Documentazione di una regione di SST fortemente correlata a ENSO nell’Equatore Pacifico

Riassunto

Lo studio intitolato “Documentation of a Highly ENSO-Related SST Region in the Equatorial Pacific” si concentra sull’identificazione, la caratterizzazione e la descrizione dettagliata di una specifica area dell’Oceano Pacifico equatoriale in cui la temperatura superficiale del mare (SST, Sea Surface Temperature) è fortemente correlata con i fenomeni ENSO (El Niño-Southern Oscillation). ENSO è un pattern climatico di grande importanza, poiché influisce in modo significativo sulla distribuzione delle precipitazioni, sui regimi di vento, sulle condizioni termiche oceaniche e sull’andamento delle coltivazioni in tutto il globo. Attraverso l’analisi di lunghi dataset osservativi, di ricostruzioni storiche e di modelli climatici, gli autori di questo studio hanno individuato una regione marcatamente sensibile alle fluttuazioni ENSO, dove anche piccoli cambiamenti nelle anomalie di SST possono riflettersi su vasta scala, modificando la circolazione atmosferica sovrastante e, di conseguenza, determinando effetti climatici in regioni ben lontane dal Pacifico tropicale.

Nello specifico, il lavoro si concentra sull’esame di serie temporali di dati oceanici e atmosferici, sfruttando strumenti statistici come l’analisi di correlazione, di regressione e tecniche più avanzate di decomposizione delle variabili climatiche. L’obiettivo è stato quello di definire con precisione i confini geografici di tale zona, comprenderne il ruolo e valutare quanto questo “hot spot” di sensibilità ENSO possa influenzare non solo la previsione stagionale, ma anche l’interpretazione di eventi climatici estremi, come alluvioni e siccità, che in alcuni casi sono legati all’evoluzione del fenomeno ENSO. Ciò consente di capire meglio come la variabilità interna del sistema Terra possa amplificare, smorzare o modulare la risposta climatica globale a seconda del comportamento di questa regione critica del Pacifico.

Attraverso un confronto con altre zone tropicali, gli autori hanno osservato che non tutte le aree dell’Oceano Pacifico rispondono allo stesso modo alle oscillazioni di ENSO. Alcune presentano una sensibilità maggiore, altre minore, ma questa regione specifica mostra una reattività particolarmente intensa. Da un punto di vista meccanico, la connessione risiede nelle interazioni tra oceano e atmosfera: le anomalie di SST in quest’area influiscono sui gradienti di pressione e temperatura, cambiando la forza e la direzione dei venti alisei. Queste modifiche, a loro volta, influenzano la termoclina (lo strato di transizione tra acque calde superficiali e acque più fredde profonde) e possono amplificare ulteriormente le anomalie di temperatura, creando così un circolo di retroazione (feedback) positivo o negativo che rafforza o indebolisce il segnale ENSO.

Identificare e documentare con chiarezza questa regione significa anche migliorare i modelli di previsione climatica. Molti modelli di circolazione generale e i sistemi di previsione stagionale dipendono dalla corretta rappresentazione dei processi fisici nel Pacifico equatoriale. Una volta che si comprende quale zona dell’oceano svolge un ruolo chiave nella generazione e nella modulazione degli eventi ENSO, è possibile perfezionare i parametri di input dei modelli, ridurre l’incertezza delle proiezioni e fornire indicazioni più affidabili sulle future condizioni meteo-climatiche. Le implicazioni pratiche sono notevoli: agricoltori, gestori delle risorse idriche, responsabili della pianificazione urbanistica e della gestione dei disastri naturali possono beneficiare di previsioni più accurate e tempestive.

Infine, lo studio non si limita a una singola prospettiva storica, ma considera la variabilità di lungo periodo. Confrontando i dati delle epoche preindustriali con quelli attuali, e utilizzando proiezioni climatiche per gli scenari futuri, la ricerca cerca di capire se questa regione “ENSO-sensibile” possa variare la sua posizione, la sua ampiezza o la sua intensità a causa dei cambiamenti climatici in corso. Una maggiore concentrazione di gas serra e un riscaldamento globale progressivo potrebbero alterare il modo in cui ENSO si manifesta, rendendo, di conseguenza, ancora più cruciale il riconoscimento e la documentazione di questa zona altamente correlata con il fenomeno. In definitiva, lo studio fornisce una base solida per comprendere le dinamiche ENSO e promuovere lo sviluppo di strumenti previsionali più efficaci, contribuendo così a una migliore gestione delle risorse e a una maggiore resilienza delle società umane di fronte alla variabilità climatica.

Documentazione di una regione di SST fortemente correlata a ENSO nell’Equatore Pacifico NOTA DI RICERCA Anthony G. Barnston e Muthuvel Chelliah Centro di Previsione Climatica, NCEP/NWS/NOAA e Stanley B. Goldenberg Divisione di Ricerca sugli Uragani, AOML/ERL/NOAA

[Manoscritto originale ricevuto il 21 ottobre 1996; in forma rivista il 12 febbraio 1997] ABSTRACT Un nuovo indice di anomalia della temperatura superficiale del mare (SST) relativo al fenomeno ENSO è stato documentato e dimostra una forte correlazione con il nucleo centrale del fenomeno ENSO. L’anomalia di SST, che si estende prevalentemente nella zona centro-orientale e orientale del Pacifico tropicale, è intimamente connessa alle dinamiche di ENSO. Tuttavia, l’anomalia che si estende approssimativamente dal centro della metà orientale dell’equatore Pacifico verso ovest fino quasi alla linea internazionale del cambio di data, è indicata come la più strettamente associata a ENSO, basandosi su dati raccolti nei decenni più recenti. Questa forte correlazione si manifesta sia in termini di (1) intensità dell’associazione con altre anomalie oceaniche e atmosferiche legate a ENSO (sia in simultanea che come variabile predittiva con ritardo temporale), sia di (2) impatto sulle anomalie climatiche globali remote. Questo approfondimento osservativo non era disponibile nei primi anni ’80, quando furono stabilite le quattro regioni “Niño”. Benché sia necessario stabilire una base dinamica più solida per questa preferenza regionale, la zona che si sovrappone tra Niño 3 e Niño 4 può essere considerata un indice generale appropriato dello stato di ENSO per ricercatori, analisti e meteorologi. Un dataset di questo indice, denominato “Niño 3.4” (5°N-5°S, 120°W-170°W), è regolarmente aggiornato e disponibile su Internet, presentato nel “Climate Diagnostics Bulletin”, e incluso in appendice a questa nota.

1 Introduzione

Le manifestazioni del fenomeno El Niño/Oscillazione Meridionale (ENSO) erano state riconosciute già nel diciannovesimo secolo e all’inizio del ventesimo secolo (Todd, 1888; Walker e Bliss, 1932), ma fu solo a partire dalla fine degli anni ’70 e negli anni ’80 che, grazie a un incremento nella disponibilità di dati, fu possibile realizzare studi più esaustivi (es., Rasmusson e Carpenter, 1982; Arkin et al., 1983). Furono definiti quattro indici di temperatura superficiale del mare (SST) correlati a ENSO nelle zone tropicali del Pacifico. Queste aree, denominate “Niño”, coprono quelle che erano considerate le parti correlate a ENSO del Pacifico superiore. Tali aree furono scelte anche per convenienza in relazione alle posizioni delle rotte navali che raccoglievano i dati SST. Niño 1 e Niño 2 riflettono la SST lungo le coste sudamericane dove gli impatti economici di ENSO sono significativi. Niño 3 e Niño 4 sono regioni più estese situate rispettivamente nell’est e nel centro dell’equatore del Pacifico. Le anomalie SST mensili in ciascuna delle aree Niño sono state monitorate in tempo reale dal 1982. In questa nota esploriamo se queste quattro regioni potrebbero essere state definite diversamente se avessimo avuto nei primi anni ’80 le conoscenze che possediamo ora (nel 1997) riguardo a ENSO. Prima della metà degli anni ’60, la comprensione di ENSO era principalmente limitata all’evento di El Niño, che si verificava lungo le coste dell’Ecuador e del Perù durante l’inverno boreale. Tuttavia, Berlage (1966) e Bjerknes (1966, 1969, 1972) hanno evidenziato che El Niño era parte di un fenomeno più ampio, stabilendo una connessione con l’Oscillazione Meridionale. I progressi nell’osservazione e nel trattamento dei dati all’inizio degli anni ’80 hanno permesso di effettuare analisi che dimostravano come ENSO includesse una vasta area dell’equatore Pacifico così come l’Oscillazione Meridionale. Rasmusson e Carpenter (1982) svilupparono modelli compositi degli episodi ENSO suggerendo che gli episodi di El Niño sono osservati per la prima volta lungo la costa sudamericana e poi si propagano verso ovest fino alla linea del cambio di data. Con l’aggiunta di ulteriori dati, emerse successivamente che l’anomalia SST può propagarsi in entrambe le direzioni (ad esempio, Deser e Wallace, 1987).Lo scopo di questa nota è proporre un indicatore adeguato di temperatura superficiale del mare (SST) per rappresentare il fenomeno ENSO. Benché il fenomeno ENSO non possa essere descritto attraverso un unico indice, è possibile massimizzare la correlazione tra un indice SST e il nucleo del fenomeno ENSO. Determiniamo quali posizioni nel campo delle SST siano più strettamente associate al fenomeno ENSO a livello locale, sia in maniera simultanea che con un ritardo temporale, utilizzando predittori correlati a ENSO. Un secondo metodo consiste nell’identificare le posizioni SST che partecipano in modo più significativo alle teleconnessioni remote di ENSO. Poiché quest’ultimo approccio si basa sulle conseguenze di ENSO piuttosto che sulla sua essenza, i due metodi non sono garantiti di condurre a conclusioni simili.

La Figura 1 illustra la posizione geografica delle quattro regioni denominate “Niño”, che sono state designate all’inizio degli anni ’80 dal Centro di Analisi Climatica per descrivere e monitorare la componente di temperatura superficiale del mare (SST) associata al fenomeno El Niño/Southern Oscillation (ENSO). Queste regioni sono strategicamente posizionate lungo l’equatore, da 0° a 5° sud, e si estendono in una sequenza da ovest verso est attraverso il Pacifico equatoriale. La distribuzione longitudinale di queste regioni è cruciale per la loro funzione di monitoraggio climatico:

• Niño-4: questa regione si estende da 160°E a 150°W. È la regione più occidentale tra quelle identificate, coprendo una vasta area del Pacifico centrale.
• Niño-3: posizionata immediatamente a est di Niño-4, questa regione si estende da 150°W a 90°W. Copre una porzione significativa del Pacifico centrale e orientale, ed è centrale nello studio delle anomalie di SST legate a ENSO.
• Niño-2 e Niño-1: queste due regioni si estendono più vicino alla costa sudamericana, con Niño-1 essendo la più vicina. Entrambe le regioni sono cruciali per il monitoraggio degli impatti diretti di ENSO lungo le coste del Sud America.

Importante nella Figura 1 è la presenza di indicatori triangolari solidi posizionati ai confini meridionali di Niño 4 e Niño 3, precisamente a 170°W e 120°W. Questi marcatori delineano i confini longitudinali della regione Niño 3.4, un’area di particolare interesse che verrà discussa dettagliatamente più avanti nella nota. La regione Niño 3.4 è rilevante perché rappresenta un indice SST che si sovrappone parzialmente a Niño 3 e Niño 4, offrendo così un’area chiave per l’osservazione delle anomalie di temperatura che sono fortemente indicative dello stato di ENSO in quel segmento dell’oceano.

2. Un indice SST rappresentativo di ENSO a. Correlazione con l’Indice di Oscillazione Meridionale (SOI)

Fin dalla metà degli anni ’60, il fenomeno ENSO è stato associato alla circolazione di Walker (Bjerknes, 1966), e di conseguenza all’Indice di Oscillazione Meridionale (SOI), che si basa sulla differenza tra le anomalie di pressione atmosferica a livello del mare standardizzate tra Tahiti e Darwin, in Australia. Un’idea dell’estensione spaziale delle SST correlate a ENSO si ottiene osservando il campo di correlazione temporale tra le SST del Pacifico tropicale e il SOI. Questo è illustrato nella Figura 2a usando i dati del 1950-1979 per tutte le quattro stagioni regolari di 3 mesi (secondo Ropelewski e Halpert, 1987), specificamente per gennaio-febbraio (quando si verifica spesso la fase matura di ENSO) per il 1950-1979 (Figura 2b), e per il periodo dicembre-gennaio-febbraio per il 1955-1994 (Figura 2c). In tutti e tre i casi, le correlazioni che superano 0.6 si estendono dalla costa sudamericana verso ovest fino a 160°E, con picchi di correlazione maggiori di 0.8 nella regione tra 120-180°W nell’equatore centrale orientale del Pacifico. Questo modello robusto emerge anche utilizzando altri periodi di 20 anni o più a partire dal 1950. [Si noti che questa valutazione non tiene conto del vagare stagionale della posizione del centro di azione orientale (Wolter e Timlin, 1993), rappresentato da Tahiti. L’utilizzo esclusivo di Darwin potrebbe aiutare a superare questo problema, ma non è stato tentato qui.] L’estremo Pacifico orientale partecipa chiaramente a ENSO, ma rappresenta solo una piccola parte dell’intera regione e non sembra essere la parte più attiva. Tuttavia, un piccolo picco secondario si manifesta vicino alla costa del sud dell’America Centrale a circa 10°N. Wright et al. (1985) hanno presentato un risultato simile nel loro ciclo stagionale del campo di correlazione SST vs. SOI. Trenberth e Hoar (1996) hanno calcolato un campo di correlazione per tutte le stagioni per il periodo 1950-1994 (vedi la loro Figura 4) e hanno trovato anch’essi le correlazioni più forti (superiori a -0.8) nella regione delimitata da 120-180°W, 5°N-10°S, che sovrappone Niño 3 e Niño 4.

b. Associazione con lo Stress del Vento, la Profondità del Termoclino e l’Altezza del Livello del Mare

Sebbene l’Indice di Oscillazione Meridionale (SOI) sia considerato uno degli indici fondamentali per comprendere il fenomeno ENSO, ricerche condotte nel corso degli anni ’80 hanno evidenziato che numerosi altri campi geofisici caratterizzano efficacemente lo stato di ENSO. Oltre alla Temperatura Superficiale del Mare (SST), sono stati identificati come componenti cruciali di ENSO i venti a basso livello, la funzione di corrente dell’atmosfera superiore (ad esempio, a 200 mb), la convezione, la radiazione infrarossa a lunga onda in uscita (OLR), la temperatura del mare sotto la superficie, e l’altezza dinamica del livello del mare, oltre alla temperatura superficiale, tra le altre variabili.

Una strategia potrebbe essere quella di calcolare i campi di correlazione tra indici derivati accuratamente da ciascuna di queste variabili correlate e la SST. Tuttavia, per un’analisi più completa e unitaria, viene eseguita un’analisi delle Funzioni Ortogonali Empiriche Rotanti (EOF) estesa nel tempo e congiunta (i.e., multifield) utilizzando la SST e un subset degli altri campi. Dopo di che, esaminiamo la parte relativa alla SST del pattern di caricamento del modo correlato a ENSO. Un’analisi simile è stata realizzata da Kayano e Kousky (1993) impiegando diversi campi correlati a ENSO.

Per questa analisi si utilizza il periodo 1984-1993 con tutte le stagioni combinate, in quanto dati di alta qualità per il Pacifico tropicale per la maggior parte di questi campi non sono disponibili per anni precedenti (sebbene siano attualmente in fase di sviluppo attraverso la Rianalisi; Kalnay et al., 1996). Sono inclusi nell’analisi EOF per la regione del Pacifico tropicale (15°N-15°S, 90°W-120°E) (1) lo stress del vento (come componenti u e v), (2) la profondità del termoclino a 20°C, (3) l’altezza del livello del mare, e (4) la SST. I dati SST sono i dati di interpolazione ottimale (OI) sviluppati da Reynolds e Smith (1994), mentre l’altezza del livello del mare e le profondità del termoclino a 20°C provengono da una rianalisi di assimilazione dei dati oceanici come descritto in Ji et al. (1995). I dati sullo stress del vento sono forniti dalla Florida State University (Goldenberg e O’Brien, 1981). Per ciascun mese di dati SST, i primi tre campi sono introdotti da 0 a 16 mesi prima. Di conseguenza, ogni realizzazione temporale comprende un singolo campo SST, ma 17 campi sfalsati nel tempo delle altre tre variabili. L’estensione temporale permette di identificare schemi evolutivi correlati a ENSO nei tre campi non SST, conducendo a un modello preferito nel campo SST.

ENSO si è manifestato come il modo predominante. I suoi modelli di carico (non completamente mostrati qui) descrivono un sviluppo progressivo delle anomalie di stress del vento di ponente lungo l’equatore, da 150°E a 150°W, specialmente entro sei mesi dal rilevamento dei dati SST. I campi della temperatura sottomarina e dell’altezza del livello del mare dinamico mostrano anomalie positive (negative) nella parte occidentale e centrale del bacino 16 mesi prima dei dati SST, migrando verso il Pacifico orientale al momento dei dati SST anomalmente positivi (negativi). La serie temporale dell’ampiezza del modo (non mostrata) identifica le variazioni di ENSO (gli eventi caldi del 1986-87, 1987-88, 1991-92, primavera 1993; l’evento freddo nel 1988-89). Solo la parte SST del modello di carico è mostrata nella Figura 3. La SST nell’intervallo 150-180°W (o più ampiamente, 120°W-175°E), posizionata leggermente a sud dell’equatore, è la più fortemente correlata agli altri campi relativi a ENSO. Il resto del Pacifico tropicale orientale mostra anche un coinvolgimento abbastanza forte con ENSO, con un massimo secondario vicino alla costa dell’America Centrale.

L’analisi sopra è incompleta sia in termini del numero di campi correlati a ENSO inclusi sia del periodo di anni utilizzati. È intesa come una prima approssimazione; pertanto i suoi risultati sono informativi solo in senso grossolano o qualitativo. Un trattamento approfondito del fenomeno ENSO centrale utilizzerebbe campi aggiuntivi e si estenderebbe almeno fino al 1974, quando sono iniziati i dati OLR, e possibilmente molto prima con l’uso di dataset globali imminenti prodotti dalla Rianalisi. Tale analisi di ENSO sarebbe uno studio importante di per sé e è probabile che venga condotto nel prossimo futuro.

Figura 2: Correlazione tra la Temperatura Superficiale del Mare (SST) e l’Indice di Oscillazione Meridionale (SOI) in diversi periodi e contesti geografici.

(a) Correlazione globale SST-SOI per tutte le stagioni di 3 mesi del periodo 1950-1979

• Posizione e copertura: La mappa si estende su scala globale, da 40°E a 20°E, coprendo un’ampia porzione di oceani e continenti.
• Descrizione: Questo pannello mostra il campo di correlazione tra le anomalie locali di SST e l’SOI per tutte e quattro le stagioni regolari di 3 mesi, evidenziando come la temperatura superficiale del mare e le variazioni di pressione atmosferica si influenzano a vicenda globalmente.
• Intervallo di contorno: 0.1.
• Dettagli visivi: Le linee continue rappresentano aree di correlazione positiva (SST e SOI si muovono nella stessa direzione), mentre le linee tratteggiate indicano una correlazione negativa (SST e SOI si muovono in direzioni opposte). Le aree con correlazioni più forti sono evidenziate con linee più dense.

(b) Correlazione SST-SOI per i periodi di gennaio-febbraio del 1950-1979

• Posizione e copertura: Stessa estensione geografica del pannello (a), enfatizzando i mesi specifici dell’inverno boreale.
• Descrizione: Focalizzato sui mesi di gennaio e febbraio, questo pannello esplora il periodo spesso associato alla fase matura di ENSO, quando le interazioni tra SST e SOI possono essere più pronunciate e evidenti.
• Intervallo di contorno: 0.2, che permette una delineazione più chiara delle variazioni significative rispetto al pannello (a).
• Dettagli visivi: Maggiore enfasi è data alle regioni con variazioni marcate, sottolineando le anomalie più rilevanti durante questi mesi critici per ENSO.

(c) Correlazione SST-SOI durante i periodi di dicembre-gennaio-febbraio del 1955-1994

• Posizione e copertura: Concentrato esclusivamente sul dominio del Pacifico tropicale, da 156°E a 70°W, questa mappa offre una visione dettagliata della regione più direttamente influenzata da ENSO.
• Descrizione: Analizza la correlazione in uno specifico intervallo trimestrale che include il picco stagionale di ENSO, offrendo insight su come i cambiamenti nella SST influenzano l’indice SOI in questo cruciale bacino oceanico.
• Intervallo di contorno: 0.1.
• Dettagli visivi: La scala di latitudine ridotta mette in risalto le variazioni lungo l’equatore, dove le correlazioni tra SST e SOI durante la stagione tipica di ENSO sono particolarmente evidenti.

Figura 3: Rappresentazione della componente di Temperatura Superficiale del Mare (SST) del modello di carico del modo principale di un’analisi estesa delle Funzioni Ortogonali Empiriche (EOF) per tutte le stagioni, per il periodo 1984-1993.

Dettagli e Interpretazione della Figura:

• Localizzazione e Copertura: La mappa copre un’ampia area del Pacifico equatoriale, estendendosi da 140°E a 100°W. Questo ambito geografico include regioni chiave per l’interazione climatica legata a ENSO.
• Contorni e Valori:
  • I contorni rappresentati indicano i carichi o pesi associati alla SST nel modello di EOF. Questi carichi sono in unità relative e non fisiche, riflettendo la forza e la direzione dell’associazione tra la SST e il pattern globale identificato dall’analisi EOF.
  • Le linee continue indicano valori positivi dei carichi, denotando un forte legame positivo tra la SST e le variazioni del modello di ENSO.
  • Le linee tratteggiate indicano valori negativi dei carichi, suggerendo un’influenza negativa o inversa tra la SST e il modello di ENSO.
  • Le aree con valori di carico elevati, come mostrato dai contorni più densi vicino ai valori di 0.9, sono di particolare rilevanza, poiché indicano regioni dove la correlazione tra SST e altri fattori climatici nel modello di ENSO è massima.
• Significato delle Zone con Alti Carichi:
  • Le zone con i carichi più elevati si concentrano attorno alla longitudine di 180°, una regione centrale per gli eventi ENSO. Queste aree evidenziano l’importanza critica delle anomalie di SST in questa parte del Pacifico equatoriale e il loro impatto significativo o stretta connessione con le dinamiche generali di ENSO.
  • Questi risultati enfatizzano la centralità delle anomalie di SST nella modulazione degli eventi ENSO e nella risposta climatica globale.

Conclusioni: Questa visualizzazione è fondamentale per identificare e comprendere come specifiche regioni del Pacifico rispondano e contribuiscano agli eventi ENSO. La mappa fornisce un’indicazione visiva di aree critiche che meritano attenzione per previsioni climatiche più accurate e per una migliore comprensione della dinamica climatica globale.

Regioni SST del Pacifico Tropicale con la Massima Capacità Predittiva

Le località di Temperatura Superficiale del Mare (SST) che sono predette più accuratamente nei modelli di previsione statistici o dinamici, sia attraverso previsioni retrospettive validate incrociate o in modalità tempo reale, potrebbero essere considerate come le più correlate al fenomeno ENSO. Ciò sarebbe vero se ENSO includesse caratteristiche che tendono a evolversi coerentemente nel tempo. Le variabili predittive correlate a ENSO selezionate potrebbero influenzare, o essere statisticamente correlate, al campo SST. Predittori come i campi di vento a basso livello o di pressione, e il campo di temperatura SST o sottomarina, sarebbero adatti. La Tabella 1 elenca diversi modelli e le località della loro massima abilità nel predire la SST. La maggior parte dei modelli statistici o dinamici ha mostrato la più alta abilità nelle porzioni centrali o centro-orientali del Pacifico tropicale. Il modello dell’Osservatorio della Terra Lamont-Doherty rappresenta un’importante eccezione, con la massima abilità vicino a Niño-3 nella metà orientale del Pacifico. Per la maggior parte dei modelli con la più alta abilità a ovest della regione Niño 3, l’abilità rimane abbastanza alta nella parte orientale del bacino.

Il campo di abilità validato incrociato risultante da un’Analisi di Correlazione Canonica (CCA) utilizzando la temperatura sottomarina come predittore in aggiunta alla pressione atmosferica globale e alla SST tropicale (che sono state utilizzate per la CCA elencata nella Tabella 1), è mostrato nella Figura 4 per tre tempi di anticipo. Il Pacifico centro-orientale, leggermente a sud dell’equatore (0-10°S, 130-170°W) è predetto con maggiore abilità.

L’aggregato dei campi di abilità prodotti dai modelli sopra è simile al campo di correlazione tra la SST locale e il SOI così come alle località SST che partecipano più attivamente all’EOF ENSO esteso/congiunto, suggerendo ancora una volta che ENSO è più fortemente rappresentato dalla SST da qualche parte tra il centro della regione Niño-3 e la linea del cambio di data.

Tabella 1: Regioni SST del Pacifico Tropicale Predette con Maggiore Abilità dai Modelli Predittivi Correlati a ENSO

La tabella elenca vari modelli che sono stati utilizzati per prevedere le Temperature Superficiali del Mare (SST) nel Pacifico Tropicale, con un focus particolare sulle loro capacità di prevedere accuratamente le variazioni legate al fenomeno El Niño-Southern Oscillation (ENSO). I modelli sono valutati per la loro abilità predittiva in specifiche regioni, mostrando dove ciascun modello ha dimostrato la massima competenza.

Colonne della Tabella

• Model: Il nome del modello di previsione utilizzato.
• Reference: Le referenze principali che descrivono dettagliatamente il modello.
• Type: Indica la natura del modello, se principalmente dinamico (Dyn), statistico (Stat), o una combinazione di entrambi.
• Approx. location of max. skill: Localizzazione approssimativa nel Pacifico Tropicale dove il modello ha mostrato la massima abilità predittiva.

Dettaglio dei Modelli e delle Loro Capacità Predittive

1. Lamont-Doherty Simple coupled model
   • Tipo: Dinamico
   • Massima abilità: Tra 5°N-5°S e 90°-150°W.
   • Particolarità: Mostra una forte abilità predittiva nella regione equatoriale centrale del Pacifico.
2. Canonical correlation analysis (CCA)
   • Tipo: Statistico
   • Massima abilità: Tra 5°N-5°S e 120°-170°W.
   • Importanza: Efficace nel prevedere le SST utilizzando correlazioni canoniche che considerano multiple variabili climatiche.
3. Scripps/MPI hybrid coupled model
   • Tipo: Dinamico-Statistico
   • Massima abilità: Tra 8°N-8°S e 120°-180°W.
   • Nota: Combina approcci dinamici e statistici per una previsione integrata e accurata.
4. NCEP coupled model
   • Tipo: Dinamico
   • Massima abilità: Tra 10°N-10°S e 135°-180°W.
   • Rilevanza: Predice efficacemente le SST in una vasta area del Pacifico centro-orientale.
5. Oxford coupled model
   • Tipo: Dinamico
   • Massima abilità: Tra 5°N-5°S e 130°-170°W.
   • Caratteristiche: Focalizzato sul Pacifico centro-orientale, vicino al nucleo di attività di ENSO.
6. Constructed analogue
   • Tipo: Statistico
   • Massima abilità: Tra 5°N-5°S e 120°-170°W.
   • Metodologia: Utilizza analogie costruite per prevedere le variazioni di SST.
7. COLA coupled model
   • Tipo: Dinamico
   • Massima abilità: Principale tra 10°N-5°S e 130°-170°W; secondariamente tra 5°N-5°S e 110°-130°W.
   • Implicazioni: Offre una previsione dettagliata sia per la regione principale di ENSO che per aree adiacenti.

Conclusione: La Tabella 1 fornisce un’importante panoramica delle capacità e delle specializzazioni di vari strumenti predittivi nel contesto della climatologia ENSO, essenziale per migliorare le previsioni e la comprensione delle dinamiche climatiche globali legate a ENSO.

3. Un indice SST rappresentativo degli impatti remoti di ENSO

Lo studio predittivo descritto da Barnston (1994) ha utilizzato il campo delle temperature superficiali del mare (SST) quasi globale, tra gli altri campi, come predittore con un anticipo da 0 a 4 stagioni per la temperatura media stagionale superficiale e le precipitazioni negli Stati Uniti durante il periodo 1955-1992. È stata utilizzata l’Analisi di Correlazione Canonica (CCA) per collegare schemi coerenti nei campi predittori a schemi nei campi successivi del predetto. I modelli di carico dei predittori della CCA rivelano le località delle anomalie nei campi predittori che sono più fortemente associate con le anomalie nel campo del predetto. In questo modo, vengono rappresentate la forza e le localizzazioni delle teleconnessioni tra i campi correlati a ENSO nei tropici e i predetti remoti.

Il modello di carico del predittore SST per le previsioni della media della temperatura anomala degli Stati Uniti in gennaio-febbraio-marzo copre una vasta regione del Pacifico tropicale, approssimativamente tra 90°-170°W; per le previsioni della media dell’altezza a 700-mb dell’emisfero settentrionale in gennaio-febbraio-marzo, la regione di carico del predittore SST è approssimativamente 110°-170°W (vedi rispettivamente le Figure 8d e 36a in Barnston, 1994). Sebbene queste regioni si estendano più a ovest del confine occidentale di Nino-3, consistono in gran parte di Nino 3.

Tuttavia, il set di dati SST basato sul Comprehensive Ocean Atmosphere Data Set (COADS) utilizzato nello studio sopra menzionato è stato sviluppato utilizzando l’interpolazione orizzontale per colmare le lacune mancanti nel Pacifico tropicale durante il periodo 1955-1992. La copertura dei dati nel Pacifico tropicale, specialmente a ovest della traccia della nave 4 (vicino a 140°W), era scarsa prima della metà degli anni ’60. Di recente, la SST globale è stata ricostruita fino al 1950 (Smith et al., 1996) proiettando i dati disponibili all’inizio su un insieme troncato di EOF basato sui dati SST di un periodo recente (1982-1994) che ha un’ottima copertura nel Pacifico tropicale. In questo modo, le strutture di correlazione spaziale della SST trovate nei dati recenti sono state utilizzate per colmare le lacune nei dati precedenti. L’uso dei nuovi dati SST ha risultato in uno spostamento verso ovest della regione di SST più correlata a ENSO dal punto di vista diagnostico e predittivo nella SST dell’equatore Pacifico. Mentre la prima EOF basata sulla correlazione del set di dati SST interpolati orizzontalmente [calcolata anche in Wolter e Liu (1991) usando dati COADS raggruppati] è una modalità ENSO centrata approssimativamente nella regione 100-170°W, la prima EOF del set di dati ricostruito è più forte a 130-180°W. Quando la CCA utilizza il set di dati SST ricostruito come predittore per prevedere il clima in un continente fortemente influenzato da ENSO (Barnston e Smith, 1996), i modelli di carico del predittore SST hanno l’ampiezza più alta a 120-180°W, come illustrato nella Figura 5 per le previsioni della temperatura in Sud America in gennaio-febbraio-marzo.Un’indicazione più forte dell’importanza relativa delle SST del Pacifico centrale rispetto a quelle del Pacifico orientale appare in un altro studio di Analisi di Correlazione Canonica (CCA) sulla relazione simultanea dell’inverno boreale tra le SST del Pacifico tropicale e l’altezza a settecento metri barici dell’Emisfero Settentrionale (Graham e Barnett, 1995). Il modello spaziale di carico delle SST per il modo canonico principale, che è dimostrato essere correlato a ENSO sulla base del modello di carico dell’altezza associato, simile al pattern Pacifico-Nord Americano/Tropicale-Emisfero Settentrionale (PNA/TNH), presenta i valori più alti lungo l’equatore da centotrentacinque a centottanta gradi ovest con un massimo a centosessanta gradi ovest.

Un’indicazione indipendente dell’importanza del Pacifico equatoriale centrale e centro-orientale nel rappresentare ENSO si trova nella correlazione negativa tra El Niño e l’attività dei cicloni tropicali nell’Atlantico. Studi di Goldenberg e Shapiro (1995) mostrano che la relazione tra ENSO e cicloni è limitata principalmente agli anni in cui un episodio di ENSO caldo o freddo è accompagnato da deficit o eccedenze di pioggia nel Sahel e in India durante l’estate boreale, indicando un modo di teleconnessione a livello tropicale.

Il campo di correlazione tra le SST del Pacifico tropicale e gli uragani maggiori dell’Atlantico durante agosto-settembre-ottobre, per i quattordici dei ventiquattro anni durante il periodo millenovecentosessantotto-novantuno in cui il modo di teleconnessione a livello tropicale è stato esibito, mostra che le correlazioni negative più forti si trovano nella regione da centoquaranta a centosettanta gradi ovest. Queste correlazioni indicano un legame significativo tra le condizioni delle SST e l’attività degli uragani, con picchi di correlazione vicino a meno zero punto ottanta. Per la relazione simultanea, un secondo picco si trova vicino alla costa latino-americana.

Goldenberg e Shapiro (1995) suggeriscono che le condizioni SST tra dieci gradi nord e dieci gradi sud da centoquaranta a centosessanta gradi ovest possano rappresentare al meglio la componente ENSO della previsione degli uragani atlantici. Successivamente, Gray e colleghi (1996) hanno scoperto che l’utilizzo di un singolo indice SST basato sulla regione da centoventi a centosettanta gradi ovest risolve meglio il segnale ENSO-uragano atlantico rispetto all’uso sia dell’indice SST di Nino 3 che dell’indice SOI.

Figura 4: Campo di abilità di correlazione per le previsioni CCA della Temperatura Superficiale del Mare (SST) del Pacifico tropicale nei mesi di gennaio-febbraio-marzo, utilizzando come predittori la pressione atmosferica a livello del mare globale, la SST del Pacifico tropicale e la temperatura sottomarina. La competenza previsionale è visualizzata per diversi tempi di anticipazione (lead times).

Dettaglio dei Pannelli:

• (a) CCA skill for 0-season lead (target season: JFM):
  • Questo pannello mostra l’abilità di previsione per la stagione target di gennaio-febbraio-marzo senza alcun ritardo temporale (0-season lead). La previsione è basata sui dati disponibili fino alla fine di dicembre, proprio prima dell’inizio della stagione target.
  • Le aree più scure indicano regioni del Pacifico tropicale dove le previsioni basate sui dati più recenti sono più accurate, suggerendo una forte correlazione tra i predittori attuali e le condizioni future di SST.
• (b) CCA skill for 1-season lead (target season: JFM):
  • Mostra l’abilità di previsione per la stessa stagione target (JFM) con un ritardo di una stagione. Ciò implica l’uso di dati che terminano tre mesi prima della stagione target, per esempio, dati fino a settembre utilizzati per prevedere le condizioni di JFM.
  • Le aree con tonalità di grigio più intense mostrano dove le previsioni con un trimestre di anticipo mantengono un’elevata affidabilità, indicando regioni con persistente capacità predittiva nonostante l’incremento del lead time.
• (c) CCA skill for 2-season lead (target season: JFM):
  • Illustra l’abilità di previsione con due stagioni di anticipo, usando dati che si fermano sei mesi prima della stagione target. Questo pannello utilizza quindi dati fino a giugno per fare previsioni per JFM.
  • Analogamente ai pannelli precedenti, le aree più scure indicano una maggiore abilità di previsione, mentre l’estensione e la densità delle aree scure diminuiscono con l’aumento dell’anticipo, riflettendo l’incremento dell’incertezza associata a previsioni più lunghe.

Interpretazione Generale:

I tre pannelli insieme dimostrano come l’abilità di previsione varia notevolmente attraverso il Pacifico tropicale, con alcune regioni che mostrano correlazioni forti (aree più scure) e altre con correlazioni più deboli (aree più chiare). Le previsioni tendono a diventare meno precise man mano che l’anticipo aumenta, una tendenza comune in meteorologia e climatologia a causa dell’aumento dell’incertezza nel tempo. Questa visualizzazione è essenziale per identificare quali regioni del Pacifico tropicale possiedono il maggiore potenziale predittivo per influenzare il clima globale, in particolare per eventi legati a ENSO, che hanno ampie implicazioni meteorologiche e climatiche globali.

Figura 5: Modalità predittiva CCA della Temperatura Superficiale del Mare (SST) per le previsioni della temperatura in Sud America nei mesi di gennaio-febbraio-marzo, con due stagioni di anticipo. Questo studio è basato sui lavori di Barnston e Smith (1996).

Dettagli della Mappa:

• Estensione Geografica: La mappa copre una vasta area che si estende longitudinalmente da circa 60°E a 0°, e latitudinalmente da circa 40°N a 40°S.
• Caratteristiche Principali:
  • Contorni Numerati: I contorni rappresentano i livelli di correlazione tra le anomalie SST e le temperature in Sud America. I numeri come “30” e “60” sulle linee di contorno possono indicare correlazioni del 0.3 e 0.6, rispettivamente, evidenziando le aree di maggiore significato predittivo.
  • Aree Scurite: Le regioni più scure sulla mappa indicano aree dove la correlazione tra le SST e le temperature in Sud America è più forte, sottolineando l’influenza significativa delle condizioni oceaniche sul clima del continente.

Implicazioni Scientifiche:

• Previsione Climatica: La mappa dimostra l’utilizzo dei modelli di SST come potenti strumenti predittivi per le condizioni meteorologiche di regioni remote, in particolare per la Sud America durante l’estate australe.
• Modalità del Predittore CCA: La modalità predittiva CCA evidenziata mostra una connessione significativa attraverso il sistema climatico globale, che include interazioni oceaniche e atmosferiche complesse. Queste connessioni sono cruciali per comprendere e prevedere le variazioni climatiche in regioni specifiche basate su cambiamenti nelle regioni oceaniche distanti.

Rilevanza delle Regioni Oceaniche:

• Le anomalie di SST nell’Oceano Pacifico e nell’Oceano Indiano emergono come indicatori chiave delle condizioni climatiche in Sud America, dimostrando che variazioni in aree oceaniche specifiche possono avere impatti diretti e misurabili sul clima di altri continenti.

In conclusione, la Figura 5 illustra efficacemente l’importanza delle anomalie SST nel Pacifico e nell’Indiano come predittori chiave per il clima sudamericano, evidenziando il valore dei modelli predittivi basati su dati oceanici per la previsione climatica regionale e globale. Questi risultati sottolineano l’importanza di monitorare e analizzare le condizioni oceaniche per la comprensione e la gestione delle variazioni climatiche.

Figura 6: Campo di correlazione (X100) delle Temperature Superficiali del Mare (SST) durante i periodi di maggio-giugno-luglio (MJJ) e agosto-settembre-ottobre (ASO) e il numero di uragani maggiori di origine onda orientale in agosto-settembre-ottobre, per il periodo 1968-1991. Le correlazioni sono calcolate per i 14 anni su 24 in cui si manifestava una modalità di teleconnessione tropicale legata a ENSO, che coinvolgeva gli effetti sul Sahel e sul monsone indiano, come discusso in Ward et al. (1994).

Dettagli dei Pannelli:

• (a) MJJ (Maggio-Giugno-Luglio):
  • Contorni e Valori di Correlazione: I contorni rappresentano i livelli di correlazione tra le SST e l’attività degli uragani. I contorni continui indicano valori positivi di correlazione, mentre i contorni tratteggiati rappresentano valori negativi di correlazione. L’intervallo di contorno è di 0.1.
  • Aree Ombreggiate: Le regioni con correlazioni che raggiungono un livello di significatività di 0.05 sono ombreggiate, indicando che queste correlazioni sono statisticamente significative.
• (b) ASO (Agosto-Settembre-Ottobre):
  • Contorni e Valori di Correlazione: Simile al pannello superiore, questo pannello mostra le correlazioni per un periodo diverso. I criteri per la visualizzazione dei contorni sono gli stessi.
  • Aree Ombreggiate: Le aree ombreggiate indicano regioni di correlazioni statisticamente significative, come nel pannello superiore.

Interpretazione e Implicazioni Scientifiche:

• Correlazioni Negative Forti: Le correlazioni negative più forti, evidenziate dai contorni tratteggiati, suggeriscono che un aumento delle SST in certe regioni può essere associato a una diminuzione dell’attività degli uragani, o viceversa. Questo può indicare come le anomalie termiche influenzino l’atmosfera e i pattern di circolazione che sono cruciali per la formazione degli uragani.
• Impatti di ENSO: La presenza di una modalità di teleconnessione legata a ENSO indica che le variazioni nelle SST legate a El Niño o La Niña possono avere un impatto significativo sul clima globale, incluso l’attività dei cicloni in regioni remote come l’Atlantico, evidenziando l’interconnettività del sistema climatico globale.
• Importanza delle Regioni Ombreggiate: Le aree ombreggiate, che mostrano dove la correlazione tra le SST e gli uragani è statisticamente significativa, suggeriscono che queste regioni sono particolarmente sensibili alle variazioni di ENSO e possono essere punti chiave per monitorare e prevedere l’attività dei cicloni.

In conclusione, la Figura 6 fornisce un’analisi visiva importante dell’interazione tra le variazioni delle temperature superficiali del mare e l’attività ciclonica, sottolineando come i cambiamenti climatici in una parte del mondo possano influenzare fenomeni meteorologici estremi in un’altra, utilizzando dati storici per evidenziare queste connessioni dinamiche e significative.

4. Discussione e Conclusione

Le considerazioni sopra suggeriscono che l’ENSO è riflessa in modo più affidabile nella SST equatoriale da circa 120°W verso ovest fino quasi alla linea del cambio di data. Sia che si esamini (1) le correlazioni SST con le caratteristiche note del fenomeno centrale dell’ENSO, (2) la previsione delle SST correlate all’ENSO, o (3) gli impatti dell’ENSO sul clima in regioni remote, la SST in questa area del Pacifico equatoriale centro-orientale appare leggermente più critica rispetto a quella più a est come Nino 1 + 2 o Nino 3. Nino-4, centrato a ovest della “migliore” localizzazione, include un’area di alta rumorosità e bassa variabilità e prevedibilità a ovest della linea del cambio di data. Mentre l’estensione meridionale da 5°N a 5°S è sufficiente per ottenere la maggior parte del segnale ENSO, si suggerisce che la regione rilevante, in media, possa estendersi più a sud dell’equatore (ad esempio, fino a 10°S) rispetto a nord di esso. Questa tendenza a sud dell’equatore appare anche in Wright (1994).

Diverse regioni utilizzate in studi passati sono vicine al massimo legame con l’ENSO. Una è “Nino 3.4” (5°N-5°S, 120-170°W, centrata circa quattro decimi della distanza tra i centri di Niño-3 e Niño-4; vedi Fig. 1), usata in Barnett e Preisendorfer (1987), dove era chiamata “SST3”, Barnston e Ropelewski (1992) e Smith et al. (1995). La regione equatoriale entro 130-170°W (Balmaseda et al., 1994) e la regione 140-180°W usata da Barnett (1984) e Barnett e Graham (1994) hanno anche una relazione quasi ottimale con l’ENSO. La regione più piccola 150-180°W, usata in un esercizio composito per descrivere gli effetti dell’ENSO sul clima della regione Pacifico/Nord America (Livezey et al., 1996), mentre centrata nella metà occidentale della regione più correlata all’ENSO, può essere adatta per teleconnessioni extratropicali perché la convezione anomala (come raffigurato dalle anomalie OLR) può verificarsi con anomalie SST più piccole nel Pacifico equatoriale centrale rispetto a quello orientale a causa del maggiore calore climatologico nella regione precedente (ad esempio, Fig. 11 di Livezey e Mo, 1987). Questo si basa sulla soglia normale di convezione a circa 28°C di SST. Per una rappresentazione dell’ENSO stesso piuttosto che delle sue teleconnessioni remote, una zona più ampia, ad esempio 120-180°W, potrebbe essere statisticamente preferita data la variazione locazionale da evento a evento delle SST più anomale.

Mentre la SST climatologica è più vicina alla soglia di convezione vicino alla linea del cambio di data, la variabilità interannuale è maggiore più a est, implicando un rapporto segnale/rumore più elevato e quindi una maggiore precisione delle misurazioni. La maggiore variabilità aumenta anche l’opportunità per le SST più a est di superare la soglia di convezione di 28°C nonostante il suo valore medio inferiore. Le analisi mostrate sopra suggeriscono che la localizzazione del confine orientale è meno critica rispetto all’estensione verso ovest fino a 170 o 180°W. Questo è il caso perché la regione indicativa dell’ENSO si assottiglia molto gradualmente a est del suo massimo 120-180°W, ma bruscamente a ovest tra 180 e 170°E. Estendendo il confine orientale più a est c’è un compromesso tra una maggiore stabilità statistica con una regione più ampia e l’inclusione di dati con una connessione leggermente più debole con l’ENSO. Ad esempio, l’intera regione 90-180°W è stata utilizzata da Wright (1984).4. Discussione e Conclusione

Poiché Nino 3.4 è leggermente più correlato al fenomeno centrale dell’ENSO rispetto a Nino 3, le sue anomalie SST standardizzate durante i periodi di ENSO di solito hanno avuto un’ampiezza maggiore rispetto a quelle di Nino 3. Dal 1980 questo è stato il caso per gli episodi del 1986-87, 1988-89, 1991-92, primavera 1993 e 1994-95. (L’episodio del 1982-83 è stata un’eccezione.) Si dovrebbe notare che la correlazione tra le SST in Nino 3.4 e Nino 3 supera lo 0.85 per la maggior parte delle stagioni, causata in parte dalla sostanziale sovrapposizione tra le due regioni tra 120-150°W. Questo riflette il fatto che l’incremento nella rappresentatività di Nino 3.4 rispetto a Nino 3, sebbene evidente, non è grande.

La Tabella 2 mostra il ciclo stagionale della correlazione tra le SST nelle due regioni e l’Indice di Oscillazione del Sud (SOI) nel periodo di 47 anni dal 1950 al 1996. Il margine di maggiore forza di correlazione da parte di Nino 3.4 è più basso durante l’inverno boreale quando la correlazione tra le SST delle due regioni è maggiore, e maggiore durante l’estate quando le due SST si paralleleggiano meno e quando spesso si materializzano i cambiamenti di fase dell’ENSO.

Test di significatività statistica sulla differenza tra le due correlazioni con l’SOI sono stati condotti su questo periodo di 47 anni utilizzando la trasformazione Fisher r-to-Z (Draper e Smith, 1966) e usando un test bilaterale; i risultati sono mostrati nella Tabella 2. La differenza è significativa al livello 0.05 durante l’estate ma non in altri periodi dell’anno o per tutte le stagioni collettivamente. Per il calcolo di tutte le stagioni si assume un tempo di decorrelazione SST/SOI di 10 mesi, producendo una dimensione del campione effettiva di 56, in contrasto con 47 per i calcoli stagionali individuali.

I risultati dei test di significatività indicano che, in generale, la maggior rappresentatività di Nino 3.4 rispetto all’ENSO ha circa 1 possibilità su 4 di essere dovuta a variazioni casuali del campione. I test affrontano solo la correlazione con l’SOI, che è un primo passo semplice. È degno di nota che la correlazione del campione con l’SOI è più forte per Nino 3.4 rispetto a Nino 3 per 11 dei 12 periodi di tre mesi. Non proseguiamo con valutazioni statistiche più complesse in questa fase.

Tabella 2: Confronto delle correlazioni tra Nino 3 e l’Indice di Oscillazione del Sud (SOI), e Nino 3.4 e SOI, nel periodo 1950-1996 per stagioni consecutive di tre mesi. La probabilità che la differenza tra le correlazioni possa verificarsi per caso è fornita nella terza colonna, utilizzando un test bilaterale basato sulla trasformazione Fisher r-to-Z. La dimensione del campione effettiva è di 47 per le analisi stagionali e di 56 per l’analisi annuale. I risultati significativi al livello del 5% o migliore sono mostrati in grassetto. La correlazione tra Nino 3 e Nino 3.4 è mostrata anche.

Dettagli della Tabella:

• Stagioni: La tabella è divisa in stagioni di tre mesi che coprono tutto l’anno, da dicembre a gennaio dell’anno successivo.
• Correlazione tra SOI e Nino 3 / Nino 3.4: Le prime due colonne mostrano i valori di correlazione tra l’SOI e le regioni Nino 3 e Nino 3.4 per ciascuna stagione. I valori negativi indicano una correlazione inversa, con valori più vicini a -1 che indicano una forte correlazione inversa.
• Significatività della Differenza: La terza colonna mostra la probabilità che la differenza osservata tra le due correlazioni (Nino 3 vs SOI e Nino 3.4 vs SOI) sia avvenuta per caso. Questa è calcolata usando un test bilaterale basato sulla trasformazione Fisher r-to-Z.
• Correlazione tra Nino 3 e Nino 3.4: L’ultima colonna fornisce i valori di correlazione tra Nino 3 e Nino 3.4, indicando quanto strettamente correlate siano le temperature superficiali del mare nelle due regioni durante ciascuna stagione.

Interpretazione dei Risultati:

• Valori di Correlazione Elevati: Ad esempio, durante i mesi di dicembre-gennaio-febbraio, la correlazione tra SOI e Nino 3.4 (-0.84) è più forte rispetto a quella tra SOI e Nino 3 (-0.83). Questo indica che Nino 3.4 potrebbe essere leggermente più sensibile alle variazioni dell’SOI rispetto a Nino 3.
• Risultati Significativi: I risultati significativi, indicati in grassetto, si notano principalmente nei mesi di giugno-luglio-agosto e luglio-agosto-settembre, dove le probabilità di differenza significativa sono rispettivamente 0.046 e 0.041, indicando che queste differenze tra le correlazioni sono statisticamente significative.
• Correlazione Annuale: La correlazione annuale tra Nino 3.4 e SOI (-0.83) è leggermente più forte rispetto a quella tra Nino 3 e SOI (-0.77), ma la differenza di correlazione annuale (0.25) non è statisticamente significativa.

In sintesi, Tabella 2 fornisce una visione approfondita su come le regioni Nino si correlino con l’SOI nel corso delle stagioni, sottolineando periodi in cui queste correlazioni sono particolarmente forti o statisticamente significative, contribuendo così a una migliore comprensione delle dinamiche dell’ENSO.

4. Discussione e Conclusione

La nostra interpretazione è che una preferenza fisica per Nino 3.4 sia probabile ma non conclusiva, e potrebbe essere necessario aggiungere altri due o più decenni di dati (sia futuri che ricostruiti per il passato) per confermarlo statisticamente al livello del 5%. Si incoraggiano i dinamici a esaminare il fenomeno ENSO e la sua manifestazione preferenziale apparente nel Pacifico equatoriale centrale e centro-orientale rispetto a più a est. Una spiegazione dinamica sostituirebbe il supporto statistico, e non sarebbe influenzata dalla dimensione del campione di osservazioni. Con una base dinamica, sarebbe giustificato un test di significatività unilaterale e i livelli di significatività mostrati nella Tabella 2 sarebbero dimezzati.

Sulla base delle analisi e delle discussioni sopra menzionate, è stato istituito un archivio storico delle SST per Nino 3.4 (5°N-5°S, 120-170°W) che viene aggiornato mensilmente dal Centro di Previsione Climatica (CPC), oltre alle originali quattro regioni Nino. Questi dati sono disponibili sulla homepage di Internet del CPC al sito http://nic.fb4.noaa.gov:80/data/cddb/cddb/sstoi.indices, e sono elencati e rappresentati nell’appendice qui per gli utenti senza accesso a Internet. In modo simile alle altre regioni Nino, le SST ricostruite tramite EOF (Smith et al., 1996) sono state utilizzate per derivare i dati per il periodo 1950-81 e le SST OI (Reynolds e Smith, 1994) dal 1982. Si incoraggiano gli utenti interessati a un indice generale delle SST ENSO a utilizzare i dati da Nino 3.4.

Ringraziamenti

Gli autori sono grati per le critiche costruttive fornite dai tre revisori, e dai revisori interni Chester Ropelewski, Huug van den Dool, Lloyd Shapiro e Robert Livezey. Un ringraziamento va anche a Yuxiang He per aver fornito la Figura 7.

Appendice

Serie temporali delle medie mensili delle SST nella regione Nino 3.4 (5°N-5°S, 120-170°W) come anomalie standardizzate da gennaio 1950 a luglio 1997. Le medie e le deviazioni standard sono fornite per ogni mese (basate sul periodo di 47 o 48 anni mostrato nella riga “# Years”) in modo che le anomalie reali (in °C) possano essere formate moltiplicando per la deviazione standard, e la SST stessa possa essere formata aggiungendo successivamente la media. (Esempio: Per gennaio 1983 l’anomalia reale è +2.84°C e la SST stessa è 29.34°C. Questi dati sono disponibili e aggiornati mensilmente su Internet all’indirizzo http://nic.fb4.noaa.gov:80/data/cddb/cddb/sstoi.indices, anche se le anomalie in quel file sono attualmente basate sul periodo 1950-79 piuttosto che sul periodo 1950-96 (o 1950-97) come qui. Un grafico di questa tabella è mostrato nella Figura 7. Il valore per luglio 1997 è preliminare e potrebbe essere leggermente aggiustato.

https://www.researchgate.net/publication/232864395_Documentation_of_a_highly_ENSO-related_SST_region_in_the_Equatorial_Pacific?enrichId=rgreq-5d59e06f0b23a51377940ea2a495438b-XXX&enrichSource=Y292ZXJQYWdlOzIzMjg2NDM5NTtBUzoxODM4NDU3MDE4MjQ1MTJAMTQyMDg0MzYzOTQ2NQ%3D%3D&el=1_x_2&_esc=publicationCoverPdf