Influenza Tropicale sul Modo Estivo Atlantico Orientale: Meccanismi e Implicazioni Climatiche
Il Modo Estivo Atlantico Orientale (SEA) rappresenta il secondo modo principale di variabilità climatica a bassa frequenza durante la stagione estiva nella regione Euro-Atlantica, esercitando un ruolo significativo nel modulare le condizioni atmosferiche su scala regionale. Attraverso l’analisi di dati di rianalisi, è stato dimostrato che le anomalie di circolazione associate al SEA influenzano in modo sostanziale le temperature superficiali e i regimi pluviometrici in Europa, con impatti rilevanti su fenomeni meteorologici estremi e sulla previsione climatica stagionale. In questo contesto, il presente studio fornisce evidenze robuste che una componente significativa della variabilità interannuale del SEA è guidata da forzature tropicali, in particolare da anomalie di riscaldamento diabatico di segno opposto localizzate nel Pacifico tropicale e nella regione caraibica. Tali anomalie generano un treno d’onda di Rossby extratropicale, che propaga l’influenza delle forzature tropicali verso le latitudini medie, modulando la circolazione atmosferica nell’area Euro-Atlantica.
Le analisi indicano che il dipolo di precipitazioni associato a queste anomalie di riscaldamento è strettamente correlato a variazioni della temperatura superficiale del mare (SST) caratteristiche delle fasi di sviluppo dell’El Niño–Oscillazione Meridionale del Sud (ENSO). Per validare questo meccanismo, sono stati condotti esperimenti di hindcast stagionali utilizzando modelli forzati con dati osservati di SST, i quali hanno dimostrato una notevole capacità di riprodurre la variabilità interannuale del SEA. Questi risultati non solo confermano l’ipotesi di una forzatura tropicale, ma sottolineano anche il potenziale per migliorare le previsioni climatiche estive nelle regioni boreali, fornendo un quadro predittivo più affidabile per eventi meteorologici significativi. Un caso studio di particolare rilevanza è rappresentato dall’ondata di calore europea del 2015, durante la quale la dinamica del SEA, probabilmente influenzata da forzature tropicali, ha contribuito all’intensificazione e alla persistenza delle condizioni di caldo estremo. Questi risultati evidenziano l’importanza di comprendere le interazioni tra tropici ed extratropici per migliorare la previsione e la gestione degli impatti climatici in Europa, con implicazioni significative per settori come l’agricoltura, la gestione delle risorse idriche e la pianificazione delle risposte ai disastri naturali.
1. Introduzione: Contesto Climatico e Meccanismi della Variabilità Estiva nell’Atlantico Nord-Europeo
Negli ultimi decenni, a partire dai primi anni 2000, le estati nell’area Euro-Atlantica hanno mostrato un aumento della frequenza di eventi estremi caratterizzati da temperature e precipitazioni anomale, come evidenziato da studi climatici (Coumou & Rahmstorf, 2012). Esempi emblematici includono le ondate di calore del 2003 (Black et al., 2004), del 2010 (Dole et al., 2011) e del 2015 (Dong et al., 2016), che hanno avuto impatti socio-economici significativi. Questi eventi estremi si verificano in presenza di configurazioni atmosferiche specifiche, rendendo cruciale lo studio dei pattern di circolazione estiva su larga scala e delle loro potenzialità predittive per migliorare la gestione di tali fenomeni.
Il principale modo di variabilità a bassa frequenza nella regione Nord Atlantico-Europea (NAE) durante l’estate è l’Oscillazione Nord Atlantica Estiva (SNAO), che esercita un’influenza determinante sui regimi di precipitazione e sulle temperature superficiali in Europa e nell’America del Nord orientale (Folland et al., 2009; Hurrell & Deser, 2009). Durante la fase positiva della SNAO, si osserva un incremento della frequenza di giorni eccezionalmente caldi nell’Europa centrale (Cassou et al., 2005). Tuttavia, le forzature che governano la variabilità interannuale della SNAO, utili per la previsione stagionale, rimangono poco chiare (Wulff, 2017). Ad esempio, l’influenza dell’El Niño–Oscillazione Meridionale del Sud (ENSO) sulla SNAO risulta limitata (Folland et al., 2009), evidenziando la necessità di esplorare altri meccanismi di variabilità.
Oltre alla SNAO, esistono modi secondari di variabilità atmosferica estiva che hanno ricevuto minore attenzione, ma che sono altrettanto rilevanti. Cassou et al. (2005) hanno identificato un regime associato a temperature estreme in Francia, denominato Bassa Atlantica (AL), caratterizzato da un’anomalia ciclonica significativa sull’Atlantico del Nord, posizionata a ovest delle Isole Britanniche e a sud dell’Islanda. Questo regime presenta somiglianze con la fase positiva del pattern Atlantico Orientale (EA) descritto da Barnston e Livezey (1987). Studi successivi, come quello di Duchez et al. (2016), hanno rilevato configurazioni atmosferiche simili durante l’inizio dell’estate 2015, suggerendo che temperature superficiali del mare (SST) insolitamente fredde possano aver contribuito a generare l’anomalia ciclonica, in linea con le osservazioni di Gastineau e Frankignoul (2015). Inoltre, il pattern EA estivo può essere previsto attraverso modelli statistici basati su regressioni lineari multiple, utilizzando come predittori le SST dell’Atlantico e dell’Indo-Pacifico tropicale relative alle stagioni precedenti (Iglesias et al., 2014). Questo accoppiamento tra atmosfera e condizioni al contorno oceaniche, che evolvono lentamente, rappresenta una base fondamentale per la previsione stagionale (Palmer & Anderson, 1994).
Un esempio significativo dell’influenza del regime AL è rappresentato dall’ondata di calore europea del 2003, che è stata associata a un treno d’onda di Rossby originato nella regione caraibica, innescato da anomalie di riscaldamento diabatico legate a uno spostamento verso nord della Zona di Convergenza Intertropicale Atlantica (Black et al., 2004). Questo collegamento tra tropici ed extratropici costituisce un’ulteriore premessa per la prevedibilità stagionale della variabilità atmosferica nelle regioni di media latitudine (Shukla et al., 2000). Le teleconnessioni atmosferiche, che dipendono dalla propagazione di onde planetarie (Liu & Alexander, 2007), sono spesso innescate da anomalie di riscaldamento diabatico nei tropici (Ding et al., 2011; Trenberth et al., 1998; Sardeshmukh & Hoskins, 1988). Tuttavia, la propagazione delle onde di Rossby richiede gradienti di vorticità potenziale meridionale sufficientemente intensi in un flusso di fondo occidentale (Hoskins & Ambrizzi, 1993), condizioni che in estate risultano indebolite a causa della ridotta intensità dei gradienti e dell’espansione degli alisei tropicali nell’emisfero estivo. Nonostante queste limitazioni, sono state identificate teleconnessioni estive nell’Emisfero Nord (Ding & Wang, 2005; Ding et al., 2011; Lin, 2009; Saeed et al., 2014), suggerendo che il regime AL possa essere influenzato da forzature tropicali remote, con implicazioni per la previsione di eventi estremi di temperatura e precipitazioni.
Questo studio si propone di identificare i modi dominanti di variabilità atmosferica estiva attraverso l’analisi di dati di rianalisi, con particolare attenzione al secondo modo, definito Modo Estivo Atlantico Orientale (SEA), che mostra affinità con il regime AL. L’obiettivo è valutare l’impatto delle anomalie di circolazione associate al SEA sul clima superficiale nella regione NAE e dimostrare l’esistenza di una forzatura tropicale basata sul riscaldamento diabatico che influenza la circolazione atmosferica extratropicale. Per corroborare questa ipotesi, sono stati condotti due esperimenti di hindcast stagionali, i cui risultati evidenziano il potenziale per migliorare la previsione della variabilità estiva. La metodologia e gli esperimenti sono descritti nella sezione 2, i risultati sono presentati nella sezione 3, mentre una sintesi e discussione delle implicazioni sono fornite nella sezione 4.
2. Metodologia ed Esperimenti: Approcci Analitici e Sperimentali per lo Studio della Variabilità Estiva
2.1. Analisi delle Funzioni Ortogonali Empiriche (EOF)
Per caratterizzare i principali modi di variabilità atmosferica estiva boreale (giugno, luglio e agosto, indicati come JJA) nella regione Nord Atlantico-Europea (NAE), è stata condotta un’analisi delle funzioni ortogonali empiriche (EOF) utilizzando i dati di rianalisi ERA-Interim (Dee et al., 2011). L’analisi si è concentrata sulle anomalie stagionali medie JJA dell’altezza geopotenziale a 500 hPa (z500), calcolate rispetto alla climatologia JJA del periodo 1979–2016. Al fine di isolare la variabilità interannuale, le anomalie sono state preliminarmente detrendizzate per eliminare eventuali segnali di tendenza a lungo termine. Seguendo le indicazioni di Greatbatch e Rong (2006), l’analisi EOF è stata limitata al settore NAE, definito come l’area compresa tra 40°N–70°N di latitudine e 90°W–30°E di longitudine. Questo dominio è stato scelto per catturare le dinamiche atmosferiche rilevanti per la regione Euro-Atlantica, garantendo al contempo una rappresentazione robusta dei pattern di variabilità su larga scala durante la stagione estiva.
2.2. Configurazione degli Esperimenti di Hindcast Stagionali
Per valutare la capacità di riprodurre e prevedere la variabilità estiva, sono stati condotti esperimenti di hindcast stagionali utilizzando il componente atmosferico del Sistema Integrato di Previsione del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF IFS), versione ciclo 40r1 (Dee et al., 2011). Gli esperimenti hanno coperto il periodo 1980–2014, con inizializzazioni effettuate all’inizio di maggio di ciascun anno utilizzando dati ERA-Interim. Ogni hindcast è stato eseguito con un ensemble di nove membri, integrati fino alla fine di agosto, al fine di coprire l’intera stagione JJA e valutare la risposta atmosferica alle condizioni al contorno.
Sono stati progettati due esperimenti distinti, differenziati in base alle condizioni al contorno inferiori, ossia la temperatura superficiale del mare (SST) e la copertura di ghiaccio marino (SST/SI). Nel primo esperimento, denominato ensemble OBS, il modello è stato forzato globalmente con SST e SI giornaliere osservate, derivate dal dataset HadISST, al fine di riflettere le condizioni oceaniche reali. Nel secondo esperimento, denominato ensemble CLIM, sono state utilizzate SST e SI climatologiche giornaliere calcolate come media del periodo 1979–2014, rappresentando uno scenario di riferimento privo di variabilità interannuale. Questa strategia sperimentale, descritta in dettaglio in Greatbatch et al. (2012) e Hansen et al. (2017) (esperimenti OBS-NO e CLIM-NO), consente di isolare l’influenza delle anomalie di SST/SI sulla variabilità atmosferica estiva e di valutare il loro contributo alla prevedibilità stagionale.
3. Risultati: Identificazione e Caratterizzazione dei Modi di Variabilità
L’analisi EOF ha rivelato che le prime due funzioni ortogonali dominanti spiegano rispettivamente circa il 35% e il 18% della varianza totale delle anomalie medie JJA di z500 nel periodo 1979–2016. Secondo il criterio di separazione spettrale di North et al. (1982), solo questi due modi risultano statisticamente distinti dai modi di ordine superiore, confermando la loro rilevanza come principali pattern di variabilità. La prima EOF, come atteso, corrisponde closely all’Oscillazione Nord Atlantica Estiva (SNAO), in accordo con Folland et al. (2009), nonostante differenze nei prodotti di rianalisi e nei domini di analisi utilizzati. Poiché l’attenzione di questo studio è rivolta al secondo modo, la SNAO non viene ulteriormente approfondita.
3.1. Caratteristiche del Pattern Estivo Atlantico Orientale (SEA)
La fase positiva della seconda EOF, relativa alle anomalie medie JJA di z500 nel settore NAE, è caratterizzata da un’anomalia ciclonica significativa sull’Atlantico del Nord, posizionata a sud dell’Islanda e a ovest delle Isole Britanniche, che si estende verso nord-ovest, interessando la Groenlandia e la parte orientale del Nord America. Anomalie di segno opposto, di natura anticiclonica, si concentrano attorno al Mar Baltico, estendendosi all’Europa centrale e settentrionale. Questo pattern di circolazione presenta notevoli somiglianze con il pattern Atlantico Orientale (EA) invernale descritto da Barnston e Livezey (1987). Di conseguenza, la seconda EOF è stata denominata Pattern Estivo Atlantico Orientale (SEA), e la corrispondente serie temporale del Componente Principale è definita come indice SEA. È importante notare che questa definizione del SEA si discosta dalla tradizionale caratterizzazione del pattern EA, che si basa sulla seconda EOF ruotata delle anomalie mensili di z500 nell’Emisfero Nord. Tuttavia, il pattern SEA emerge in modo consistente anche utilizzando anomalie di altezza geopotenziale a diversi livelli (dalla superficie a 200 hPa), differenti periodi temporali, dati di rianalisi NCEP/NCAR o medie mensili, evidenziando la robustezza della sua struttura.
La regressione delle anomalie JJA di z500 sull’indice SEA rivela che le anomalie associate al SEA si estendono ben oltre il settore NAE, interessando altre regioni extratropicali con una struttura alternata di segno in direzione zonale. Questo comportamento suggerisce che il SEA sia parte di un treno d’onda circumglobale, ipotesi ulteriormente supportata dalla regressione della componente meridionale del vento a 200 hPa (v200) sull’indice SEA. A questo livello, il SEA è associato a significative anomalie di vento meridionale in gran parte delle regioni extratropicali dell’Emisfero Nord, con l’eccezione dell’Asia orientale e del Pacifico nord-occidentale. Un’analisi del numero d’onda zonale del pattern di regressione di v200 indica che il modo dominante è caratterizzato da un numero d’onda k = 5. Le principali anomalie si sovrappongono alla posizione climatologica della corrente a getto estiva dell’Emisfero Nord sopra il Pacifico settentrionale orientale, il Nord America e l’Atlantico del Nord, suggerendo che il modo SEA sia associato a una modulazione significativa della traiettoria della corrente a getto, con implicazioni per la dinamica atmosferica su scala emisferica. Questi risultati sottolineano il ruolo del SEA come un pattern chiave per comprendere la variabilità estiva e il suo potenziale per la previsione di eventi climatici significativi nella regione NAE.
Analisi Dettagliata della Figura 1: Caratterizzazione del Pattern Estivo Atlantico Orientale e delle Sue Implicazioni Climatiche
La Figura 1 fornisce una rappresentazione esaustiva del pattern Estivo Atlantico Orientale (SEA), identificato come il secondo modo dominante di variabilità atmosferica estiva nella regione Nord Atlantico-Europea (NAE) attraverso l’analisi delle funzioni ortogonali empiriche (EOF) delle anomalie dell’altezza geopotenziale a 500 hPa (z500) derivate dai dati di rianalisi ERA-Interim per il periodo 1979–2016. Questa figura integra informazioni spaziali e temporali, oltre a correlazioni con variabili climatiche chiave, offrendo un quadro completo delle dinamiche atmosferiche associate al SEA e delle sue interazioni su scala emisferica.
- (a) Pattern Spaziale del SEA [gpdam]: Il pannello (a) illustra la struttura spaziale del SEA, definita come la seconda EOF delle anomalie medie JJA di z500. Questo pattern è caratterizzato da un’anomalia ciclonica significativa, rappresentata da valori negativi (colori blu scuro), centrata sull’Atlantico del Nord a sud dell’Islanda e a ovest delle Isole Britanniche, con un’estensione verso nord-ovest che include la Groenlandia e la parte orientale del Nord America. Parallelamente, si osservano anomalie anticicloniche positive (colori rossi) concentrate attorno al Mar Baltico, estendendosi sull’Europa centrale e settentrionale. Le unità di misura, espresse in decametri geopotenziali (gpdam), riflettono l’intensità delle perturbazioni della circolazione atmosferica, evidenziando la natura opposta delle anomalie tra l’Atlantico nord-occidentale e l’Europa continentale.
- (b) Serie Temporali dell’Indice SEA: Il pannello (b) presenta l’evoluzione temporale dell’indice SEA (barre nere), calcolato come la serie temporale del Componente Principale associato alla seconda EOF, coprendo il periodo 1980–2015. Questo indice quantifica l’ampiezza del pattern SEA nel tempo. Parallelamente, sono riportate la temperatura media a Amburgo (HHFU, linea blu), come indicatore locale di variabilità termica, e l’indice del Dipolo di Precipitazione (PCD, linea arancione), che riflette un pattern di precipitazioni opposte tra regioni tropicali. Le fluttuazioni interannuali dell’indice SEA evidenziano una variabilità significativa, con correlazioni evidenti con le anomalie termiche locali e i pattern di precipitazione, suggerendo un’influenza del SEA su scala regionale e oltre.
- (c) Regressione delle Anomalie di z500 [gpdam]: Il pannello (c) mostra la regressione delle anomalie JJA di z500 sull’indice SEA, estendendo l’analisi a livello emisferico. Il pattern risultante rivela un’alternanza zonale di anomalie negative (blu) e positive (rosso), indicative di un treno d’onda circumglobale che si propaga attraverso l’Emisfero Nord. Le aree tratteggiate indicano coefficienti di regressione statisticamente significativi al 95% secondo un test t, confermando la robustezza del segnale. La scatola bianca delimita la regione di definizione del SEA, centrata sul settore NAE, mentre le anomalie remote suggeriscono un’influenza teleconnettiva che collega le dinamiche regionali a processi su scala globale.
- (d) Regressione della Componente Meridionale del Vento a 200 hPa [m s⁻¹]: Il pannello (d) illustra la regressione della componente meridionale del vento a 200 hPa (v200) sull’indice SEA, evidenziando significative anomalie di vento (rosse per venti meridionali positivi, blu per venti meridionali negativi) nelle regioni extratropicali dell’Emisfero Nord, con eccezioni nell’Asia orientale e nel Pacifico nord-occidentale. Questo pattern riflette l’impatto del SEA sulla dinamica della corrente a getto estiva, con un numero d’onda zonale dominante stimato a k = 5, suggerendo una modulazione della circolazione ad alta quota che influenza la propagazione delle onde planetarie.
- (e) Regressione della Temperatura Superficiale [K]: Il pannello (e) presenta la regressione della temperatura superficiale sull’indice SEA, distinguendo tra la temperatura della superficie del mare (SST) sugli oceani e la temperatura a 2 metri sulle terre emerse. Le anomalie termiche mostrano un pattern globale con aree di raffreddamento (blu) e riscaldamento (rosso), statisticamente significative al 95% nelle regioni tratteggiate. Questo suggerisce che il SEA modula non solo la circolazione atmosferica, ma anche le condizioni termiche superficiali, con potenziali impatti su fenomeni locali come ondate di calore.
- (f) Regressione delle Anomalie di Precipitazione Totale [mm day⁻¹]: Il pannello (f) riporta la regressione delle anomalie di precipitazione JJA, derivate dai dati detrendizzati CMAP (Xie & Arkin, 1997), sull’indice SEA. Il pattern evidenzia un dipolo di precipitazione, con incrementi (rosso) e decrementi (blu) distribuiti in modo asimmetrico, riflettendo un’influenza tropicale-extratropicale. La scala è non lineare per accentuare le variazioni estreme, e le scatole nere indicano le regioni di mediazione per l’indice PCD, sottolineando il ruolo delle forzature tropicali nel guidare la variabilità precipitativa.
In sintesi, la Figura 1 offre una panoramica multidimensionale del SEA, integrando la sua struttura spaziale, la variabilità temporale e le sue correlazioni con z500, v200, temperatura superficiale e precipitazioni. Questi risultati evidenziano il ruolo del SEA come un pattern chiave nella dinamica atmosferica estiva, con implicazioni significative per la comprensione delle teleconnessioni tra tropici ed extratropici e per il miglioramento delle previsioni climatiche stagionali, specialmente in contesti di eventi estremi come ondate di calore o alterazioni dei regimi pluviometrici.
3.2. Influenza del Pattern Estivo Atlantico Orientale (SEA) su Precipitazioni e Temperature Superficiali nel Settore Nord Atlantico-Europeo (NAE): Meccanismi e Impatti Climatici
La regressione delle temperature superficiali medie stagionali JJA sull’indice del pattern Estivo Atlantico Orientale (SEA), come illustrato nel pannello (e) della Figura 1, evidenzia una relazione interannuale robusta tra le variazioni termiche superficiali e il modo SEA all’interno del settore Nord Atlantico-Europea (NAE) e nelle sue aree circostanti. In particolare, le anomalie di temperatura più pronunciate, caratterizzate da condizioni di freddo intenso o caldo significativo, si allineano spazialmente con le maggiori anomalie negative o positive dell’altezza geopotenziale a 500 hPa (z500), come evidenziato nei pannelli (c) e (e) della stessa figura. Si potrebbe ipotizzare che tali variazioni termiche siano mediate dall’advezione di masse d’aria calda o fredda indotta dal flusso geostrofico anomalo associato al SEA, con le anomalie termiche più marcate attese nelle regioni di più intensi gradienti di altezza. Tuttavia, l’analisi della regressione dell’advezione termica sull’indice SEA (Figura S2) suggerisce un contributo advettivo trascurabile, indicando che altri meccanismi dominano la modulazione termica.
In alternativa, la coincidenza spaziale tra anomalie di temperatura positiva e negativa sembra essere guidata da processi radiativi locali. Nello specifico, un incremento (diminuzione) della radiazione solare incidente e del riscaldamento sensibile della superficie terrestre è attribuibile a una riduzione (aumento) della copertura nuvolosa, indotta da moti discendenti (ascendenti) anomali associati rispettivamente alle regioni anticicloniche e cicloniche del pattern SEA. Questo meccanismo, già proposto per spiegare le anomalie di temperatura superficiale legate all’Oscillazione Nord Atlantica Estiva (SNAO) da Folland et al. (2009), è stato approfondito da Pfahl e Wernli (2012) in termini di interazioni tra circolazione e copertura nuvolosa. L’analisi della regressione della copertura nuvolosa totale (tcc) sull’indice SEA (Figura S3) non rivela anomalie significative sull’Atlantico del Nord, ma evidenzia una riduzione statisticamente significativa di tcc nella parte orientale del settore NAE durante la fase positiva del SEA, corroborando l’ipotesi di un controllo radiativo come fattore primario nella modulazione delle temperature superficiali.
Un caso studio rappresentativo dell’impatto del SEA sulle condizioni termiche locali è offerto dalle misurazioni della temperatura a Fuhlsbüttel, Amburgo, registrate dal Deutscher Wetterdienst (DWD, 2017). La media stagionale JJA della temperatura (linea blu nel pannello (b) della Figura 1) mostra una correlazione significativa con l’indice SEA, con quest’ultimo che spiega circa il 26% della varianza osservata. Tale valore supera la percentuale di varianza spiegata dalla SNAO, stimata intorno al 21%, sottolineando il ruolo predominante del SEA nella modulazione termica regionale. Inoltre, un’analisi dei percentili estremi rivela che il 95° percentilo delle temperature massime giornaliere (TDX95) durante le estati caratterizzate da un indice SEA superiore a una deviazione standard è di 1,1°C superiore rispetto al TDX95 calcolato su tutte le estati, evidenziando un’influenza diretta del SEA sugli eventi di caldo estremo e sulle condizioni climatiche eccezionali.
Riguardo alle precipitazioni, il segnale associato al modo SEA appare generalmente debole nella maggior parte del settore NAE, come osservato nel pannello (f) della Figura 1. Tuttavia, si registrano eccezioni significative: un incremento delle precipitazioni a ovest delle Isole Britanniche e una riduzione delle precipitazioni attorno al Mar Baltico. Queste anomalie negative di precipitazione nella regione baltica sono coerenti con la diminuzione della copertura nuvolosa (tcc) e l’aumento delle temperature superficiali (Figura 1e) associati alla fase positiva del SEA, rafforzando l’ipotesi di un controllo radiativo dominante. Questo meccanismo suggerisce che le dinamiche del SEA influiscano sui regimi pluviometrici attraverso la modulazione della circolazione atmosferica e delle proprietà radiative, con implicazioni rilevanti per la previsione di eventi meteorologici estremi e la gestione delle risorse idriche nella regione NAE.
3.3. Forzatura Tropicale del Pattern Estivo Atlantico Orientale (SEA): Meccanismi e Dinamiche Atmosferiche
Le variabili climatiche delle temperature superficiali e delle precipitazioni nelle regioni tropicali esibiscono una covariabilità significativa con l’indice del pattern Estivo Atlantico Orientale (SEA), come rappresentato nei pannelli (e) e (f) della Figura 1. I coefficienti di regressione raggiungono i valori massimi nel Pacifico tropicale centrale e orientale, dove si osservano anomalie positive della temperatura superficiale del mare (SST) associate a un incremento delle precipitazioni, coincidenti con una fase positiva dell’indice SEA. In contrasto, nelle regioni dell’America centrale e dell’Atlantico tropicale occidentale emergono condizioni relativamente aride, accompagnate da anomalie negative delle temperature superficiali durante la stessa fase positiva del SEA. Un’analisi di regressione ritardata delle precipitazioni di maggio sull’indice SEA, illustrata nella Figura S4, rivela che tali anomalie pluviometriche sono già presenti nella stagione primaverile, suggerendo una persistenza delle forzature tropicali che anticipano la variabilità estiva. Il riscaldamento diabatico, generato dalle anomalie di precipitazione tropicale, è noto per costituire una sorgente di onde di Rossby (RWS), un meccanismo che può favorire l’instaurarsi di teleconnessioni tra le regioni tropicali e quelle extratropicali, come teorizzato da Sardeshmukh e Hoskins (1988). Per esplorare la possibilità di una simile teleconnessione legata alle anomalie di precipitazione in queste aree, è stato introdotto l’indice del Dipolo Pacifico-Caraibico (PCD).
L’indice PCD, rappresentato dalla linea arancione nel pannello (b) della Figura 1, è definito come la differenza normalizzata tra la precipitazione media calcolata su una regione del Pacifico (latitudini 10°N–20°N, longitudini 180°–110°W) e quella media sulla regione dei Caraibi (latitudini 10°N–25°N, longitudini 85°W–65°W), aree delineate dalle scatole nere nel pannello (f) della Figura 1. È importante sottolineare che i risultati ottenuti non dipendono dalla scelta esatta di queste regioni geografiche, mantenendo la loro validità anche qualora le precipitazioni fossero sostituite dalle anomalie di SST. L’indice PCD mostra una correlazione con l’indice SEA pari a 0,56, un valore statisticamente significativo al livello del 99% per il periodo 1980–2014, indicando una potenziale interazione tra i due indici. Tale correlazione implica che il PCD contribuisce a spiegare il 31% della varianza dell’indice SEA, con la componente di precipitazione nella regione del Pacifico che da sola spiega il 30% della varianza del SEA, mentre la componente caraibica ne spiega il 12%, riflettendo un contributo differenziato delle due aree tropicali.
L’analisi della regressione delle anomalie medie JJA dell’altezza geopotenziale a 500 hPa (z500) derivate dai dati ERA-Interim sull’indice PCD, come mostrato nel pannello (a) della Figura 2, evidenzia un pattern pronunciato di anomalie di altezza che alternano di segno lungo la direzione zonale. Questa configurazione richiama la struttura di un treno d’onda stazionario caratterizzato da un numero d’onda zonale pari a 5. Tale treno d’onda ha origine nel Pacifico centrale settentrionale, si propaga attraverso il continente nordamericano, il settore NAE e l’Asia settentrionale, coprendo quasi l’intera estensione dell’Emisfero Nord. Tuttavia, non si riscontrano anomalie di altezza significative associate al PCD sopra l’Asia orientale e il Pacifico nord-occidentale. All’interno del settore NAE, questa struttura si sovrappone in modo marcato al pattern SEA, come indicato da una correlazione di pattern pari a 0,87, sebbene l’ampiezza del SEA risulti leggermente superiore. A livello emisferico, il treno d’onda osservato presenta somiglianze con la regressione di z500 associata al SEA illustrata nel pannello (c) della Figura 1. Inoltre, l’analisi delle regressioni della sorgente di onde di Rossby (RWS, per la cui definizione si rimanda alla sezione 2 del materiale supplementare) a 200 hPa sugli indici PCD e SEA, riportata nella Figura S5, rivela un accordo generale tra i due pattern. Entrambi mostrano sorgenti di vorticità ciclonica e anticiclonica a monte delle principali anomalie di altezza negative e positive del pannello (a) della Figura 2. Le anomalie RWS più intense si localizzano nelle vicinanze della corrente a getto estiva climatologica dell’Emisfero Nord, che può fungere da guida per la propagazione delle onde di Rossby, come suggerito da Hoskins e Ambrizzi (1993).Per rafforzare l’ipotesi che le anomalie di precipitazione tropicale rappresentino un fattore determinante nel guidare il modo del pattern Estivo Atlantico Orientale (SEA), si è proceduto a reiterare l’analisi di regressione dell’indice Pacifico-Caraibico (PCD) utilizzando l’intero insieme dei membri degli ensemble OBS e CLIM, come illustrato rispettivamente nelle Figure 2b e 2c. Entrambi gli ensemble evidenziano la presenza di un treno d’onda che, pur presentando alcune somiglianze con il pattern osservato nei dati di rianalisi ERA-Interim, si distingue per ampiezze complessivamente minori. Nell’ensemble OBS, la regressione si proietta in modo marcato sul pattern SEA, mentre nell’ensemble CLIM i centri di azione risultano spostati verso est, suggerendo una diversa risposta alle condizioni al contorno. Inoltre, il treno d’onda sull’Eurasia nell’ensemble OBS mostra una minore corrispondenza con quello derivato da ERA-Interim, un’osservazione che potrebbe indicare come le temperature superficiali del mare (SST) nelle regioni extratropicali contribuiscano ad ancorare il treno d’onda nell’ensemble OBS in una posizione coerente con i dati osservativi. La proiezione delle anomalie medie di altezza geopotenziale a 500 hPa (z500) detrendizzate, calcolate sulla media dell’ensemble OBS, rispetto al pattern SEA rivela una correlazione con l’indice SEA pari a 0,43, un valore statisticamente significativo al livello del 95%. Al contrario, nell’ensemble CLIM la correlazione risultante, pari a 0,27, non raggiunge la significatività statistica. Ulteriori evidenze emergono dall’analisi della frazione di varianza del SEA spiegata dal PCD: nella media dell’ensemble CLIM tale contributo è limitato al 2%, mentre nella media dell’ensemble OBS si attesta al 25%, un valore prossimo al 26% osservato nei dati reali. Questa discrepanza sottolinea l’importanza cruciale di una rappresentazione accurata della variabilità delle SST per una simulazione realistica della variabilità interannuale del SEA, evidenziando come le condizioni oceaniche giochino un ruolo fondamentale nel modellare le dinamiche atmosferiche.
Le regioni utilizzate per il calcolo medio del PCD sono localizzate in un’area soggetta a una forte influenza dell’Oscillazione Meridionale El Niño (ENSO), il che rende plausibile un impatto di tale fenomeno sulle anomalie di SST e di riscaldamento diabatico che danno origine al treno d’onda. Per quantificare l’attività ENSO, è stato selezionato l’indice N34, basato sulla media normalizzata delle SST derivate da ERA-Interim nella regione Niño 3.4 (Trenberth & NCAR, 2016). L’analisi della correlazione tra l’indice N34 mensile e l’indice PCD JJA, come riportato nella Figura 3, rivela una tendenza degli eventi di El Niño (La Niña) in fase di sviluppo a coincidere con anomalie positive (negative) del PCD, suggerendo un’influenza diretta sulla fase positiva (negativa) del SEA. Questa relazione è ulteriormente supportata dalla regressione delle anomalie JJA di z500 sull’indice N34 relativo all’inverno successivo (DJF), che produce un pattern di treno d’onda simile a quelli illustrati nelle Figure 1c e 2 (Figura S6). Tale osservazione implica che una porzione della variabilità del SEA possa essere attribuita alla fase evolutiva dell’ENSO. Inoltre, la sostituzione dell’indice PCD con l’indice SEA nella stessa analisi (Figura S7) conferma la robustezza dei risultati, i quali si dimostrano insensibili all’esclusione di singoli anni dall’elaborazione dei dati.
Analisi Dettagliata della Figura 2: Regressione delle Anomalie di Altezza Geopotenziale a 500 hPa sull’Indice Pacifico-Caraibico (PCD) e Implicazioni per la Dinamica del SEA
La Figura 2 offre una rappresentazione approfondita delle regressioni delle anomalie medie stagionali JJA dell’altezza geopotenziale a 500 hPa (z500) rispetto all’indice Pacifico-Caraibico (PCD), un indicatore derivato dalle anomalie di precipitazione tropicale, per il periodo 1980–2014. L’analisi, condotta su dati provenienti da diverse fonti e configurazioni sperimentali, mira a esplorare la relazione tra forzature tropicali e variabilità atmosferica extratropicale, con particolare attenzione al pattern Estivo Atlantico Orientale (SEA). Tutti i dati sono stati sottoposti a un processo di detrendizzazione prima dell’analisi per isolare la variabilità interannuale, e i coefficienti di regressione sono espressi in decametri geopotenziali (gpdam) per deviazione standard dell’indice PCD.
- (a) ERA-Interim (Rₚ = 0.87): Il pannello (a) illustra la regressione delle anomalie di z500 derivate dai dati di rianalisi ERA-Interim sull’indice PCD, calcolato a partire dai dati di precipitazione CMAP. Il pattern risultante evidenzia un treno d’onda stazionario caratterizzato da alternanze zonali di anomalie positive (rappresentate in rosso) e negative (in blu), con origine nell’Atlantico del Nord e propagazione attraverso il continente nordamericano, il settore Nord Atlantico-Europeo (NAE) e l’Eurasia. La correlazione di pattern (Rₚ) tra questa regressione e il pattern SEA, definito nel testo, raggiunge un valore di 0.87, indicando una forte somiglianza strutturale. Le regioni tratteggiate evidenziano aree in cui i coefficienti di regressione sono significativamente diversi da zero al livello di confidenza del 95%, secondo un test t. Le scatole nere delimitano le regioni di mediazione del PCD (Pacifico: 10°N–20°N, 180°–110°W; Caraibi: 10°N–25°N, 85°W–65°W), mentre la scatola bianca identifica il settore NAE, che funge da riferimento per la valutazione della proiezione sul SEA.
- (b) Ensemble OBS (Rₚ = 0.65): Il pannello (b) presenta la regressione delle anomalie di z500 calcolate sulla media dell’ensemble OBS, un insieme di simulazioni forzate con temperature superficiali del mare (SST) osservate, rispetto all’indice PCD derivato dal rispettivo esperimento. Il treno d’onda osservato mantiene una certa somiglianza con quello di ERA-Interim, sebbene con ampiezze ridotte e un lieve spostamento eastward dei centri d’azione. La correlazione di pattern con il SEA è pari a 0.65, suggerendo una proiezione significativa del pattern OBS sul SEA. Le aree tratteggiate indicano significatività statistica al 95%, con una soglia di significatività più bassa rispetto a ERA-Interim, dovuta all’aumentata dimensione del campione (9 membri per ensemble), che incrementa la potenza statistica dell’analisi. Questa configurazione evidenzia come l’inclusione di SST osservate migliori la riproducibilità del pattern SEA rispetto a condizioni climatologiche.
- (c) Ensemble CLIM (Rₚ = -0.05): Il pannello (c) mostra la regressione delle anomalie di z500 sulla media dell’ensemble CLIM, forzato con SST climatologiche medie del periodo 1979–2014, rispetto all’indice PCD. Il treno d’onda risulta meno definito, con centri d’azione spostati verso est e una struttura meno coerente rispetto a ERA-Interim e OBS. La correlazione di pattern con il SEA è estremamente bassa (-0.05), indicando una mancanza di significatività statistica e suggerendo che l’assenza di variabilità interannuale nelle SST comprometta la simulazione del pattern SEA. Anche in questo caso, le aree tratteggiate indicano significatività al 95%, con la stessa soglia ridotta applicata agli ensemble.
L’analisi comparativa tra i tre pannelli sottolinea l’importanza delle condizioni al contorno oceaniche nella modulazione della variabilità atmosferica extratropicale. L’ensemble OBS, che incorpora la variabilità reale delle SST, riproduce un treno d’onda più simile a quello osservato in ERA-Interim, con una correlazione di pattern più alta rispetto all’ensemble CLIM, che si basa su SST climatologiche. Questa discrepanza suggerisce che le anomalie di SST, in particolare quelle tropicali, svolgano un ruolo cruciale nel sostenere la propagazione delle onde di Rossby e nel mantenere la coerenza spaziale del pattern SEA. La Figura 2, quindi, fornisce un quadro fondamentale per comprendere come le forzature tropicali, mediate dalle precipitazioni e dalle SST, influenzino la dinamica atmosferica su scala emisferica, con implicazioni rilevanti per la previsione climatica stagionale nella regione NAE.
Analisi Dettagliata della Figura 3: Correlazioni Lead-Lag tra l’Indice Pacifico-Caraibico (PCD) e l’Indice N34: Implicazioni per le Dinamiche Climatiche Tropicali-Extratropicali
La Figura 3 presenta un’analisi sistematica delle correlazioni lead-lag tra l’indice Pacifico-Caraibico (PCD), calcolato come media stagionale JJA delle anomalie di precipitazione nelle regioni tropicali del Pacifico e dei Caraibi, e l’indice N34, un indicatore normalizzato della temperatura superficiale del mare (SST) nella regione Niño 3.4, comunemente associato all’Oscillazione Meridionale El Niño (ENSO), basato sui dati ERA-Interim. Questa rappresentazione copre un intervallo temporale esteso e mira a elucidare la relazione temporale e causale tra le forzature tropicali e la variabilità atmosferica extratropicale, con particolare riferimento al pattern Estivo Atlantico Orientale (SEA). L’asse orizzontale del grafico indica il lag in mesi, con valori negativi che denotano situazioni in cui il PCD precede l’indice N34 (PCD lags), e valori positivi in cui l’indice N34 anticipa il PCD (PCD leads). L’asse verticale riporta i coefficienti di correlazione, con un intervallo che si estende da -0,6 a 0,6, riflettendo la forza e la direzione della relazione tra le due variabili.
Il profilo delle correlazioni, rappresentato da barre blu per ciascun mese di lag, rivela una dinamica temporale significativa. La correlazione più elevata, pari a 0,62, si manifesta a un lag di +1 mese (Mar+1), corrispondente alla relazione tra il PCD JJA e l’indice N34 del marzo dell’anno successivo. Questo picco indica che le anomalie di precipitazione tropicale, sintetizzate dal PCD durante la stagione estiva boreale, sono fortemente influenzate dalle condizioni oceaniche associate all’evoluzione dell’ENSO nei mesi successivi, suggerendo un legame causale in cui le fasi di sviluppo di El Niño o La Niña anticipano e modulano le dinamiche pluviometriche tropicali. L’inviluppo rosso tratteggiato, che delimita la soglia di significatività statistica al 95% basata su un test t, funge da riferimento per identificare le correlazioni robuste. Le barre che si estendono al di fuori di questo inviluppo sono considerate statisticamente significative, evidenziando periodi di interazione significativa tra PCD e N34.
L’analisi rivela un pattern di correlazioni positive significative prevalentemente nei mesi in cui l’indice N34 precede il PCD, con un intervallo che va da novembre a giugno, culminando nel massimo a marzo. Tale distribuzione temporale implica che le anomalie di SST associate a El Niño (correlazione positiva) o La Niña (correlazione negativa) durante la stagione invernale e primaverile possano esercitare un’influenza predittiva sulle anomalie di precipitazione tropicale che si manifestano nella successiva stagione estiva. Al contrario, nei lag negativi, in cui il PCD precede l’indice N34, le correlazioni risultano generalmente più deboli e raramente superano la soglia di significatività, suggerendo che il flusso di influenza sia prevalentemente unidirezionale, dalla variabilità ENSO alle precipitazioni tropicali, piuttosto che il contrario. Questa asimmetria temporale rafforza l’ipotesi di una forzatura tropicale che si propaga dalle condizioni oceaniche del Pacifico alle dinamiche atmosferiche extratropicali, con implicazioni rilevanti per la comprensione della prevedibilità stagionale del pattern SEA e delle sue interazioni con i fenomeni climatici globali.
3.4. L’Estate Europea del 2015: Possibile Influenza del Pattern Estivo Atlantico Orientale (SEA) sull’Ondata di Calore
Studi precedenti hanno ipotizzato che le ondate di calore estive più intense registrate in Europa a partire dagli anni ’80, con particolare riferimento a quella del 2015, siano state in parte determinate da anomalie di temperatura superficiale del mare (SST) insolitamente fredde nell’Atlantico del Nord, come suggerito da Duchez et al. (2016). In base ai risultati emersi dalla presente analisi, proponiamo che l’attivazione del pattern Estivo Atlantico Orientale (SEA), indotta da anomalie di riscaldamento diabatico di origine tropicale, possa aver rappresentato un fattore dominante nella genesi e nell’intensificazione dell’ondata di calore del 2015. Inizialmente, si rileva che l’indice SEA per quell’anno supera il valore di una deviazione standard, collocando il 2015 al terzo posto tra gli eventi positivi più significativi nel periodo 1979–2016, come documentato nella Figura 1b. Tale evidenza è corroborata dall’analisi delle anomalie di altezza geopotenziale a 500 hPa (z500) durante l’estate 2015 (Figura S8), le quali si allineano in modo marcato al pattern SEA, pur presentando alcune discrepanze nei dettagli del treno d’onda che si origina dal Pacifico orientale tropicale rispetto al pattern illustrato in Figura 2a.
Un ulteriore elemento di supporto deriva dall’andamento dell’indice Pacifico-Caraibico (PCD), che raggiunge il suo valore positivo massimo nel record ERA-Interim durante la stagione JJA del 2015 (Figura 1b, linea arancione). Le anomalie mensili del PCD si mantengono costantemente al di sopra di una deviazione standard tra aprile e settembre 2015 (dati non mostrati), un’osservazione coerente con l’evoluzione di un forte evento El Niño che ha raggiunto il suo apice nell’inverno 2015/2016, come riportato da McPhaden (2015). Questa convergenza di fattori, inclusa l’anomalia positiva del PCD e l’intensificazione del SEA, suggerisce che la teleconnessione tra le dinamiche tropicali ed extratropicali, come delineata nel presente studio, possa aver svolto un ruolo cruciale nei processi atmosferici sottostanti l’ondata di calore europea del 2015. Inoltre, si può ipotizzare che le anomalie di SST nell’Atlantico del Nord abbiano contribuito a modulare la tempistica e l’ampiezza di questo evento estremo, in linea con le conclusioni di Duchez et al. (2016). Tale interpretazione risulta coerente con i risultati del confronto tra gli ensemble OBS e CLIM discusso in precedenza, che evidenziano l’importanza delle variazioni osservate delle SST nella simulazione delle dinamiche atmosferiche associate al SEA.
4. Sintesi e Discussione: Caratterizzazione del Pattern Estivo Atlantico Orientale (SEA) e sue Implicazioni Atmosferiche
Il presente studio ha permesso di identificare il pattern Estivo Atlantico Orientale (SEA) come una modalità distintiva di variabilità atmosferica estiva boreale nella regione Euro-Atlantica, chiaramente differenziata dal regime dominante estivo, l’Oscillazione Nord Atlantica Estiva (SNAO). Il SEA è stato definito come la seconda funzione ortogonale empirica (EOF) delle anomalie medie stagionali JJA dell’altezza geopotenziale a 500 hPa (z500) derivate dai dati di rianalisi ERA-Interim, coprendo il periodo 1979–2016 all’interno del settore Nord Atlantico-Europeo (NAE). Questa componente spiega il 18% della varianza media stagionale, in contrasto con il 35% attribuito alla SNAO, evidenziando la sua rilevanza come secondo modo principale di variabilità nella regione.
Numerosi studi precedenti hanno esplorato pattern di variabilità a bassa frequenza nella stagione estiva boreale al di fuori della SNAO (Cassou et al., 2005; Ding et al., 2011; Ghosh et al., 2017; Saeed et al., 2014). Tra questi, la maggiore affinità con il nostro lavoro si riscontra nell’analisi di Cassou et al. (2005), i quali hanno descritto un regime di Bassa Atlantica (AL) che presenta una forte somiglianza con la fase positiva del SEA. I suddetti autori hanno dimostrato che l’insorgenza di tale regime incrementa significativamente la probabilità di temperature estreme in Francia. Analogamente, altre ricerche hanno associato pattern di anomalie di circolazione simili a specifiche estati caratterizzate da eventi estremi (Black et al., 2004; Duchez et al., 2016). Nel contesto del presente studio, si forniscono evidenze che, durante la fase positiva del SEA, le temperature superficiali medie stagionali risultano elevate, mentre le precipitazioni medie diminuiscono sull’Europa centrale e settentrionale, un fenomeno attribuibile a una riduzione della copertura nuvolosa. Tale configurazione atmosferica potrebbe plausibilmente favorire un aumento della probabilità di occorrenza di ondate di calore. Tuttavia, i meccanismi sottostanti attraverso cui il SEA modula gli estremi delle distribuzioni di temperatura e precipitazioni richiedono ancora un’indagine sistematica e approfondita. I risultati ottenuti suggeriscono che un miglioramento nella rappresentazione della variabilità del SEA all’interno dei modelli climatici potrebbe apportare sostanziali vantaggi alla previsione stagionale degli eventi estremi nella regione NAE.
Le prospettive per una simulazione più raffinata del SEA appaiono incoraggianti: il presente lavoro ha dimostrato che il SEA costituisce la componente specifica del settore NAE di un treno d’onda di Rossby stazionario, caratterizzato da un numero d’onda zonale pari a 5, con origine nel Pacifico settentrionale. Questo fenomeno è associato a un flusso divergente anomalo significativo nella troposfera superiore, che funge da sorgente per la propagazione delle onde. Tale flusso divergente alterato emerge come risposta a una convezione anomala nel Pacifico centrale, appena a nord dell’equatore, combinata con anomalie di segno opposto nella regione dei Caraibi. Di fatto, il treno d’onda che incorpora il pattern SEA può essere ricostruito attraverso la regressione delle anomalie medie JJA di altezza sull’indice PCD, un indicatore a dipolo che misura la differenza di precipitazione tra le suddette regioni tropicali.Le anomalie di precipitazione tropicale osservate possono essere ricondotte a variazioni delle temperature superficiali del mare (SST) associate all’evoluzione di eventi legati all’Oscillazione Meridionale El Niño (ENSO), con un indice Pacifico-Caraibico (PCD) che assume valori positivi (negativi) nelle estati precedenti il picco di El Niño (La Niña), come evidenziato nella Figura S9. Tale forzatura tropicale delle SST a supporto della teleconnessione è corroborata da due esperimenti di hindcast stagionali. L’ensemble completo di un modello atmosferico alimentato con dati osservati di SST (ensemble OBS) riproduce un treno d’onda associato al PCD che si allinea con la teleconnessione tra regioni tropicali ed extratropicali presente nella rianalisi, sebbene con un’ampiezza complessivamente ridotta. Inoltre, la media dell’ensemble OBS dimostra una capacità significativa nel replicare la variabilità interannuale del pattern Estivo Atlantico Orientale (SEA) osservata nella rianalisi. Una possibile spiegazione per questa performance potrebbe risiedere nella capacità della media dell’ensemble OBS di riprodurre le anomalie di precipitazione osservate, come diretta conseguenza dell’implementazione delle SST specificate. Questa connessione tra il modo extratropicale SEA e le anomalie delle SST legate allo sviluppo dell’ENSO presenta implicazioni di rilievo per la previsione stagionale dell’estate boreale nel settore Nord Atlantico-Europeo (NAE). Dato che la circolazione su larga scala nelle regioni tropicali è intrinsecamente prevedibile con tempi di anticipo più lunghi rispetto all’atmosfera extratropicale (Palmer & Anderson, 1994), la formulazione di una previsione stagionale della variabilità atmosferica estiva associata al SEA potrebbe costituire un obiettivo realisticamente perseguibile. La verifica della presenza del meccanismo di teleconnessione all’interno di un modello di previsione stagionale, unitamente allo sviluppo di hindcast statistici del SEA, rappresenta un ambito di indagine da esplorare in futuri studi.
È opportuno evidenziare che il treno d’onda correlato al PCD presenta una notevole somiglianza con il pattern Pacifico-occidentale-Nord America (WPNA) descritto da Ding et al. (2011). Tale struttura emerge come il secondo modo dominante di variabilità congiunta tra le precipitazioni tropicali estive boreali e l’altezza geopotenziale a 200 hPa negli extratropici, secondo i dati della rianalisi NCEP/NCAR. La somiglianza è particolarmente evidente sopra il Pacifico orientale e il Nord America. Ding et al. (2011) attribuiscono l’insorgenza del WPNA a una forzatura esercitata da anomalie di riscaldamento diabatico sopra il Mar delle Filippine, correlate al monsone estivo del Pacifico occidentale nord (WNPSM), componente del sistema del monsone estivo dell’Asia orientale e legato al pattern Pacifico-Giappone (Sun et al., 2010). Inoltre, essi osservano che il WPNA si manifesta nelle estati successive al picco di un evento ENSO. Sia la natura della forzatura che la relazione con l’ENSO differiscono dai nostri risultati, nonostante la chiara analogia nei pattern di teleconnessione. Saranno necessarie ulteriori indagini per chiarire il potenziale contributo di una forzatura legata al WNPSM sul SEA.
Esistono ricerche che propongono una forzatura delle anomalie di circolazione simili al SEA da parte delle SST atlantiche (Duchez et al., 2016; Gastineau & Frankignoul, 2015). Sebbene non venga analizzata tale connessione in dettaglio nel presente studio, i nostri risultati non escludono una possibile influenza in tal senso. Infatti, si rileva la presenza di un tripolo di SST atlantiche nei mesi precedenti il SEA (Figura S10), in accordo con le osservazioni di Gastineau e Frankignoul (2015). Tuttavia, gli esperimenti condotti non consentono di isolare con precisione gli effetti delle SST dell’Atlantico del Nord da quelli delle SST del Pacifico tropicale e dei Caraibi. Il treno d’onda correlato al PCD che attraversa l’Atlantico del Nord nell’ensemble OBS si posiziona in modo simile a quello osservato in ERA-Interim, mentre il corrispondente treno d’onda nell’esperimento con SST/SI climatologiche (CLIM) risulta spostato verso est. Questa discrepanza suggerisce che l’inclusione di SST realistiche, come nell’ensemble OBS, possa stabilizzare il treno d’onda extratropicale nella fase corretta, potenzialmente agendo come un feedback positivo sulle anomalie della circolazione atmosferica.
0 commenti