un periodo più recente, dal 1979 al 2014, anch’esse basate su dati NCEP-NCAR.
• (c) MERRA (1979-2014): Visualizza le differenze basate sui dati MERRA, coprendo il periodo dal 1979 al 2014.

Interpretazione delle Mappe:

• Assi e scale: Le mappe mostrano la pressione sull’asse verticale (da 10 a 1000 hPa) e la latitudine sull’asse orizzontale (dall’equatore fino a 90° Nord).
• Contorni: I contorni blu indicano differenze negative (dove il vento zonale per il tipo DD è inferiore rispetto al tipo SS), e i contorni rossi indicano differenze positive (dove il vento zonale per il tipo DD è superiore rispetto al tipo SS).
• Intervallo di contorno: È di 1.0 m/s, usato per quantificare le differenze nella velocità del vento zonale.
• Ombreggiatura grigia: Segnala le aree dove le differenze sono statisticamente significative al 90% di livello di confidenza, indicando che tali differenze sono affidabili e non casuali.

Significato delle Differenze:

Queste mappe sono cruciali per capire come il vento zonale varia tra i due tipi di eventi SSW a diverse latitudini e altitudini. Le differenze osservate possono fornire insight significativi riguardo l’influenza dei diversi tipi di SSW sulla circolazione atmosferica:

• Le differenze negative (blu) suggeriscono una minore intensità del vento zonale nei tipi DD rispetto ai tipi SS, potenzialmente indicando una debolezza nel trasporto di massa o un’influenza minore del vortice polare.
• Le differenze positive (rosso) possono riflettere una maggiore intensità del vento zonale nei tipi DD, che potrebbe indicare un flusso zonale più forte o una maggiore stabilità del vortice in quelle aree.

Applicazioni della Figura:

L’analisi contribuisce a una comprensione più approfondita delle dinamiche atmosferiche associate ai diversi tipi di SSW, supportando la discussione sul loro potenziale impatto sul clima e sulla meteorologia globale. Questi risultati sono utili per affinare i modelli previsionali e climatici, specialmente in relazione alla previsione e analisi degli eventi estremi legati alla stratosfera.

c. Confronti con altri studi

I giorni centrali e i tipi di eventi SSW identificati dai dati NCEP–NCAR e MERRA utilizzando il metodo descritto nella sezione precedente sono elencati nella Tabella 1 (colonne 2–5). Le differenze tra i risultati della classificazione ottenuti dai due set di dati erano trascurabili. Per confrontare la nostra classificazione con altre classificazioni ben note, sono mostrati i risultati ottenuti da CJ11. Si noti che CJ11 ha utilizzato il metodo di CP07. La classificazione soggettiva riportata da CP07 è inclusa anche nella Tabella 1 (colonna 8). Le notazioni “D” e “S” usate da CJ11 e CP07 corrispondono rispettivamente ai nostri DD e alla combinazione DS1SS. Secondo il nostro metodo di classificazione, sono stati identificati 20 eventi di tipo DD, 10 DS e 7 SS dai dati NCEP–NCAR (1957–2014), e 13, 7 e 5 rispettivamente dai dati MERRA (1979–2014). Il rapporto tra il tipo DD e il tipo DS1SS dai dati NCEP–NCAR e MERRA era rispettivamente di circa 1,18 e 1,08. Questo rapporto è simile a quello riportato da CP07 dal 1957 al 2002, a 1,18. Questo mostra che i risultati del nostro algoritmo di classificazione SSW per ampiezza d’onda sono molto simili a quelli risultanti dal metodo di CP07.

Le lettere in grassetto nella Tabella 1 indicano i casi di SSW di diverse classificazioni da CJ11 (colonna 7). Questi quattro casi, rappresentati nella Tabella 1 come numeri 28 (15 dicembre 1998), 29 (25 febbraio 1999), 38 (21 gennaio 2006) e 39 (24 febbraio 2007), sono stati esaminati attentamente tramite il confronto con i risultati di studi precedenti e l’analisi delle forme del vortice tramite GPH.

Per quanto riguarda il caso numero 28, Kodera et al. (2016) hanno dimostrato due vortici separati in GPH e la vorticità relativa a 10 hPa utilizzando dati di reanalisi. Questo caso è stato anche descritto da Mitchell et al. (2013) come un evento misto basato sulla distribuzione della vorticità potenziale. Il numero 29 è stato classificato come tipo DD nel nostro algoritmo ed è stato considerato come un tipo di spostamento in Mitchell et al. (2013). Tuttavia, nei dati di reanalisi, sono stati identificati due vortici separati dopo il giorno centrale. L’ampiezza dell’onda-2 è anche aumentata gradualmente vicino al giorno centrale fino a raggiungere il valore massimo dopo il giorno centrale (non mostrato). Tuttavia, poiché l’ampiezza dell’onda-2 era inferiore a quella dell’onda 1, questo caso è stato classificato come tipo DD. Il numero 38 è stato classificato come tipo DD secondo i nostri criteri. Manney et al. (2008) lo hanno considerato un evento di onda-1 basato sulla mappa della vorticità potenziale calcolata usando dati satellitari, e Manney et al. (2009) lo hanno considerato di tipo spostamento. Il numero 39 è un raro caso di tipo SD.

Utilizzando il nostro semplice metodo di calcolo dell’ampiezza dell’onda, abbiamo classificato gli eventi SSW come mostrato nella Tabella 1. Dei quattro casi di diverse classificazioni, solo uno, il numero 29, era sottile; quindi, il nostro metodo di classificazione sembra essere efficace per gli altri tre casi.

Abbiamo esaminato la frequenza di ogni tipo per le cinque cinture di latitudine di 10° di larghezza, spostandoci di 5° da 45°–55°N a 65°–75°N per i due set di dati di reanalisi. La Tabella 2 mostra il numero di ciascun tipo di SSW secondo le variazioni di ampiezza delle onde numeri 1 e 2 alle diverse latitudini. Il rapporto tra i tipi DD e DS1SS aumenta con la latitudine perché l’ampiezza dell’onda-2 diminuisce con la latitudine. Per la cintura di 55°–65°N, il rapporto tra il tipo DD e il tipo DS1DS era 1,18 per i dati NCEP–NCAR dal 1957 al 2014, e 1,08 per i dati MERRA dal 1979 al 2014, rispettivamente; questi risultati sono simili a quelli riportati da CP07.

Abbiamo anche testato la sensibilità del tipo di classificazione al periodo di analisi cambiando i periodi pre e post-evento da 10 a 15 giorni. Sebbene il numero di eventi di tipo SS sia rimasto lo stesso, il numero di eventi di tipo DD e DS è cambiato da 13 a 10 e da 7 a 10, rispettivamente, a causa di un aumento dell’attività dell’onda-2 dopo il giorno 110. L’identificazione e la separazione del tipo SS dagli altri tipi sembrano essere robuste indipendentemente dal periodo di analisi.

La Figura 5 presenta due pannelli, (a) e (b), che illustrano le differenze tra i tipi di eventi SSW, specificamente tra i tipi DD (Displacement Dominant) e DS1SS (Displacement plus Split type 1). Questi pannelli mostrano le anomalie di pressione alle diverse latitudini, da EQ (Equatore) a 90N (polo nord), e a diverse altitudini, misurate in hPa (da 1000 hPa vicino alla superficie a 10 hPa nell’alta stratosfera).

1. Pannello (a): Rappresenta i dati dal 1958 al 2002. Le linee blu indicano zone dove il tipo DD prevale sul tipo DS1SS, mentre le linee rosse indicano il contrario. Le aree tra queste linee rappresentano regioni di maggiore differenza tra i due tipi. Il numero di eventi di tipo DD e DS1SS per questo periodo sono 16 e 12, rispettivamente.
2. Pannello (b): Visualizza i dati dal 1979 al 2014, con distribuzioni leggermente diverse rispetto al pannello (a), riflettendo variazioni nei tipi di eventi o nella capacità di rilevazione tra i due periodi. In questo caso, il numero di eventi per entrambi i tipi è 11.

In entrambi i pannelli, l’asse verticale è in scala logaritmica, evidenziando che le distanze verticali rappresentano intervalli di pressione non proporzionali: le aree vicino alla base del grafico coprono un intervallo di pressione molto più ampio rispetto a quelle in alto.

Le anomalie mostrate nei grafici sono cruciali per comprendere l’impatto dei diversi tipi di eventi SSW sulla distribuzione della pressione atmosferica, che varia con la latitudine e l’altitudine. Questi dati sono fondamentali per la ricerca meteorologica e climatologica, specialmente nel contesto dei cambiamenti climatici e del loro impatto sulla dinamica atmosferica.

La Tabella 2 mostra il numero di eventi di riscaldamento stratosferico improvviso (SSW) per ciascun tipo, suddivisi per fasce di latitudine e basati sui dati NCEP-NCAR e MERRA. I diversi tipi di SSW sono indicati come DD (Displacement Dominant), DS+SS (combinazione di Displacement e Split), DS (Displacement solo) e SS (Split solo). La colonna finale mostra il rapporto tra il numero di eventi di tipo DD e il numero di eventi DS+SS per ciascuna fascia di latitudine.

• Fasce di latitudine: Le fasce considerate sono 45°–55°N, 50°–60°N, 55°–65°N, 60°–70°N, e 65°–75°N. Queste fasce mostrano come la frequenza degli eventi SSW vari nelle diverse latitudini.
• Tipi di SSW:
  • DD: Eventi dominati da spostamento del vortice.
  • DS+SS: Eventi che mostrano una combinazione di spostamento e divisione del vortice.
  • DS: Eventi dominati solo da spostamento.
  • SS: Eventi dominati da divisione del vortice.
• Rapporti DD/DS+SS: Questa colonna evidenzia il rapporto tra gli eventi di tipo DD e quelli di tipo DS+SS per ogni fascia di latitudine. Un valore superiore a 1 indica che ci sono più eventi di tipo DD rispetto a DS+SS in quella particolare fascia di latitudine.
• Testo in grassetto: Il testo in grassetto indica la fascia di latitudine specificamente utilizzata per la classificazione nello studio, suggerendo che questi dati sono stati particolarmente rilevanti o rappresentativi per l’analisi condotta.

Questa tabella è fondamentale per comprendere come la distribuzione e la frequenza dei vari tipi di SSW variino con la latitudine e tra due diversi set di dati climatologici. Le informazioni contenute possono essere cruciali per studi climatici, meteorologici e per la modellazione del comportamento dell’atmosfera nelle alte latitudini.

La Figura 6 analizza le anomalie di potenziale geopotenziale (GPH) basate sui dati MERRA, considerando eventi di riscaldamento stratosferico improvviso (SSW) tra i 65° e 90°N. Viene mostrata l’evoluzione delle anomalie nei giorni intorno al giorno centrale dell’evento (giorno 0), per tre diversi tipi di SSW:

1. Pannello (a) – DD (13 eventi):
   • Rappresenta 13 eventi di tipo DD (Displacement Dominant).
   • Le aree in rosso indicano anomalie positive di GPH, quelle in blu indicano anomalie negative.
   • Le linee di contorno indicano differenti livelli di anomalia, mentre le croci segnalano regioni dove le anomalie sono statisticamente significative al 90% di livello di confidenza.
   • Una forte anomalia positiva si evidenzia attorno al giorno zero nella stratosfera superiore, segnalando un notevole riscaldamento o uno spostamento ascendente del vortice polare.
2. Pannello (b) – DS (7 eventi):
   • Mostra 7 eventi di tipo DS (Displacement).
   • Le regioni rosse mostrano un incremento delle anomalie di GPH, specialmente intorno al giorno zero.
   • L’anomalia raggiunge un picco significativo al giorno zero, con una distribuzione estesa di valori positivi che suggerisce un’intensa attività di riscaldamento che influisce sugli strati superiori della stratosfera.
3. Pannello (c) – SS (5 eventi):
   • Illustra 5 eventi di tipo SS (Split).
   • Le anomalie sono meno estese in altitudine rispetto ai tipi DD e DS, con un chiaro aumento di anomalie negative (blu) poco prima del giorno zero e di anomalie positive dopo il giorno zero.
   • Questo pattern di anomalie negative seguite da positive potrebbe indicare un evento di divisione del vortice polare, con un iniziale abbassamento della temperatura seguito da un rapido riscaldamento.

Ogni pannello evidenzia le specifiche dinamiche del tipo di evento SSW esaminato, offrendo spunti cruciali per comprendere come i diversi tipi di SSW influenzino la struttura della stratosfera e i modelli di circolazione atmosferica alle alte latitudini.

d. Caratteristiche distintive dei tre tipi di SSW

Per analizzare le caratteristiche distintive dei tre tipi di SSW, sono stati ottenuti dei valori medi compositi utilizzando i dati di NCEP–NCAR e MERRA. I risultati sono insensibili al dataset. La Figura 6 mostra una sezione trasversale tempo-altezza del composito dell’anomalia dell’altezza della calotta polare (PCH) per ciascun tipo di SSW. Seguendo Kim et al. (2014), l’anomalia PCH è stata definita come l’anomalia GPH media calcolata sull’area a nord del 65°N e normalizzata per la deviazione standard temporale a ciascun livello di pressione. L’esistenza di un’anomalia PCH positiva corrisponde a un indebolimento del vortice polare. A partire dal giorno 220, un’anomalia PCH positiva per il tipo DD (Fig. 6a) si è sviluppata nella stratosfera superiore e ha iniziato a scendere nel tempo. Il tipo DS (Fig. 6b) ha mostrato anche una discesa graduale dell’anomalia PCH positiva prima del giorno centrale. Il tipo SS (Fig. 6c) ha mostrato caratteristiche diverse dai tipi DD e DS; le anomalie PCH negative erano dominanti dalla superficie fino alla mesosfera inferiore fino al giorno 215. Intorno al giorno 25, è stata osservata una discesa improvvisa delle anomalie PCH positive lungo tutta la colonna.

Prima del giorno centrale, l’ascesa dell’anomalia PCH positiva dalla troposfera alla stratosfera è stata osservata nei tipi DS e SS a partire dai giorni 210 e 25, rispettivamente; tuttavia, questo fenomeno non si è verificato nel tipo DD. Successivamente, l’anomalia PCH negativa che scendeva dalla stratosfera superiore a quella media era maggiore per i tipi DS e SS rispetto al tipo DD. Considerando tutte le osservazioni presentate nella Fig. 6, il tipo DS condivide più somiglianze con il tipo DD che non con il tipo SS prima del giorno centrale.

La Figura 7 mostra le sezioni meridionali delle anomalie del vento zonale medio zonale di MERRA, mediate su tre periodi per ciascun tipo. Durante il periodo pre-riscaldamento (Fig. 7a–c), le anomalie del vento zonale hanno mostrato differenze significative tra i tipi, particolarmente tra DS e SS, come previsto dalle osservazioni sopra menzionate. Nella stratosfera sopra la regione polare, una anomalia negativa dominava nel tipo DS, mentre nel tipo SS, il pattern delle anomalie formava una struttura a dipolo centrata alle medie latitudini per l’intera stratosfera. Per mostrare più chiaramente le differenze tra i tipi DS e SS, l’anomalia del tipo combinato DS1SS è rappresentata da un contorno verde nelle Fig. 7b e 7c. Se calcolassimo l’anomalia per il tipo di divisione convenzionale, questa anomalia sarebbe vicina a questo contorno verde. La linea di contorno verde nella stratosfera polare media non condivide somiglianze né con le anomalie DS né con quelle SS. Pertanto, la separazione dei tipi di divisione convenzionali in tipi DS e SS è stata validata.

Vicino al giorno centrale, i tre tipi mostravano anomalie simili tra loro nella stratosfera extratropicale; sono state notate anche anomalie negative nella troposfera. Nel periodo post-riscaldamento, tutti e tre i tipi sono caratterizzati dallo spostamento delle anomalie positive dalla stratosfera media delle basse latitudini alla stratosfera polare superiore e alla mesosfera. Tra i tre periodi SSW mostrati nella Figura 7, le differenze erano più significative durante il periodo pre-riscaldamento, particolarmente tra i tipi DS e SS; le differenze nei periodi successivi erano minori.

Il flusso di calore eddy meridionale rappresenta la componente verticale del flusso di Eliassen–Palm e funge da indicatore del flusso verticale di attività ondulatoria dalla troposfera alla stratosfera. Per identificare la propagazione verticale dell’onda planetaria, l’anomalia del flusso di calore eddy meridionale ponderata sull’area è presentata nella Figura 8.

Per tutti i tipi, l’anomalia del flusso di calore positivo ha iniziato ad aumentare circa 20 giorni prima del giorno centrale. La componente d’onda dominante che contribuiva alla componente totale differiva tra i tipi. Nei tipi DD e DS, la componente d’onda-1 rappresentava la maggior parte della componente totale prima del giorno centrale. Il ruolo della componente d’onda-2 era marginale per tutto il periodo nel tipo DD, mentre ha iniziato ad aumentare alcuni giorni prima del giorno centrale nel tipo DS e dominava prima del giorno centrale nel tipo SS.

Inoltre, la componente d’onda-1 mostrava valori negativi dopo il giorno centrale nei tipi SS e DS.

In generale, i tipi DD e DS mostravano somiglianze nelle eddies totali e nella componente d’onda-1 prima del giorno centrale. Abbiamo anche calcolato la media composita dell’anomalia del flusso di calore meridionale utilizzando casi che combinavano i tipi DS e SS. Anche se i risultati non sono mostrati, indicano che le componenti d’onda-1 e d’onda-2 sono comparabili e che le componenti d’onda dominanti non sono chiaramente distinguibili, il che contrasta con quanto mostrato nelle Figure 8b e 8c.

Un punto degno di nota per il tipo SS è che un’importante anomalia del flusso di calore positivo precursore causata dalla componente d’onda-1 si è verificata vicino al giorno 230. La maggior parte degli eventi SSW di tipo SS si è verificata nella seconda metà dell’inverno; e sono stati osservati eventi di riscaldamento minori prima dell’occorrenza. Questo precursore potrebbe catturare la concomitante impennata dell’attività ondulatoria. Anche se il precursore era meno chiaro nel tipo DS, è stato identificato nel tipo di divisione riportato da CP07.

Per indagare la possibilità di un’influenza troposferica sulle onde stratosferiche nella Figura 8, sono stati esaminati i campi di anomalie troposferiche per ciascun tipo. La Figura 9 mostra la struttura zonale e verticale dell’anomalia dell’onda planetaria media nel periodo di 45 giorni precedente il giorno centrale. La struttura verticale del campo di anomalia GPH nel tipo DS (Fig. 9d) era simile a quella nel tipo DD (Fig. 9a) e nettamente diversa da quella nel tipo SS (Fig. 9g). Nei tipi DS e DD, le anomalie dell’onda-1 erano predominanti (Fig. 9b e 9e). I loro crinali e le loro depressioni si spostavano verso ovest verso il livello superiore ed erano in fase con il modello climatologico invernale dell’onda-1, il che indica che l’onda planetaria prima del giorno centrale favorisce la propagazione verticale. Il tipo SS mostrava una struttura baroclinica relativamente più debole, come notato in studi precedenti (Martius et al. 2009; Matthewman et al. 2009). Poiché il campo dell’onda-1 per il tipo SS (Fig. 9h) mostrava un’ampiezza trascurabile ed era generalmente fuori fase, mostrando una grande variabilità temporale, il suo contributo era relativamente piccolo. Tuttavia, l’anomalia dell’onda-2 si sviluppava in fase con l’onda climatologica 2 (Fig. 9i).

La Figura 10 mostra l’anomalia della pressione a livello del mare (SLP) media per il periodo di 45 giorni prima e dopo il giorno centrale. Questa figura può essere confrontata con la Fig. 1 di CJ11, in cui venivano utilizzate le categorie dei tipi di spostamento e divisione. Sebbene la posizione delle anomalie positive in Eurasia differisca nei tipi DD e DS (Fig. 10a e 10b), l’anomalia SLP di entrambi i tipi DD e DS mostra che le anomalie positive a nord-ovest dell’alta Siberiana insieme alle anomalie negative associate alla bassa delle Aleutine possono aver contribuito alla formazione del modello di anomalia dell’onda-1 nella stratosfera. Al contrario, per il tipo SS (Fig. 10c), l’anomalia positiva relativa all’alta Siberiana era debole e si osservava un’anomalia positiva diversa nella regione del Pacifico settentrionale. Questa struttura è favorevole allo sviluppo dell’onda-2 (Martius et al. 2009; Nishii et al. 2011; CJ11). I modelli spaziali nelle anomalie SLP precedenti all’evento SSW sono coerenti con quanto mostrato nella Fig. 9. Durante il periodo post-riscaldamento, le strutture composite dei tre tipi nell’anomalia SLP (Fig. 10d–f) erano qualitativamente simili a quelle mostrate in CJ11.

La Figura 7 visualizza un’analisi dettagliata della media zonale dell’anomalia del vento zonale (rappresentata dalle sfumature di colore) accanto al vento zonale medio climatologico di dicembre-febbraio (DJF) (rappresentato dai contorni), utilizzando i dati MERRA. I risultati sono suddivisi per i tipi DD (parte superiore), DS (parte centrale), e SS (parte inferiore), e sono mediati per tre periodi di tempo distinti: (a)-(c) dai giorni -20 a -5, (d)-(f) dai giorni -5 a +10, e (g)-(i) dai giorni +10 a +25.

Dettagli delle Anomalie e Vento Climatologico:

• Linee continue spesse denotano contorni dove la velocità del vento è zero.
• Linee tratteggiate indicano contorni di velocità del vento negativa.
• L’intervallo dei contorni è di 7 m/s.
• Le crocette segnalano regioni dove le anomalie sono statisticamente significative al 90% di livello di confidenza.
• Il contorno verde nei pannelli (b) e (c) mostra l’anomalia del vento usando il tipo combinato DS1SS.

Interpretazione delle Anomalie per Tipo di SSW:

1. DD Tipo (pannelli a, d, g):
   • Mostra le anomalie del vento zonale per il tipo DD nei tre intervalli di tempo specificati, rivelando come queste anomalie cambiano nel corso degli eventi SSW.
2. DS Tipo (pannelli b, e, h):
   • Presenta le anomalie simili al tipo DD, ma con variazioni che potrebbero includere cambiamenti nella direzione del vento o nella sua intensità.
   • Il contorno verde in questi pannelli enfatizza il legame del tipo DS con il tipo combinato DS1SS.
3. SS Tipo (pannelli c, f, i):
   • Questi pannelli evidenziano le differenze nelle anomalie del vento per gli eventi SS rispetto ai tipi DD e DS, spesso mostrando un pattern più complesso o diversa dinamica del vento.

Implicazioni:

L’analisi aiuta a comprendere come le variazioni nel vento zonale possano essere correlate ai diversi tipi di eventi SSW e come questi cambiamenti influenzano la dinamica atmosferica durante e intorno agli eventi di riscaldamento stratosferico. Le distintive anomalie di vento associate a ciascun tipo di SSW sono fondamentali per l’analisi e la previsione del comportamento atmosferico in questi contesti.

La Figura 8 mostra le anomalie del flusso di calore eddy meridionale mediate tra i 45° e 75°N a 100 hPa, utilizzando i dati NCEP–NCAR, per i tre tipi di eventi di riscaldamento stratosferico improvviso (SSW): DD (a), DS (b), e SS (c). I grafici rappresentano il contributo delle onde zonali 1 e 2 e l’effetto totale delle eddies per ciascun tipo di evento SSW.

Descrizione dei Grafici:

• La linea nera indica l’anomalia del flusso di calore totale delle eddies.
• La linea arancione rappresenta il contributo dell’onda zonale 1 all’anomalia del flusso di calore.
• La linea blu mostra il contributo dell’onda zonale 2 all’anomalia del flusso di calore.
• La parte spessa e solida di ciascuna linea indica che l’anomalia del flusso di calore è significativamente diversa da zero con un livello di confidenza del 90%.

Analisi per Tipo di SSW:

1. DD (Pannello a):
   • L’anomalia del flusso di calore totale mostra un picco poco prima del giorno centrale (giorno 0) e rimane elevata successivamente.
   • L’onda zonale 1 ha un contributo predominante, come indicato dalla linea arancione, che mostra picchi coerenti con l’anomalia totale.
   • Il contributo dell’onda zonale 2 (linea blu) è minore e mostra minor variabilità.
2. DS (Pannello b):
   • Anche in questo caso, il picco del flusso di calore totale si verifica intorno al giorno centrale.
   • L’onda zonale 1 è ancora una volta il principale contributore, ma l’onda zonale 2 inizia a mostrare un incremento significativo appena prima del giorno centrale.
3. SS (Pannello c):
   • Il flusso di calore totale ha un picco più marcato e pronunciato rispetto agli altri due tipi.
   • Il contributo dell’onda zonale 1 è meno predominante rispetto ai tipi DD e DS.
   • L’onda zonale 2 mostra un incremento sostanziale e contribuisce significativamente all’anomalia totale, soprattutto intorno al giorno centrale.

Implicazioni:

Questa analisi fornisce una visione chiara di come le onde zonali 1 e 2 contribuiscono al flusso di calore eddy meridionale in diversi eventi di SSW. L’analisi sottolinea l’importanza delle onde zonali nella dinamica del flusso di calore durante questi eventi e come queste differiscono tra i tipi di eventi SSW. Queste informazioni sono cruciali per comprendere la trasmissione di energia e momento dalla troposfera alla stratosfera, influenzando la dinamica del vortice polare e i cambiamenti climatici associati agli eventi SSW.

Analisi degli Eventi di Riscaldamento Stratosferico Improvviso nei Modelli Climatici

Nei risultati del modello, gli eventi di SSW si sono verificati 103 volte durante il periodo di analisi. La frequenza degli eventi SSW per anno, pari a 0,52, è inferiore rispetto a quella nelle analisi MERRA e NCEP–NCAR, che sono rispettivamente di 0,7 e 0,65. Tra i 103 eventi di SSW simulati, sono stati identificati 64 eventi di tipo DD, 31 di tipo DS e 8 di tipo SS. Ciò implica che gli eventi di tipo displacement sono stati prodotti circa il doppio rispetto ai tipi split, combinando DS e SS, nel modello. L’occorrenza del tipo SS nel modello era circa un quarto di quella del tipo DS, mentre i tipi DS e SS si verificavano a tassi comparabili nei dati di rianalisi (Tabella 1). L’alta e bassa frequenza dei tipi DD e SS, rispettivamente, suggerisce che il modello tende più probabilmente a produrre un pattern di onda-1 piuttosto che di onda-2. Si sa che un SSW amplificato da onda-2 è associato al blocco nel bacino del Pacifico; tuttavia, il blocco del Pacifico non era facilmente riproducibile nel modello. Quindi, la carenza del tipo SS sembra essere coerente con la debole capacità del modello di simulare il blocco del Pacifico. La mancanza di variabilità interannuale nelle condizioni al contorno del modello potrebbe anche contribuire al basso numero degli SSW di tipo SS.

La cintura di latitudine selezionata per calcolare l’ampiezza della componente dell’onda è un altro fattore che determina la frequenza di ciascun tipo. Abbiamo esaminato le frequenze per le cinque cinture di latitudine di ampiezza 10°, spostandoci di 5° da 45°–55°N a 65°–75°N. Le frequenze del modello erano più sensibili alla cintura di latitudine selezionata rispetto a quelle dei dati di rianalisi. Man mano che la cintura di latitudine selezionata si spostava verso latitudini più basse, i tipi di spostamento diminuivano e i tipi di divisione aumentavano. Per esempio, per la cintura di 50°–60°N, il rapporto tra tipo di spostamento e tipo di divisione era 1,15, simile a quello di MERRA, che era 1,08. L’aumento del tipo split nel modello è attribuito principalmente all’aumento del tipo DS; l’incidenza del tipo SS rimaneva comunque molto bassa. Abbiamo confrontato le medie composite dell’anomalia del PCH da due diverse cinture di latitudine, 50°–60°N e 55°–65°N (non mostrate qui). In contrasto con il cambiamento di frequenza, le medie composite di ciascun tipo non mostravano differenze significative nei pattern a seconda di queste due cinture di latitudine.

Per confrontare i risultati del modello con le osservazioni, tutti i calcoli eseguiti utilizzando i dati di rianalisi sono stati ripetuti utilizzando i risultati del modello. Le analisi selezionate del modello sono mostrate nelle Figure 11 e 12. La Figura 11 mostra una sezione trasversale tempo-altezza del composito dell’anomalia del PCH di WACCM per ciascun tipo di SSW. Come indicato attraverso un confronto con la Figura 6, il modello sembra aver riprodotto efficacemente le principali caratteristiche osservate degli SSW.

Il tipo DD (Fig. 11a) era generalmente simile al tipo DS (Fig. 11b) e al tipo DD osservato (Fig. 6a). A partire dal giorno circa 230, le anomalie positive del PCH per i tipi DD e DS si sviluppavano nella stratosfera superiore e scendevano gradualmente nel tempo. Nel tipo SS, intorno al giorno 25, si manifestavano improvvisamente anomalie positive del PCH lungo tutta la colonna. Dopo il giorno centrale, i tipi DD e DS simulati mostravano che l’anomalia positiva del PCH nella stratosfera scendeva verso la troposfera nel tempo. L’anomalia negativa del PCH nella stratosfera superiore scendeva anche verso la stratosfera media. L’anomalia più grande appariva nel tipo DS (Fig. 11b), il che concorda con le osservazioni fornite nella Fig. 6b. I risultati del modello e le osservazioni per il tipo DS differivano, come evidenziato dalla mancanza di un’anomalia positiva ascendente nella troposfera 10 giorni prima del giorno centrale nei risultati del modello.

La Figura 11c mostra l’anomalia negativa del PCH nella stratosfera dai giorni 235 al 220 e l’anomalia positiva del PCH ascendente dalla superficie dai giorni 210 a 0. Il rapido cambio di segno dell’anomalia del PCH da negativo a positivo prima del giorno centrale mostrato nella rianalisi non era chiaro nel modello. Il modello di ascesa vicino ai 210 giorni nella troposfera è simile a quello nel tipo DS osservato mostrato nella Fig. 6b.

Per il confronto con la Figura 7, le sezioni trasversali latitudine-altitudine del vento zonale medio zonale del WACCM, mediato dal giorno 220 al 25, sono mostrate nella Figura 12. Similmente a quanto discusso per la Figura 7, i modelli di vento zonale medio in questo periodo pre-riscaldamento mostravano differenze relativamente grandi tra i tipi. Il modello di vento nel tipo DS nella Figura 12b era più simile a quello del tipo DD (Fig. 12a) rispetto al tipo SS (Fig. 12c); questo risultato è stato anche trovato nei campi di vento osservati mostrati nella Figura 7. Nel tipo SS (Fig. 12c), sebbene l’anomalia del vento osservata nella Fig. 7c mostrasse un modello dipolare barotropico in tutta la stratosfera, l’anomalia del vento zonale mostrava un modello più complesso.

La Figura 9 mostra l’anomalia del Geopotential Height (GPH) e i valori medi climatologici del GPH durante i mesi invernali (DJF – Dicembre, Gennaio, Febbraio), basati sui dati NCEP–NCAR e mediati dal giorno 245 a 0. Le anomalie del GPH sono calcolate per le fasce di latitudine da 45° a 75°N e sono rappresentate per tre diversi tipi di eventi di Sudden Stratospheric Warming (SSW): DD, DS e SS.

Dettaglio per ciascun tipo di evento SSW:

• (a)–(c) Tipo DD: Illustrano l’anomalia totale del GPH, l’anomalia dell’onda-1 e l’anomalia dell’onda-2 rispettivamente.
• (d)–(f) Tipo DS: Mostrano l’anomalia totale del GPH, l’anomalia dell’onda-1 e l’anomalia dell’onda-2 per il tipo DS di SSW.
• (g)–(i) Tipo SS: Presentano le stesse anomalie per il tipo SS di SSW.

Per ogni tipo di SSW:

• Pannello superiore (total): Mostra l’anomalia totale del GPH.
• Pannello medio (WN1): Visualizza l’anomalia dell’onda-1 del GPH.
• Pannello inferiore (WN2): Rappresenta l’anomalia dell’onda-2 del GPH.

Le anomalie sono indicate con sfumature di colore, mentre i contorni rappresentano i valori medi climatologici del GPH. I contorni solidi spessi indicano valori zero e i contorni tratteggiati indicano valori negativi. L’intervallo tra i contorni è di 80 metri. Le croci mostrano le aree dove le anomalie sono statisticamente significative al livello di confidenza del 90%.

Questa figura illustra in modo dettagliato come le anomalie del GPH variano in altitudine e longitudine durante gli eventi di SSW, mostrando le differenze nelle manifestazioni delle anomalie tra i diversi tipi di SSW.

La Figura 10 mostra le anomalie della Pressione al Livello del Mare (SLP) e le perturbazioni zonali dei valori climatologici medi durante i mesi di Dicembre, Gennaio e Febbraio (DJF), basate sui dati NCEP–NCAR. Le caratteristiche sono mediate in due periodi temporali distinti: da 45 giorni prima del giorno centrale a 0 (a sinistra) e da 0 a 45 giorni dopo il giorno centrale (a destra), per tre diversi tipi di eventi di Sudden Stratospheric Warming (SSW): DD, DS e SS.

Dettagli dei pannelli:

• (a), (d) Tipo DD: Questi pannelli mostrano le anomalie SLP per il tipo DD prima e dopo il giorno centrale, rispettivamente.
• (b), (e) Tipo DS: Questi pannelli mostrano le anomalie SLP per il tipo DS nei due periodi distinti.
• (c), (f) Tipo SS: Illustrano le anomalie SLP per il tipo SS nei periodi indicati.
• (g) Differenza tra (b) e (c): Mostra la differenza delle anomalie SLP tra i tipi DS e SS durante il periodo da 0 a 45 giorni dopo il giorno centrale.

Dettagli aggiuntivi:

• Le ombreggiature indicano le anomalie della pressione al livello del mare.
• I contorni tratteggiati denotano i valori negativi delle perturbazioni zonali.
• L’intervallo dei contorni è di 6 hPa, e il contorno zero è omesso.
• Le croci indicano le regioni dove le anomalie sono statisticamente significative al livello di confidenza del 90%.

Questa figura fornisce una rappresentazione visiva di come le anomalie di pressione al livello del mare e le perturbazioni zonali variano prima e dopo il giorno centrale di un evento di SSW, differenziandosi a seconda del tipo di evento (DD, DS, SS). Questa analisi aiuta a comprendere l’impatto degli eventi SSW sulla distribuzione della pressione atmosferica a livello globale.

La Tabella 3 presenta i risultati del modello WACCM (Whole Atmosphere Community Climate Model) riguardanti le frequenze degli eventi di Sudden Stratospheric Warming (SSW) di diversi tipi, divisi per fasce di latitudine. La tabella è strutturata per mostrare il confronto tra i tipi di SSW, così come il rapporto tra i diversi tipi in base alla latitudine.

1. Latitudine: Mostra le fasce di latitudine nord considerate nel modello, da 45°N fino a 75°N, suddivise in intervalli di 5°.
2. DD: Indica il numero di eventi di SSW di tipo Displacement Downward (DD) per ciascuna fascia di latitudine. Gli eventi DD sono caratterizzati da uno spostamento della struttura termica della stratosfera verso il basso senza dividere il vortice polare.
3. DS+SS: Mostra il numero totale di eventi di SSW che comprendono sia i tipi Displacement Split (DS) che Split Sudden (SS). Questi tipi di eventi sono caratterizzati da una divisione del vortice polare.
4. DS: Conta gli eventi di tipo Displacement Split per ciascuna fascia di latitudine.
5. SS: Conta gli eventi di tipo Split Sudden per ciascuna fascia di latitudine.
6. D/(DS+SS): Presenta il rapporto tra il numero di eventi DD e la somma degli eventi DS e SS, utile per valutare la prevalenza degli eventi di spostamento rispetto agli eventi di divisione all’interno di ciascuna fascia di latitudine.

Dall’analisi della tabella si può notare che:

• La frequenza dei vari tipi di eventi cambia con la latitudine.
• A latitudini più alte, il rapporto D/(DS+SS) tende ad aumentare, suggerendo una maggiore prevalenza degli eventi DD rispetto ai DS e SS in quelle regioni.
• A latitudini più basse (45°-55°N), gli eventi di tipo DS e SS sono proporzionalmente più comuni rispetto agli eventi DD.

Questa tabella fornisce informazioni importanti sulla distribuzione geografica e la tipologia degli eventi di riscaldamento stratosferico improvviso, contribuendo alla comprensione dei modelli dinamici della stratosfera analizzati dal modello WACCM.

5. Riassunto e discussione

Per spiegare gli eventi SSW, le principali occorrenze sono state descritte in studi precedenti come di tipo displacement o split, in base alla forma del vortice polare. Lo studio di CP07 ha suggerito un metodo oggettivo per definire il tipo di SSW usando la vorticità assoluta sulla superficie isobarica; il loro metodo è stato impiegato in studi recenti (Martius et al. 2009; CJ11). Sebbene questo metodo sembri applicabile per separare i due tipi, richiede calcoli complessi e la specificazione di parametri regolabili.

In questo studio, è stato tentato un metodo più semplice per classificare gli eventi SSW usando l’ampiezza delle onde planetarie perché le onde zonali 1 e 2 si sviluppano durante gli eventi SSW di tipo displacement e split, rispettivamente. Seguendo la definizione comunemente usata di Butler et al. (2015), il giorno centrale dello SSW è stato specificato dal rovesciamento del vento zonale a 60°N e 10 hPa. La classificazione degli eventi SSW in due tipi di onda 1 e onda 2 è facilmente eseguita confrontando le ampiezze delle onde per 21 giorni dal giorno 210 al giorno 110, e i risultati sono simili a quelli riportati da CP07 per i tipi displacement e split. Pertanto, la classificazione tramite ampiezza delle onde effettuata in questo studio è almeno affidabile quanto quella riportata da CP07.

Il metodo di classificazione che utilizza l’ampiezza giornaliera ha un altro vantaggio in quanto l’evoluzione temporale è chiaramente rivelata prima e dopo il giorno centrale. Tra gli eventi SSW del tipo onda-2, il primo gruppo (Fig. 2a) ha mostrato la forma dell’onda-2 solo dopo il giorno centrale, mentre il secondo gruppo (Fig. 2b) ha assunto questa forma prima e dopo il giorno centrale. Considerando le significative differenze tra questi due gruppi, li abbiamo separati in due tipi, DS e SS. Il tradizionale tipo displacement è indicato come DD nella nostra notazione. I tipi DD e DS erano relativamente simili nel periodo pre-riscaldamento.

Nei dati di rianalisi, il numero di incidenze dei tipi DS e SS era simile; tuttavia, mostravano caratteristiche diverse, inclusa l’attività di onde in propagazione ascendente e un campo di altezza troposferica prima del giorno centrale dello SSW. I tipi DS e SS mostravano un comportamento simile all’onda-2 solo vicino al giorno centrale. Studi precedenti che descrivono il tipo split, combinando i tipi DS e SS, sembrano rappresentare preferenzialmente le caratteristiche del tipo SS (CP07; CJ11).

Abbiamo anche valutato la capacità di un modello avanzato di circolazione generale nel simulare eventi SSW di diversi tipi usando WACCM. A differenza dei risultati di classificazione ottenuti dai dati di rianalisi, in cui il tipo DS1SS si verificava quasi tanto frequentemente quanto il tipo DD, il tipo split nel WACCM si verificava meno frequentemente rispetto al tipo displacement. Poiché il tipo split è simulato prevalentemente nella forma del tipo DS nel modello, e gli eventi di tipo SS sono rari, la minore frequenza del tipo split può essere attribuita alla mancanza di simulazioni del tipo SS. Pertanto, per ottenere una simulazione più realistica della variabilità stratosferica usando WACCM, sono necessarie ulteriori ricerche per comprendere la ragione del numero significativamente minore di eventi SS. Sia la forzatura delle onde troposferiche che la variabilità interna stratosferica del modello dovrebbero essere indagate attentamente.

Sebbene la frequenza di occorrenza del tipo split nel modello tendesse ad essere sensibile ai cambiamenti nelle fasce di latitudine utilizzate nell’algoritmo di classificazione, i risultati compositi erano simili. Le caratteristiche distintive riprodotte dal modello per i tipi DD e DS erano simili a quelle mostrate nei dati di rianalisi, mentre i tipi SS osservati e simulati condividevano meno somiglianze.

Classificare gli eventi SSW in tre tipi aiuterebbe anche a comprendere le dinamiche rilevanti associate agli SSW e potrebbe contribuire al miglioramento della prevedibilità dei cambiamenti meteorologici troposferici, poiché si sa che gli eventi SSW influenzano la stratosfera e il tempo atmosferico di superficie (Baldwin e Dunkerton 1999, 2001; Thompson et al. 2002).

Sebbene i tipi DD e DS sembrino simili, il meccanismo di cambiamento dall’onda 1 all’onda 2 per il tipo DS rimane sconosciuto e sarà esaminato in future ricerche.

La Figura 11 mostra le anomalie di Polar Cap Height (PCH) calcolate utilizzando i risultati del modello WACCM (Whole Atmosphere Community Climate Model) per tre diversi tipi di eventi di Sudden Stratospheric Warming (SSW): DD, DS e SS. Le anomalie sono presentate come sezioni trasversali tempo-altitudine per ciascun tipo di evento, mostrando come varia l’altezza del polo (PCH) nei giorni prima e dopo il giorno centrale del SSW.

Dettagli dei pannelli:

• (a) DD (64 tipi): Questo pannello mostra le anomalie di PCH per 64 eventi di tipo Displacement Downward (DD). Le linee di contorno rappresentano le anomalie di geopotenziale, con colori che vanno dal blu (valori negativi) al rosso (valori positivi). Questo tipo di evento è caratterizzato da uno spostamento verso il basso della stratosfera senza divisione del vortice polare.
• (b) DS (31 tipi): Illustra le anomalie per 31 eventi di tipo Displacement Split (DS). Anche in questo caso, le linee di contorno indicano le anomalie di geopotenziale, con un pattern di colore simile al pannello (a). Gli eventi DS sono associati a una divisione parziale del vortice polare.
• (c) SS (8 tipi): Mostra le anomalie per 8 eventi di tipo Split Sudden (SS), caratterizzati da una scissione rapida e marcata del vortice. Le anomalie qui possono mostrare variazioni più estreme in termini di altezza e sono rappresentate con un schema di colore che evidenzia le fluttuazioni intense.

Interpretazione grafica:

• Assi: L’asse verticale rappresenta la pressione in hPa (logaritmica), che agisce come un indicatore di altitudine (dove valori più bassi indicano altezze maggiori). L’asse orizzontale mostra il tempo in giorni relativi al giorno centrale del SSW (indicato come giorno 0).
• Colori: Le sfumature di colore dall’azzurro al rosso indicano il livello dell’anomalia del PCH, dove il blu rappresenta anomalie negative (PCH più basso del normale) e il rosso rappresenta anomalie positive (PCH più alto del normale).

Questa figura è fondamentale per comprendere le differenze strutturali e temporali nelle risposte del PCH ai vari tipi di eventi SSW, mostrando chiaramente come l’atmosfera superiore reagisce durante questi distinti fenomeni meteorologici.

La Figura 12 rappresenta le sezioni trasversali di latitudine-altitudine per tre differenti tipi di eventi di Sudden Stratospheric Warming (SSW): DD (Displacement Downward), DS (Displacement Split) e SS (Split Sudden), utilizzando i dati del modello WACCM (Whole Atmosphere Community Climate Model). Queste sezioni sono utili per visualizzare le variazioni della velocità del vento zonale attraverso diverse latitudini e altitudini durante questi eventi.

Dettagli dei pannelli:

• (a) DD: Questo pannello mostra la distribuzione della velocità del vento zonale per gli eventi di tipo DD. Le aree in blu scuro indicano velocità del vento negative (venti che si muovono da est verso ovest), mentre le aree in rosso indicano velocità del vento positive (venti che si muovono da ovest verso est). La forza e la distribuzione di questi venti possono indicare la discesa del vortice stratosferico senza divisione significativa.
• (b) DS: Il pannello mostra la distribuzione per gli eventi di tipo DS, caratterizzati da una divisione parziale del vortice. La variazione delle velocità del vento qui può essere più variegata, con zone di transizione più evidenti tra venti est e ovest.
• (c) SS: In questo pannello, per gli eventi SS, si osservano le velocità del vento durante una divisione completa e improvvisa del vortice. Questi eventi tendono a mostrare una variazione più drastica delle velocità del vento attraverso la sezione trasversale.

Elementi grafici:

• Contorni: Ogni pannello include contorni che rappresentano le velocità del vento zonale misurate in metri al secondo (m/s). Questi contorni aiutano a visualizzare le strutture dei venti all’interno della stratosfera e troposfera durante gli eventi SSW.
• Scale di colore: Le scale di colore variano dal blu al rosso, indicando una gamma di velocità del vento da negative a positive.
• Assi: L’asse verticale rappresenta la pressione atmosferica in hPa, usata come proxy per l’altitudine (con valori più bassi che indicano altitudini più alte). L’asse orizzontale mostra la latitudine da 0° (equatore) a 90°N (polo nord).

Significato scientifico: Questa figura aiuta a comprendere le dinamiche dei venti stratosferici durante gli eventi SSW, che sono cruciali per studi sul clima e sulle dinamiche atmosferiche. L’analisi di queste sezioni può rivelare come le variazioni dei venti influenzano o sono influenzate dalla struttura del vortice polare e dalla dinamica complessiva dell’atmosfera superiore.

https://journals.ametsoc.org/view/journals/clim/32/8/jcli-d-18-0223.1.xml