Origins of multi-decadal variability in sudden stratospheric warmings (PARTE 4)

3.5 Interazioni QBO-Vortice

“Nonostante alcuni segnali coincidenti tra le temperature superficiali del mare (SST) tropicali, gli anni AL e SSW5, la variabilità a lungo termine di questi indici superficiali non riesce a spiegare completamente i segnali multi-decadali nella frequenza degli eventi di riscaldamento stratosferico improvviso (SSW). Una potenziale fonte aggiuntiva di variabilità interna a lungo termine potrebbe trovarsi all’interno della stratosfera. Studi precedenti hanno osservato variazioni a lungo termine nella forza della relazione di Holton-Tan (Lu et al., 2008, 2014; Osprey et al., 2010), sebbene la causa di queste variazioni non sia ben compresa. Per indagare ulteriormente, la Figura 10 mostra lo spettro di potenza wavelet dei venti QBO all’inizio dell’inverno (settembre-novembre) a livelli selezionati. Dato che il QBO evolve relativamente lentamente, l’utilizzo dei venti mediati di settembre-novembre fornisce una rappresentazione adeguata del QBO e permette anche di valutare la relazione ritardata tra il QBO e la successiva occorrenza di un SSW. Si osserva un segnale chiaro tra i 2 e i 4 anni per la maggior parte della simulazione, come previsto, ma non si riscontra una potenza significativa nei periodi più lunghi, confermando che non esiste una variabilità a lungo termine significativa nella periodicità dei venti QBO che possa spiegare le variazioni multi-decadali negli anni SSW5 attraverso la relazione di Holton-Tan. Sebbene la tecnica di analisi wavelet sia efficace nel rilevare le modulazioni di frequenza, è meno adatta per esaminare le modulazioni di ampiezza, che sono chiaramente evidenti in alcune delle serie temporali dell’indice QBO. Ad esempio, le serie temporali QBO a 20 hPa e quelle più profonde (15–30 hPa) mostrano variazioni multi-decadali nell’ampiezza della fase occidentale, mentre le ampiezze della fase orientale sono relativamente costanti nel tempo. In modo simile, le serie temporali a 50 e 30 hPa mostrano modulazioni di ampiezza principalmente nella fase orientale. Questa modulazione di ampiezza può essere messa in evidenza attraverso la trasformata di Hilbert di ciascuna serie temporale QBO (Fig. 11a–f). L’analisi wavelet delle serie temporali QBO trasformate mostra ora una potenza significativa su scale temporali multi-decadali (Fig. 11g–l).“

In particolare, le serie temporali del QBO a 20 hPa e quelle più profonde mostrano segnali che coincidono nel tempo e su periodi simili (60-90 anni) a quelli osservati negli anni con eventi di riscaldamento stratosferico improvviso (SSW5). D’altro canto, gli indici QBO basati sui venti equatoriali a 50 o 30 hPa mostrano una potenza minima in questi periodi, nonostante dimostrino una forte relazione intrastagionale secondo la teoria di Holton-Tan (Fig. 4). Dato che l’indice QBO profondo (15-30 hPa) esibisce sia variabilità su una scala multi-decennale sia un forte accoppiamento HT intrastagionale, continuiamo l’analisi approfondita delle interazioni QBO-SSW utilizzando questo indice.

L’analisi wavelet dell’indice di modulazione dell’ampiezza del QBO profondo (15-30 hPa), smussato su un periodo di 5 anni (Fig. 12a), evidenzia con maggiore chiarezza la periodicità a lungo termine, mostrando una potenza statisticamente significativa intorno ai 90 anni nell’intervallo di tempo tra 500 e 800 anni. La potenza incrociata tra gli anni SSW5 e questo indice di modulazione dell’ampiezza del QBO (Fig. 12b) si allinea estremamente bene con i segnali osservati negli anni SSW5 intorno ai 90 anni. Si notano anche caratteristiche coincidenti su altre scale temporali, sebbene il segnale tra gli anni 450 e 550 a periodi di 60 anni sia meno ben definito. Le frecce che indicano la relazione di fase nella principale regione di variabilità a lungo termine (periodi attorno ai 90 anni nell’intervallo 450-800 anni) sono orientate prevalentemente verso sinistra (uno sfasamento di fase di π), indicando che i segnali sono approssimativamente in anti-fase. La leggera inclinazione verso il basso delle frecce suggerisce una piccola deviazione da questa relazione a zero ritardo, che verrà discussa in seguito. La relazione in anti-fase è coerente con la teoria di Holton-Tan, secondo la quale un’anomalia QBO occidentale (positiva) corrisponde a una riduzione nella frequenza degli eventi SSW.

Nella nostra discussione precedente, abbiamo collegato la variabilità a lungo termine nella frequenza degli SSW all’esistenza di periodi prolungati di stallo, durante i quali il vortice è relativamente indisturbato e non si verificano eventi SSW (Fig. 2). L’analisi dello spettro incrociato con la modulazione dell’ampiezza del QBO profondo suggerisce un’interpretazione fisica possibile, coinvolgendo la relazione di Holton-Tan che varia su scale temporali più lunghe. In questo scenario, una serie di anni consecutivi che mostrano un’ampia ampiezza del QBO occidentale profondo all’inizio dell’inverno porta a una serie di inverni con una frequenza ridotta di SSW, ovvero un periodo di stallo. Al contrario, una serie di anni con un QBO orientale profondo di grande ampiezza porterebbe a una serie di anni con eventi consecutivi.

Abbiamo convalidato i risultati delle analisi wavelet descritte precedentemente ripetendo la regressione multilineare (vedi Tabella 1), ma utilizzando gli indici QBO, ENSO e AL lisciati su un periodo di 5 anni per valutare i loro contributi relativi alla serie temporale degli anni SSW5, anch’essa lisciata su 5 anni. I coefficienti di regressione risultanti per l’ampiezza del QBO profondo e per l’AL si sono rivelati significativi al livello del 95%, sebbene il contributo di AL rimanga limitato e vicino al limite di significatività. Il coefficiente per il Niño 3.4 non risulta significativo, il che suggerisce che la connessione tra ENSO e la variabilità del vortice sia dominata da scale temporali inferiori ai 5 anni. Isolando ulteriormente i segnali su scala multi-decennale attraverso un filtro di Fourier, in modo da conservare solo le periodicità superiori ai 60 anni, il coefficiente per il Niño 3.4 si avvicina allo zero, mentre il segnale dell’ampiezza del QBO profondo si aggira intorno a -0.2. Ciò è in linea con la nostra analisi wavelet, che indica un ruolo predominante per le variazioni di ampiezza del QBO su queste lunghe scale temporali. Il coefficiente per l’AL rimane significativo ma inferiore a quello del QBO (e al di fuori degli intervalli di errore). A completamento, abbiamo ripetuto l’analisi di regressione utilizzando un indice PDO lisciato su 5 anni al posto dell’AL, ma non abbiamo osservato cambiamenti significativi nei coefficienti (non mostrati). Ciò è coerente con il fatto che gli indici AL e PDO presentano spettri simili e una forte correlazione tra loro (-0.45 non filtrato e -0.68 filtrato), come anche riscontrato da Mantua et al. (1997) e Rodionov et al. (2005).

Per meglio chiarire il ruolo del QBO, si noti che un’analisi della Figura 10 rivela che la maggior parte della variabilità di ampiezza a lungo termine dell’indice QBO profondo (15–30 hPa) è legata all’ampiezza della fase occidentale (la fase orientale mostra un’ampiezza relativamente costante nel tempo). Inoltre, come menzionato in precedenza, la simulazione presenta più intervalli di stallo rispetto a intervalli di eventi consecutivi, il che suggerisce che la variabilità a lungo termine osservata possa derivare principalmente dalla fase occidentale del QBO. Per esplorare questa ipotesi, abbiamo isolato gli intervalli di stallo SSW modificando la serie temporale degli anni SSW5 nel seguente modo: tutti i tassi di SSW superiori a 0,54 eventi per stagione (la media climatologica) sono stati riportati a 0,54, eliminando così la variabilità negli intervalli di 5 anni che mostrano tassi di SSW anomamente elevati. La Figura 13 mostra lo spettro di potenza incrociato tra questa serie temporale modificata degli anni SSW5 e la serie temporale dell’ampiezza del QBO profondo.

Si conserva una significativa potenza di incrocio nella porzione della serie temporale degli anni SSW5 che mostra potenza significativa (contorni verdi nella Fig. 13), quando confrontata con la Fig. 12b, in cui viene utilizzata l’intera serie temporale. Inoltre, la relazione di fase mostra una tendenza significativamente più vicina all’antifase (ossia, puntando verso sinistra). Questo fornisce ulteriore supporto al fatto che, nel modello, la relazione tra il QBO profondo e gli SSW su queste lunghe scale temporali sia principalmente dovuta ai periodi di stallo degli SSW.

Sorge spontanea la domanda se questa sensibilità ai venti occidentali profondi del QBO che abbiamo riscontrato nel modello sia presente anche nell’atmosfera reale. L’analisi del dataset ERA-Interim fornisce un supporto limitato. Alcuni inverni negli anni ’90 sono caratterizzati da venti equatoriali anormalmente occidentali tra settembre e novembre, che sono coerenti verticalmente tra i livelli di 15 e 30 hPa. Tuttavia, questo fenomeno è intermittente e non si estende per l’intero intervallo degli anni ’90, periodo durante il quale gli SSW erano notevolmente assenti nei dati osservativi (non mostrati). D’altro canto, un breve periodo di stallo osservato a metà degli anni 2010 è associato a tre anni consecutivi di anomalia occidentale profonda nel QBO. Complessivamente, è evidente che la relazione, se presente nell’atmosfera reale, è probabilmente oscurata da altri fattori, inclusi l’aumento dei gas serra e le eruzioni vulcaniche, e il dataset osservativo è troppo limitato per fornire una validazione utile per queste variazioni su scale temporali così lunghe.

4. Riassunto e Discussione

In questo studio, abbiamo analizzato la variabilità nella comparsa di periodi di stallo e di intervalli di eventi consecutivi di SSW (Sudden Stratospheric Warming – Riscaldamento Stratosferico Improvviso) in una simulazione di controllo pre-industriale di 1000 anni del Modello del Sistema Terra del Regno Unito. Sebbene vi sia una considerevole evidenza osservativa dell’impatto degli SSW sul clima e sul tempo meteorologico troposferico sottostante, la loro variabilità su scale multi-decennali e i meccanismi di forzamento associati non sono ben compresi a causa della limitatezza dei dati osservativi. L’analisi di lunghe simulazioni climatiche con modelli è attualmente l’unico strumento disponibile per comprendere questa variabilità.

Abbiamo riscontrato nel modello una variabilità realistica su scala decennale e multi-decennale, con intervalli di stallo di 10 anni o più nei quali non si verificavano SSW, simili a quanto osservato nel record SSW degli anni ’90 (Pawson e Naujokat, 1999; Shindell et al., 1999), e anche periodi di eventi consecutivi nei quali si verificava almeno un SSW ogni anno, come osservato nei primi anni 2000 (Manney et al., 2005). Una rappresentazione lisciata su 5 anni della frequenza di SSW (anni SSW5) ha mostrato variazioni periodiche per circa 450 anni dei 1000 anni di simulazione, con massimi di potenza wavelet corrispondenti a una periodicità di circa 60-90 anni.

È stata indagata una possibile fonte di questa variabilità a lungo termine nelle SST (Temperature della Superficie del Mare) tropicali. Sono state eseguite analisi wavelet e dello spettro incrociato utilizzando vari indici SST tropicali, compreso l’indice Niño 3.4, e un indice della forza del AL (Anticiclone di Azzorre), che è collegato al forzamento delle onde planetarie su larga scala della stratosfera invernale. Nonostante tutti questi indici mostrassero variabilità a lungo termine, alcuni dei quali si sovrappongono con la periodicità e gli intervalli temporali osservati nello spettro degli anni SSW5, nessuno di essi è stato in grado di spiegare completamente l’intervallo esteso di 450 anni di significativa potenza a 60-90 anni osservato nello spettro degli anni SSW5. La debole relazione tra l’AL e l’occorrenza di SSW è inaspettata, e modificare la metrica utilizzando una misura SLP (Pressione al Livello del Mare) media calcolata su un’area, come utilizzato in Garfinkel et al. (2012), non ha rivelato una connessione più forte. Ulteriori analisi della relazione tra AL e SSW nella simulazione sarebbero utili (ma vanno oltre l’ambito di questo studio) per esplorare se l’AL mostri una connessione con la forza media del vortice, anche se non appare una connessione diretta con l’occorrenza di SSW.Una seconda possibile fonte di variabilità a lungo termine, che coinvolge variazioni nel QBO, è stata altresì indagata. È stata presa in considerazione una serie di indici QBO, inclusi approcci standard che utilizzano i venti equatoriali a un determinato livello di pressione, come ad esempio a 50 hPa, e anche un indice di un ‘QBO profondo’, che calcola la media dei venti QBO tra i 15 e i 30 hPa, ideato per catturare il grado di coerenza verticale nei venti QBO (come proposto da Gray et al., 2018 e Andrews et al., 2019). Un’analisi wavelet diretta di questi indici QBO non ha rivelato alcuna potenza per periodicità superiori ai 2-4 anni. Tuttavia, sebbene non ci sia una variabilità a lungo termine nella frequenza del QBO, un esame visuale delle serie temporali del QBO mostra chiaramente la presenza di variabilità a lungo termine nelle ampiezze del QBO. Questa modulazione di ampiezza è stata misurata attraverso la trasformata di Hilbert dell’indice QBO. L’analisi wavelet delle variazioni di ampiezza ottenute dalla trasformata di Hilbert degli indici QBO ha mostrato una periodicità a lungo termine che corrisponde a quella osservata nell’analisi wavelet degli anni SSW5. In particolare, l’indice del QBO profondo ha evidenziato segnali significativi che coincidono con quelli negli anni SSW5, corrispondenti a periodicità di circa 90 anni. Questa sovrapposizione ha rappresentato quasi tutti i 450 anni di variabilità degli SSW presenti sulla scala temporale di 90 anni. L’analisi di regressione degli indici lisciati e filtrati su 5 anni ha confermato il contributo dell’ampiezza del QBO profondo alla variabilità degli SSW su scale temporali superiori ai 60 anni.

La nostra analisi ha quindi rivelato una relazione inaspettata tra la forza e la coerenza verticale del QBO e la variabilità a lungo termine nella frequenza degli SSW. Questa relazione si è dimostrata particolarmente sensibile alla fase di ponente del QBO. Periodi estesi di fasi di ponente profonde nel QBO sono stati associati a periodi di stallo con pochi o nessun SSW, in accordo con la relazione di Holton-Tan. Sebbene questo risultato sembri convincente, va osservato che il modello ha presentato alcuni bias associati al QBO, relativi al periodo e al tasso di discesa delle zone di taglio. Il periodo esteso di quasi 3 anni potrebbe introdurre un elemento di sincronizzazione di fase tra il QBO e il ciclo stagionale, facendo sì che i mesi invernali si verifichino preferibilmente in una fase del QBO piuttosto che in un’altra (come evidenziato dalle legende nella Fig. 5). Questo potrebbe influenzare l’accoppiamento tra QBO e vortice. Tuttavia, questi bias sono comuni nei moderni modelli climatici globali (GCM) (Bushell et al., 2020), e Rao et al. (2020) hanno mostrato che la rappresentazione dell’effetto HT nel UKESM è migliore rispetto alla maggior parte dei principali GCM presentati nel CMIP6, indicando che questo piControl rimane uno degli strumenti più efficaci per studiare la variabilità multi-decennale nella stratosfera. Studi recenti hanno anche mostrato una notevole variabilità inter-modello nelle rappresentazioni del QBO e degli SSW (Bushell et al., 2020; Ayarzagüena et al., 2020), quindi è possibile che il risultato di questo studio sia dipendente dal modello. Sono necessarie ulteriori analisi su lunghe simulazioni di diversi modelli per verificare questi risultati.

Combinando i risultati di tutte queste analisi, la nostra conclusione generale è che la variabilità multi-decennale nella frequenza degli SSW nel UKESM è principalmente attribuibile alla variabilità a lungo termine nell’accoppiamento QBO-SSW, particolarmente a periodicità di circa 90 anni, e, in misura minore, alla variabilità nell’intensità dell’Aleutian Low a periodicità di circa 60 anni, anche se la coerenza con i segnali dell’AL è molto meno persistente rispetto al QBO. Considerato l’impatto osservato degli SSW sul clima e sul tempo meteorologico troposferico sottostante, una migliore comprensione della fonte e dei meccanismi di variabilità a lungo termine nelle interazioni QBO-SSW potrebbe aiutare a migliorare le future previsioni meteorologiche stagionali e le proiezioni climatiche su scala decennale.

La natura esatta dei meccanismi di interazione tra il QBO e gli SSW non è ancora pienamente compresa (Anstey e Shepherd, 2014). Anche se l’importanza delle interazioni tra le onde e il flusso medio è ampiamente riconosciuta, sono necessari studi ulteriori per esplorare la rilevanza e l’utilità dell’indice del QBO profondo messo in evidenza in questo studio, che identifica una fase del QBO verticalmente coerente. Questo sembra essere particolarmente pertinente per le interazioni a lungo termine tra il QBO e gli SSW durante la fase di ponente del QBO. È necessaria anche un’ulteriore indagine sulla fonte della variabilità a lungo termine nell’ampiezza della fase di ponente del QBO.

Sebbene un’influenza diretta delle SST tropicali sulla variabilità a lungo termine nella frequenza degli SSW non sia stata confermata da questo studio, potrebbe comunque esistere una teleconnessione importante attraverso il QBO, nella quale le SST influenzano il QBO, che a sua volta influisce sulla frequenza degli SSW tramite la relazione di Holton-Tan. Un’analisi preliminare attraverso lo studio dello spettro incrociato dell’indice del QBO profondo con l’ENSO e selezionati indici SST mostra un certo contributo da ciascuna di queste regioni (Figure A6 e A7), non sorprendentemente a causa della fonte tropicale delle onde equatoriali note per guidare il QBO. Un esame più dettagliato della natura precisa del forzamento della fase QBO-W nel modello, in termini di forzamento delle onde di Kelvin e di gravità, sarebbe utile (ma va oltre l’ambito di questo studio).

Le analisi di serie temporali come quelle presentate qui possono evidenziare associazioni tra modi di variabilità, ma sono meno capaci di determinare la causalità. Ove possibile, abbiamo selezionato indici che confermano una causalità ben nota nella stessa stagione, come un indice QBO di inizio inverno a confronto con un indice SSW di metà inverno, ma stabilire la causalità su scale temporali più lunghe è difficile e richiederebbe esperimenti climatici ben progettati con modelli. Il sistema climatico è estremamente complesso, con molteplici interazioni tra diversi modi di variabilità. Il sistema climatico è anche chiaramente non stazionario, come evidenziato nella nostra simulazione in cui l’interazione QBO-SSW mostra una potenza a periodicità di 60-90 anni per 450 anni, ma è assente nella prima metà della simulazione. Sebbene questa complessità significhi che è estremamente difficile districare le influenze o attribuire una causalità, una migliore comprensione dei singoli legami in questo complesso sistema, come la relazione tra il QBO e gli SSW, contribuirà comunque a una migliore comprensione dell’intero sistema complesso.