QBO–MJO Connection (Zhang & Zhang, 2018) — perché l’MJO “fa più giorni” durante la QBO orientale e cosa ci dice sulla dinamica tropicale – Atmosfera di Sapere: Studi e Curiosità Meteorologiche

http://dx.doi.org/10.1002/2017JD028171

Nel lavoro “QBO–MJO Connection” (Chidong Zhang e Bosong Zhang, Journal of Geophysical Research: Atmospheres, 2018) l’idea centrale è tanto semplice quanto, a ben vedere, destabilizzante per alcune interpretazioni precedenti: in inverno boreale l’MJO risulta mediamente più “attiva” durante la fase orientale della QBO (EQBO), ma questo surplus di attività non deriva principalmente da eventi individuali più “potenti”; deriva soprattutto dal fatto che ci sono più giorni di MJO, perché si innescano più eventi e perché gli eventi durano di più e riescono più spesso ad attraversare (o a non “rompersi contro”) la barriera del Maritime Continent. repository.library.noaa.gov

Il valore aggiunto dello studio sta anche nel metodo: invece di affidarsi solo a indici sintetici (che possono confondere ampiezza, frequenza e persistenza), gli autori identificano i singoli eventi di MJO seguendo segnali di propagazione verso est nella precipitazione, cioè cercando la “traccia” dell’MJO dove fisicamente deve manifestarsi: nel ciclo convettivo e nella pioggia associata. In questo modo separano meglio tre aspetti che spesso vengono mescolati: quante volte l’MJO parte (frequenza di eventi), quanto dura (persistenza) e quanto è intensa ogni singola “onda convettiva” (ampiezza). Il risultato è che la differenza EQBO–WQBO emerge soprattutto come differenza di occupazione temporale (più giorni con MJO), non come sistematico aumento dell’ampiezza evento-per-evento. repository.library.noaa.gov

Questa conclusione si innesta in una letteratura che, a partire dal 2016, ha reso il legame QBO–MJO un tema di primo piano. Il lavoro seminale di Yoo & Son (2016) aveva mostrato una modulazione robusta dell’attività dell’MJO in inverno boreale in funzione della fase della QBO, suggerendo che la variabilità intrastagionale tropicale non è “solo troposferica”, ma può risentire dello stato del flusso zonale equatoriale nella bassa stratosfera. AGU Publications Son et al. (2017) hanno poi formalizzato l’idea di un controllo stratosferico sull’MJO, collegando la QBO a cambiamenti termodinamici nella tropical tropopause layer (TTL) e, in particolare, nella stabilità statica prossima alla tropopausa: durante EQBO, anomalie di temperatura più fredde in alta troposfera/bassa stratosfera possono ridurre la stabilità (o favorire fasi in cui la riduzione di stabilità è più “in fase” con la convezione), facilitando la crescita e l’organizzazione della convezione profonda associata all’MJO. journals.ametsoc.org Un tassello importante, coerente con questa prospettiva, è lo studio di Hendon & Abhik (2018), che evidenzia differenze nella struttura verticale dell’MJO tra EQBO e WQBO e insiste proprio sul ruolo della stabilità alla tropopausa e del modo in cui essa si combina con le anomalie indotte dall’MJO stesso. AGU Publications

Zhang & Zhang (2018), però, spostano l’attenzione dalla “pura intensificazione” alla dinamica degli eventi: perché durante EQBO l’MJO non solo parte più spesso sull’Oceano Indiano, ma tende anche a vivere più a lungo e a propagare più efficacemente oltre il Maritime Continent. Qui entra in gioco un aspetto molto concreto della fisica dell’MJO: il Maritime Continent non è un semplice tratto di oceano, ma un mosaico di isole, orografia, forti contrasti terra-mare e un ciclo diurno convettivo aggressivo, che spesso interrompe la coerenza della propagazione intrastagionale. Parlare di “barriera” significa, in pratica, che la convezione dell’MJO fatica a mantenere continuità spaziale e temporale quando deve attraversare una regione dove i forcing locali (brezze, orografia, temporali diurni) competono con la struttura a grande scala dell’onda convettiva. Nel quadro degli autori, in EQBO questa barriera è “più debole”: non perché il Maritime Continent cambi natura, ma perché lo stato termodinamico e dinamico del medio-alto troposfera/TTL rende più facile che la convezione resti accoppiata alla circolazione su scala planetaria e continui a propagare verso est. repository.library.noaa.gov

Un punto che merita attenzione, soprattutto per chi fa analisi operativa, è l’eterogeneità zonale: il legame QBO–MJO non si manifesta in modo uniforme in tutte le longitudini e, di conseguenza, anche il segnale nella precipitazione tropicale totale può essere “a chiazze”, con regioni dove il segnale è forte e altre dove si attenua o cambia segno. Questo è un messaggio metodologico importante: se misuro l’MJO o la convezione con un indice globale, rischio di perdere proprio la parte fisicamente più informativa, cioè dove l’interazione QBO–TTL–convezione è più efficace (spesso tra Indo-Pacifico e settori prossimi al Maritime Continent). repository.library.noaa.gov

Le implicazioni non sono solo teoriche ma anche predittive. Diversi studi hanno collegato la fase della QBO a differenze di skill e predicibilità dell’MJO su scala subseasonal-to-seasonal (S2S), coerentemente con l’idea che in EQBO l’MJO sia più persistente (quindi, in media, più “prevedibile” perché l’evento dura e mantiene coerenza). AGU Publications+1 Inoltre, lavori focalizzati sul Maritime Continent mostrano che proprio lì la modulazione può essere particolarmente rilevante per ampiezza e struttura dell’MJO, cioè nel “collo di bottiglia” della propagazione. journals.ametsoc.org

Detto questo, la comunità è consapevole di due grandi sfide aperte. La prima è la riproducibilità nei modelli climatici: l’analisi di Kim et al. (2020) su CMIP6 evidenzia che, anche quando alcuni modelli simulano una QBO plausibile, il segnale QBO–MJO osservato non emerge con la stessa robustezza e spesso non supera ciò che ci si aspetterebbe da variabilità interna campionata casualmente; questo suggerisce che o il meccanismo è delicato (e quindi facile da perdere con bias anche piccoli in QBO, TTL o convezione) oppure che una parte del segnale osservato dipenda da contingenze del periodo osservativo e dall’interazione con altri forzanti (SST/ENSO, decadal variability, trend). OpenSky La seconda sfida è l’inquadramento “unificato” della dinamica: un’ampia sintesi (Martin et al., 2021) ribadisce che il legame QBO–MJO è supportato da molte evidenze osservative e da ragionamenti fisici credibili (soprattutto via anomalie termiche/stabilità nella UTLS), ma mostra anche che restano nodi importanti su quando e perché il coupling si rafforza o si indebolisce, e su come rappresentarlo in modo realistico nelle parametrizzazioni convettive e nella fisica della TTL. par.nsf.gov+1

In sostanza, QBO–MJO Connection di Zhang & Zhang (2018) è prezioso perché cambia la domanda operativa: non “l’MJO è più forte in EQBO?”, ma “in EQBO l’MJO è più frequente e più persistente, e attraversa meglio il Maritime Continent: quali condizioni di UTLS e di background Indo-Pacifico rendono possibile questa maggiore continuità?”. Se mettiamo insieme questo con i lavori su stabilità alla tropopausa e struttura verticale (Son et al., 2017; Hendon & Abhik, 2018) e con i risultati su skill S2S, il messaggio pratico è chiaro: quando guardi un’uscita modellistica o una diagnostica convettiva, la fase QBO non va trattata come un dettaglio stratosferico “decorativo”, ma come una condizione di contorno che può spostare le probabilità di innesco, durata e attraversamento del Maritime Continent, cioè proprio le tre cose che spesso determinano se un treno MJO riuscirà a diventare un forcing extratropicale efficace nelle settimane successive.

1. Introduzione — La connessione QBO–MJO come “ponte” troposfera–stratosfera e come leva di predicibilità S2S

Negli ultimi anni si è consolidata un’evidenza osservativa che, per chi si occupa di dinamica tropicale e previsione subseasonal-to-seasonal (S2S), è difficile ignorare: durante l’inverno boreale l’attività della Madden–Julian Oscillation (MJO) tende a risultare più marcata quando la Quasi-Biennial Oscillation stratosferica è in fase orientale (QBOE) rispetto alla fase occidentale (QBOW), mentre questo segnale appare molto più debole o assente in altre stagioni. AGU Publications+1 La “forza” di questa connessione non sta solo nel risultato statistico, ma nel suo significato fisico: mette in relazione un’oscillazione della bassa stratosfera equatoriale, con tempi scala di mesi, con la principale modalità intrastagionale della convezione tropicale, suggerendo che la MJO non è un fenomeno confinato alla sola troposfera ma risente, in modo non trascurabile, delle condizioni al contorno e dei processi nella fascia alta della troposfera e nella bassa stratosfera (UTLS/TTL). American Meteorological Society Journals+1 In altre parole, è un caso da manuale di accoppiamento troposfera–stratosfera in area tropicale, con implicazioni operative perché QBO e MJO sono entrambe riconosciute come sorgenti chiave di predicibilità su scala S2S: capirne l’interazione significa, potenzialmente, guadagnare skill dove tradizionalmente la prevedibilità “sinottica” si esaurisce. Accademia delle Scienze+1

Il punto di partenza, ripreso da diversi lavori, è che la variabilità interannuale dell’attività MJO invernale può essere in parte “spiegata” dallo stato della QBO; Son et al. (2017), ad esempio, quantificano un contributo che può arrivare a una frazione molto rilevante della variabilità interannuale dell’ampiezza MJO in inverno boreale. American Meteorological Society Journals Sul piano fenomenologico emergono anche differenze nella cinematica: Nishimoto & Yoden (2017) riportano una propagazione mediamente più lenta e un periodo più lungo della MJO durante QBOE rispetto a QBOW, un risultato coerente con l’idea di eventi più persistenti e meno “interrotti” lungo il percorso Indo-Pacifico. American Meteorological Society Journals E qui entra in gioco un passaggio cruciale: perché una fase stratosferica dovrebbe modulare la probabilità che la convezione intrastagionale si organizzi, si mantenga e riesca a propagare oltre il Maritime Continent, che è notoriamente uno dei principali “colli di bottiglia” della propagazione MJO? Il Maritime Continent, con il suo mosaico di terre emerse, orografia e ciclo diurno convettivo molto competitivo, agisce spesso come barriera dinamico-termodinamica che tende a frammentare o a “riposizionare” la convezione, spezzando la continuità intrastagionale. American Meteorological Society Journals

La catena di ragionamento proposta in letteratura passa attraverso la tropical tropopause layer (TTL) e le sue proprietà: in QBOE, la struttura termica e dinamica prossima alla tropopausa tende a favorire condizioni più congeniali alla convezione profonda organizzata rispetto a QBOW, tramite differenze in temperatura della tropopausa, stabilità statica in alta troposfera e shear verticale del vento zonale attraverso la tropopausa. ACP+1 Questo tipo di modulazione era già stato discusso in chiave più generale per la convezione tropicale (non necessariamente MJO): Collimore et al. (2003) mostrano che la QBO lascia un’impronta osservabile su proxy convettivi e sul legame con la quota/struttura della tropopausa in regioni convettive, rendendo plausibile un “canale” stratosferico verso la variabilità convettiva tropicale. American Meteorological Society Journals Il fatto che il segnale QBO–MJO si concentri sull’inverno boreale resta però un vincolo importante: suggerisce che il coupling non dipenda solo dalla QBO “in sé”, ma dall’allineamento tra QBO e stato stagionale del background tropicale (circolazioni medie, distribuzione di SST e umidità, posizione dei massimi convettivi, struttura del getto subtropicale), cioè da una finestra stagionale in cui il sistema è più sensibile a perturbazioni UTLS. AGU Publications+1

Un elemento che rende la questione ancora più interessante è la possibile modulazione da parte del ciclo solare: Hood (2017) propone che la differenza di attività MJO tra QBOE e QBOW possa risultare amplificata in prossimità dei massimi/minimi del ciclo undecennale, suggerendo un’interazione a più fattori tra forzanti radiative/stratosferiche e risposta convettiva tropicale. AGU Publications Anche questo, più che una “chiusura”, è un invito alla cautela: se più ingredienti concorrono a modulare l’MJO, allora il segnale osservato può variare nel tempo e non essere rigidamente stazionario.

C’è poi una seconda difficoltà concettuale, spesso sottovalutata finché non la si guarda in dettaglio: la connessione QBO–MJO non è uniformemente “zonale”, e soprattutto non coincide sempre con ciò che fa la convezione totale (MJO + non-MJO). Liess & Geller (2012) mostrano che le differenze di precipitazione associate alla fase QBO emergono in modo più netto sul Pacifico, mentre risultano molto meno evidenti sull’Oceano Indiano e su parte del Maritime Continent: questo apre un paradosso apparente, perché alcuni studi trovano differenze tra QBOE e QBOW nella precipitazione legata alla MJO anche dove la precipitazione totale non mostra un segnale altrettanto chiaro. AGU Publications+1 La lettura fisica più utile, qui, è che la QBO potrebbe non limitarsi a “alzare o abbassare” la convezione media, ma agire selettivamente sull’organizzazione intrastagionale: in certi settori la convezione totale può restare simile (per compensazioni tra componente MJO e componente non-MJO), mentre la quota di convezione che riesce a organizzarsi e propagare come MJO cambia sensibilmente, con conseguenze enormi per teleconnessioni e forcing extratropicale. AGU Publications+1

Proprio per sciogliere questo nodo, Zhang & Zhang (2018) motivano la necessità di “riaprire” il problema con una lente metodologica diversa: invece di rappresentare la MJO esclusivamente tramite indici globali basati su EOF (utilissimi, ma inclini a mescolare ampiezza, frequenza e durata), propongono un’identificazione evento-per-evento tracciando la propagazione verso est dei segnali di precipitazione, in modo da separare meglio quante volte la MJO parte, quanto dura e quanto è intensa per singolo episodio. AGU Publications+1 Questa scelta metodologica non è un dettaglio tecnico: è il modo più diretto per capire se la “MJO più forte in QBOE” significhi davvero eventi più intensi, oppure più eventi e/o più giorni in cui l’MJO rimane coerente, soprattutto nella fase critica di attraversamento del Maritime Continent. AGU Publications+1 In parallelo, il filone più applicativo ha mostrato che la fase QBO può modulare anche la skill previsionale della MJO in sistemi S2S e in hindcast di modelli accoppiati, rendendo la questione immediatamente operativa: se in QBOE la MJO è più persistente o più “tracciabile”, allora non cambia solo la climatologia del fenomeno, ma anche il potenziale di previsione a 2–6 settimane e la qualità delle ricadute extratropicali. Sistema di Dati Astrofisici+1

In sintesi, l’introduzione inquadra la connessione QBO–MJO come un banco di prova per tre cose insieme: (i) la fisica dell’organizzazione convettiva intrastagionale e il ruolo dei processi UTLS, (ii) la forte non-uniformità geografica del segnale tra Oceano Indiano, Maritime Continent e Pacifico occidentale, che impone di distinguere MJO e convezione totale, e (iii) la promessa (ma anche la fragilità) di una predicibilità S2S migliorabile, a patto di capire “che cosa” la QBO stia davvero modulando: ampiezza, frequenza di eventi, durata, o la capacità stessa della MJO di superare la barriera del Maritime Continent.

2. Metodo e dati — Tracciamento oggettivo degli eventi MJO nella precipitazione e classificazione per fase QBO

Il cuore metodologico dello studio consiste nell’abbandonare l’idea di una “MJO media” descritta solo da un indice globale (tipicamente EOF-based) e passare a un’identificazione evento-per-evento, costruita direttamente sulla firma più fisica dell’MJO: la propagazione verso est dell’inviluppo convettivo, qui rappresentato da anomalie di precipitazione equatoriale mediate tra 15°S e 15°N. Questo approccio, sviluppato da Ling et al. (2014) e formalizzato in modo esteso da Zhang & Ling (2017), esegue prima un tracking sistematico di tutte le anomalie di precipitazione a grande scala che propagano verso est, e poi filtra gli eventi che soddisfano criteri “mjo-like” su tre dimensioni: coerenza spaziale (range di propagazione >50° di longitudine), cinematica (velocità di fase tipicamente 3–7 m s⁻¹) e persistenza intrastagionale (scala temporale >20 giorni). Un aspetto metodologicamente rilevante è la dichiarata robustezza delle statistiche al variare moderato di tali soglie: se piccole perturbazioni dei criteri non cambiano le conclusioni, allora è meno probabile che il risultato dipenda da una scelta arbitraria del “ritaglio” dell’MJO. Questa famiglia di metodi di tracking basati sulla precipitazione è stata poi utilizzata anche per quantificare in maniera esplicita il cosiddetto “barrier effect” del Maritime Continent distinguendo eventi che attraversano la regione da quelli che tendono a bloccarsi, proprio perché il tracking restituisce quantità diagnostiche (longitudine di inizio/fine, durata, range, intensità) che un indice globale non fornisce in modo nativo. AGU Publications+2American Meteorological Society Journals+2

La scelta dei dataset è coerente con questa impostazione, ma merita una lettura “operativa” per capirne punti di forza e possibili compromessi. Il metodo nasce su TRMM 3B42 versione 7 (TMPA), un prodotto multisensore ad alta risoluzione spaziale e temporale, calibrato su osservazioni microwave/IR e corretto con pluviometri su base mensile nella versione “final”, il che lo rende adatto a catturare l’inviluppo convettivo tropicale con una buona fedeltà relativa (pur con bias noti in particolari regimi precipitativi). gpm.nasa.gov+1 In questo studio, però, l’algoritmo viene applicato a CMAP (CPC Merged Analysis of Precipitation), disponibile come pentad e mensile dal 1979: la motivazione è chiara e scientificamente solida, cioè privilegiare una serie storica più lunga per aumentare la potenza statistica e rendere più robusta la separazione QBOE/QBOW. Centro di Previsione Climatica+1 Il rovescio della medaglia, inevitabile, è che CMAP nasce su griglia 2.5°×2.5° e su pentadi: l’interpolazione a giornaliero e il “ri-campionamento” su griglie più fini non aggiungono informazione fisica nuova, ma possono rendere più agevole l’applicazione dell’algoritmo di tracking e l’allineamento con soglie/cinematica definite su base daily; in pratica è una scelta pragmatica per far convivere un record lungo con un metodo pensato per segnali propaganti continui. Proprio per questo gli autori richiamano il fatto che, a parità di algoritmo, le statistiche MJO derivate da TRMM e CMAP risultano comparabili, riducendo il rischio che il segnale QBO–MJO sia un artefatto del dataset. AGU Publications+1

Sul lato “campionamento”, la decisione di lavorare sull’inverno boreale esteso NDJFM (novembre–marzo) invece del più classico DJF risponde a una logica statistica: la connessione QBO–MJO è fortemente stagionale e concentrata nei mesi invernali, quindi ampliare la finestra aumenta gli eventi disponibili senza snaturare il regime dinamico di riferimento; nel periodo 1979–2016 vengono identificati 86 eventi in NDJFM, un numero già sufficiente per fare confronti compositi e test di significatività con più stabilità rispetto a campioni troppo piccoli. La QBO, invece, viene definita con un indice di vento zonale a 50 hPa del NOAA CPC, filtrato con media mobile su 3 mesi: la classificazione in QBOE (indice negativo) e QBOW (indice positivo) è una scelta “operativa” comune, perché il segno del vento equatoriale a un livello standard in bassa stratosfera è un discriminante semplice, replicabile e direttamente confrontabile tra studi; nel record NDJFM 1979–2016 ciò produce 83 mesi QBOE e 107 mesi QBOW, e gli autori verificano che una definizione più restrittiva basata su soglie in deviazioni standard porta a risultati qualitativamente simili. Centro di Previsione Climatica+2AGU Publications+2

Un passaggio metodologico spesso sottovalutato, ma qui trattato con coerenza, è come si assegna “la fase QBO” a un evento MJO: usare la mid-date (punto medio tra inizio e fine) evita classificazioni ambigue per eventi che attraversano il mese e riduce il rischio di attribuire a QBOE/QBOW episodi che in realtà hanno vissuto metà della loro vita in condizioni di background diverse; il fatto che sostituire la mid-date con data di inizio o fine non cambi le conclusioni suggerisce che il segnale non dipende da un dettaglio di bookkeeping, ma da differenze strutturali tra le popolazioni di eventi. AGU Publications+1

Per collegarsi criticamente alla letteratura precedente (che in larga parte usa indici globali), lo studio ricalcola anche i risultati con RMM e OMI. Qui l’arricchimento “accademico” utile è ricordare che RMM (Wheeler & Hendon, 2004) combina OLR e venti zonali a 850 e 200 hPa e quindi può enfatizzare componenti circolatorie (rotazionali) più persistenti rispetto al segnale convettivo puro, mentre OMI (Kiladis et al., 2014) è costruito per seguire più direttamente la componente convettiva via OLR; non è un dettaglio: è esattamente il tipo di differenza che può portare a interpretazioni divergenti su “quanto” la MJO cambi tra QBOE e QBOW se ciò che stai misurando è più circolazione che convezione. American Meteorological Society Journals+2American Meteorological Society Journals+2 In parallelo viene controllato il ruolo di ENSO tramite Niño-3.4 con smoothing (media mobile su 5 mesi) e una definizione operativa di evento (±0.4 °C per almeno 6 mesi) coerente con Trenberth (1997), perché un’eventuale asimmetria ENSO tra sotto-campioni QBOE/QBOW potrebbe contaminare la diagnostica se non viene esplicitata. American Meteorological Society Journals+1

Infine, per ancorare l’interpretazione fisica delle differenze tra fasi QBO (vento zonale ai bassi livelli, quota di tropopausa, umidità, SST, copertura di nubi alte), viene usata ERA-Interim (Dee et al., 2011), con risoluzione orizzontale 2.5°×2.5° e livelli verticali standardizzati; la tropopausa è diagnosticata con criterio di lapse-rate in stile WMO (lapse rate che scende a 2 K/km o meno, con vincolo sulla media entro i 2 km superiori), cioè una definizione termodinamica replicabile e ampiamente usata in letteratura quando si vuole legare la TTL/UTLS alla convezione profonda. ECMWF+2damtp.cam.ac.uk+2 La validazione incrociata della copertura di nubi alte con ISCCP (serie H) è un ulteriore elemento di controllo qualità: non elimina tutte le incertezze (record length diverso, sensibilità ai metodi di retrieval), ma riduce la probabilità che i compositi dipendano da un singolo prodotto. L’adozione di test statistici con soglia p≤0.05 completa un impianto che, nel complesso, mira a separare in modo trasparente ciò che è segnale robusto (eventi, durata, range) da ciò che potrebbe essere aliasing metodologico (indice scelto, definizione di fase, dataset).

Figura 1 — Diagrammi di fase RMM: come la QBO modula ampiezza, persistenza e attraversamento del Maritime Continent nella MJO

La Figura 1 utilizza i diagrammi di fase dell’indice RMM (Real-time Multivariate MJO; Wheeler & Hendon, 2004) per visualizzare, in modo immediato, come cambia il comportamento medio della MJO tra fase orientale e occidentale della QBO. Nel piano RMM1–RMM2 la MJO viene rappresentata come una traiettoria: l’angolo indica la “fase” geografica del massimo convettivo intrastagionale (Indian Ocean nelle fasi 2–3, Maritime Continent nelle fasi 4–5, Western Pacific nelle fasi 6–7, Africa/Atlantic nelle fasi 8–1), mentre la distanza dal centro (modulo |RMM|) misura l’ampiezza/coerenza del segnale, cioè quanto l’oscillazione sia organizzata su scala planetaria rispetto al rumore convettivo di fondo. Questa rappresentazione è utile perché integra simultaneamente componente convettiva (via OLR) e circolatoria (venti a 850 e 200 hPa), mettendo in evidenza sia l’organizzazione della convezione sia l’accoppiamento con la circolazione su larga scala, aspetti entrambi centrali nella dinamica della MJO e nelle sue teleconnessioni extratropicali. In Figura 1, le linee sottili sono le traiettorie giornaliere (o degli episodi selezionati), mentre le curve spesse rappresentano medie compositate separate per fase QBO: blu per QBOE e rosso per QBOW, consentendo di isolare la differenza “di background” associata allo stato stratosferico equatoriale.

Nel pannello (a) vengono considerati tutti i giorni in cui la MJO è sufficientemente attiva secondo la soglia |RMM| > 1, una scelta standard per filtrare i periodi in cui il segnale intrastagionale emerge in modo netto rispetto alla variabilità convettiva non organizzata. La curva media e la distribuzione delle traiettorie mostrano che, in QBOE, la MJO tende ad occupare più stabilmente la regione esterna del diagramma, cioè a presentare più spesso ampiezze sopra-soglia lungo più fasi del ciclo. La lettura fisica più coerente, alla luce dei risultati discussi nello studio, è che la “MJO più forte” in QBOE non va interpretata come semplice aumento dell’ampiezza di ogni singolo evento, ma come incremento del numero di giorni in cui la MJO resta identificabile e coerente: un segnale di persistenza e continuità temporale. Questo è un punto concettuale importante perché diversi lavori precedenti avevano enfatizzato soprattutto l’ampiezza media; la figura, invece, è compatibile con un meccanismo che aumenta la probabilità di mantenere un’oscillazione intrastagionale “pulita” e tracciabile, dunque più giorni di MJO, più episodi e/o episodi più lunghi. In termini di predicibilità S2S, tale differenza è cruciale: una MJO più persistente offre una finestra più ampia in cui l’inviluppo convettivo può forzare Rossby wave trains e modulare regimi extratropicali, migliorando potenzialmente la skill a 2–6 settimane.

Il pannello (b) restringe l’attenzione a un sottoinsieme strategico: gli eventi “tracciati” che si formano a ovest del Maritime Continent (40°W–100°E). Questa scelta è tutt’altro che cosmetica, perché mira a isolare la genetica tipica della MJO, che spesso nasce sull’Indiano e poi tenta di propagare verso il Maritime Continent, regione nota per agire da barriera alla propagazione intrastagionale per via della frammentazione terra–mare, dell’orografia e del ciclo diurno convettivo molto forte, che può competere con la coerenza della banda convettiva MJO. In questo pannello la differenza QBOE–QBOW diventa più “diagnostica”: la curva blu tende a mantenere un’ampiezza più elevata e una traiettoria più continua nel passaggio dalle fasi indiane verso quelle del Maritime Continent e del Pacifico occidentale, mentre la curva rossa appare più contratta e meno efficiente nel mantenere la propagazione, suggerendo un maggiore tasso di decadimento o discontinuità durante QBOW. I puntini lungo la traiettoria media, associati a longitudini ogni 10°, servono a rendere esplicito il legame tra posizione geografica e stato del vettore RMM: se durante QBOE i punti proseguono più ordinatamente verso il settore pacifico mantenendo distanza dal centro, significa che l’evento, mediamente, attraversa il “collo di bottiglia” del Maritime Continent con minore perdita di coerenza; viceversa, la contrazione in QBOW è coerente con un rafforzamento dell’effetto-barriera, quindi con una maggiore probabilità che l’evento si indebolisca, si frammenti o si arresti prima di raggiungere il Pacifico occidentale.

Il messaggio della figura si comprende pienamente solo collegandolo al quadro UTLS/TTL proposto dalla letteratura sul coupling QBO–convezione. In QBOE la struttura termodinamica vicino alla tropopausa tende ad essere più favorevole alla convezione profonda organizzata: tropopausa mediamente più alta e più fredda, stabilità statica in alta troposfera/TTL ridotta e shear verticale del vento zonale attraverso la tropopausa più debole rispetto a QBOW. Queste differenze, documentate in vari studi sull’impronta tropicale della QBO, sono state invocate come canale fisico capace di modulare l’efficienza con cui i sistemi convettivi raggiungono profondità e organizzazione sufficienti a sostenere l’MJO, specialmente quando l’onda convettiva deve restare coerente in un ambiente complesso come il Maritime Continent. In altre parole, la figura è compatibile con una modulazione “di probabilità e di durata”: QBOE non deve necessariamente aumentare l’intensità istantanea di ogni burst convettivo, ma può rendere più facile la persistenza dell’accoppiamento tra convezione e circolazione su larga scala, favorendo eventi più numerosi e più longevi e una propagazione più riuscita oltre il Maritime Continent. Questa interpretazione è anche coerente con lavori che riportano variazioni nella velocità di propagazione e nel periodo della MJO tra le fasi QBO, e con studi che discutono differenze strutturali verticali dell’MJO e della TTL in funzione della QBO, cioè esattamente ciò che serve per trasformare un segnale convettivo locale in un’oscillazione intrastagionale planetaria.

In sintesi, la Figura 1 non va letta come “in QBOE la MJO è semplicemente più forte”, ma come evidenza grafica che, in QBOE, la MJO ha una maggiore probabilità di essere presente e organizzata (più giorni sopra soglia) e, soprattutto, che gli eventi che si originano nel bacino indo-oceanico tendono a superare più efficacemente la barriera del Maritime Continent mantenendo coerenza e ampiezza durante la propagazione verso il Pacifico occidentale. È proprio questa combinazione—persistenza e riuscita del passaggio Indo-Pacifico—che rende la connessione QBO–MJO particolarmente rilevante per l’uso operativo in ambito S2S e per l’inquadramento teorico della dinamica della MJO come fenomeno che, per essere spiegato completamente, deve includere anche i processi dell’alta troposfera e della bassa stratosfera.

3. Risultati

Nelle sezioni 3.1–3.4, i risultati si riferiscono al periodo NDJFM e sono basati sulla definizione di QBO ottenuta dall’indice QBO positivo o negativo in tutti gli anni del periodo di analisi (1979–2016). Nella sezione 3.5 discutiamo la sensibilità dei risultati rispetto alle definizioni di stagione e di QBO, nonché rispetto a ENSO.

3.1. Ampiezza della MJO vs giorni di MJO — perché la connessione QBO–MJO emerge come “più presenza” e non come eventi più intensi

Questo segmento è, in pratica, il punto di svolta dell’articolo: ribalta l’interpretazione più intuitiva (e spesso ripetuta) secondo cui in fase QBO orientale (QBOE) la MJO sarebbe “più forte” in senso stretto, mostrando invece che il segnale QBO–MJO nasce soprattutto da un fatto statistico-fisico diverso, cioè che in QBOE ci sono più giorni in cui la MJO è attiva, non necessariamente eventi individuali con ampiezza maggiore. Negli studi precedenti la MJO veniva spesso misurata tramite indici EOF-based come RMM e OMI (Wheeler & Hendon, 2004; Kiladis et al., 2014), la cui ampiezza è definita come modulo del vettore delle prime due componenti principali (ad esempio |RMM| = √(RMM1² + RMM2²)). Se si calcola la media dell’ampiezza includendo “tutti i giorni” appartenenti alle due fasi QBO, la media può risultare più alta in QBOE, come riportato in lavori quali Yoo & Son (2016) e Nishimoto & Yoden (2017). Ma qui entra il nodo metodologico: quando si usa un indice EOF per “diagnosticare” la MJO, è prassi operativa considerare MJO presente solo sopra una soglia (tipicamente |RMM| > 1). Se, coerentemente, si confronta l’ampiezza condizionata ai soli giorni/eventi di MJO (cioè non mischiando giorni attivi e giorni sostanzialmente non-MJO), la differenza tra QBOE e QBOW tende a scomparire: l’ampiezza media durante gli eventi non risulta significativamente diversa, e lo stesso vale se si calcola l’intensità evento-per-evento usando una metrica più “fisica” basata sulla precipitazione media lungo la vita dell’evento identificato con tracking (Ling et al., 2014; Zhang & Ling, 2017). In altre parole, l’apparente “MJO più intensa” in QBOE è un classico caso in cui una media non condizionata ingloba un cambiamento di frequenza/occupazione temporale: se in QBOE hai più giorni sopra soglia, la media stagionale dell’ampiezza (calcolata in modo aggregato) può aumentare anche se, a parità di evento, l’ampiezza non cambia. Questo spiega perché, quando gli autori ripetono i test di significatività fase-per-fase RMM come in letteratura, le differenze visivamente percepibili in alcune fasi risultano comunque piccole rispetto alla variabilità intrinseca dell’ampiezza (deviazioni standard ampie) e non raggiungono robustezza statistica al 95%: il segnale non è un “shift” netto della distribuzione delle ampiezze, ma un cambiamento nella quantità di tempo in cui il sistema rimane in stato MJO. Lo stesso messaggio emerge dal confronto delle distribuzioni (PDF) dell’intensità degli eventi: possono esistere episodi molto forti in QBOE non presenti in QBOW, ma nel complesso le PDF non si separano in modo statisticamente convincente (test K–S), cioè non si può sostenere che appartengano a popolazioni diverse per “forza” media degli eventi; ciò che cambia è più verosimilmente il numero di realizzazioni e la loro persistenza.

La conseguenza concettuale è importante e non invalida affatto la connessione QBO–MJO: la sposta semplicemente sul piano corretto. La correlazione significativa emerge tra indice QBO e numero di giorni con |RMM| > 1 nella stagione (quindi “quanta MJO” in termini di presenza), mentre non emerge tra indice QBO e ampiezza media condizionata ai soli giorni attivi (quindi “quanto forte” è la MJO quando c’è). Questo è coerente con l’idea, discussa anche in Son et al. (2017), Marshall et al. (2017) e Nishimoto & Yoden (2017), che la QBO agisca soprattutto su processi che controllano innesco, durata e propagazione degli eventi (quindi la loro frequenza e persistenza), più che sulla massima ampiezza raggiunta. Dal punto di vista fisico, è anche un modo molto naturale di vedere l’influenza della QBO via UTLS/TTL: differenze tra QBOE e QBOW in stabilità statica prossima alla tropopausa, struttura termica e shear verticale possono modificare la probabilità che la convezione profonda resti organizzata e accoppiata alla circolazione su larga scala abbastanza a lungo da sostenere un evento MJO “continuo”, soprattutto nel passaggio critico sul Maritime Continent, dove spesso la MJO si frammenta o perde coerenza. In sintesi, la connessione QBO–MJO non è smentita; viene raffinata: ciò che la QBO sembra modulare in modo più robusto è la metrica di attività basata sui giorni/eventi(quanti e quanto durano), non la metrica di ampiezza degli eventi una volta selezionati. E questo, per la previsione S2S, è forse ancora più rilevante: avere più eventi e più persistenza significa più “finestre” in cui la convezione intrastagionale può forzare il sistema extratropicale e aumentare la predicibilità, anche se l’ampiezza massima degli eventi non cresce in modo sistematico.

Figura 2 — La “forza” della connessione QBO–MJO non è l’ampiezza degli eventi, ma il numero di giorni in cui la MJO resta attiva

La Figura 2 è costruita per chiarire, con tre diagnostiche complementari, un equivoco metodologico che ha attraversato parte della letteratura sulla connessione QBO–MJO: quando si osserva una MJO “più forte” in QBOE, ci si sta davvero riferendo a eventi individuali più intensi, oppure a una MJO che semplicemente compare più spesso e dura di più? Ogni punto nei tre pannelli rappresenta una stagione NDJFM (novembre–marzo) del periodo 1979–2016; in ascissa c’è l’indice QBO (basato sul vento zonale a 50 hPa, con valori negativi tipicamente associati alla fase orientale QBOE e positivi alla fase occidentale QBOW), mentre in ordinata cambiano le metriche della MJO derivate dall’indice RMM (Wheeler & Hendon, 2004), che misura l’organizzazione intrastagionale combinando informazione convettiva e circolatoria. I valori riportati in alto (R e P) sono rispettivamente coefficiente di correlazione lineare e p-value; le linee rosse nei pannelli (a) e (c) indicano che la correlazione è significativa al 95%.

Nel pannello (a) si mette in relazione l’indice QBO con il numero di giorni in cui la MJO risulta “attiva” secondo la soglia operativa più usata, |RMM| > 1. Qui emerge un risultato chiave: la correlazione è negativa e statisticamente significativa (R = −0,35; P = 0,03), cioè quando l’indice QBO tende a valori più negativi (condizioni più vicine a QBOE) aumentano i giorni con MJO sopra-soglia, mentre quando l’indice è positivo (QBOW) diminuiscono. Questo è il modo più diretto per quantificare la “presenza” stagionale della MJO: non quanto è intensa in media, ma per quanta parte della stagione il sistema rimane in uno stato intrastagionale coerente e tracciabile. È esattamente il tipo di metrica che, dal punto di vista fisico, risponde a processi che controllano l’innesco, la persistenza e la capacità di propagazione degli eventi (ad esempio nel passaggio sul Maritime Continent), più che il picco di ampiezza. Non a caso, diversi lavori che discutono la connessione QBO–MJO (Yoo & Son, 2016; Son et al., 2017; Nishimoto & Yoden, 2017; Marshall et al., 2017) hanno già suggerito che QBOE favorisca condizioni di background in UTLS/TTL più congeniali alla convezione profonda organizzata; qui la figura mostra che l’esito statistico più robusto è un aumento dell’“occupazione temporale” della MJO.

Il pannello (b) cambia prospettiva e fa un test più “giusto” se la domanda è: gli eventi sono più intensi quando la MJO c’è davvero? In ordinata trovi l’ampiezza media RMM calcolata solo nei giorni MJO (quindi condizionata a |RMM| > 1). In questo caso la correlazione si indebolisce e soprattutto non è significativa al 95% (R = −0,29; P = 0,08). Questo è il passaggio logico decisivo: una volta esclusi i giorni “non-MJO”, l’ampiezza media durante la fase attiva non mostra una dipendenza robusta dallo stato QBO. In termini probabilistici, la QBO sembra agire più come un controllo sulla probabilità che la MJO si mantenga sopra soglia (e quindi sul conteggio dei giorni e sulla durata degli episodi), che non come un amplificatore sistematico dell’ampiezza intrinseca degli eventi. È una conclusione coerente con approcci evento-per-evento basati su tracking della precipitazione (Ling et al., 2014; Zhang & Ling, 2017), dove le differenze QBOE–QBOW tendono a manifestarsi come più eventi e maggiore durata, mentre la distribuzione delle intensità evento-per-evento si separa meno nettamente.

Il pannello (c) spiega perché molti studi, pur partendo da indici EOF-based come RMM/OMI, potevano “vedere” una MJO mediamente più intensa in QBOE: qui l’ampiezza RMM è mediata su tutti i giorni della stagione, quindi includendo sia giorni MJO sia giorni non-MJO. In questa impostazione la correlazione torna significativa (R = −0,38; P = 0,02), ma la figura stessa ti dice da dove nasce: dimensione e colore dei cerchi codificano il numero di giorni con |RMM| > 1; i punti con cerchi più grandi e colori più caldi (più giorni MJO) si concentrano verso indici QBO più negativi, e questo “trascina” verso l’alto la media stagionale dell’ampiezza calcolata su tutti i giorni. In altre parole, la correlazione del pannello (c) è in larga misura un effetto di composizione: se in QBOE hai più giorni sopra soglia, allora la media stagionale dell’ampiezza, calcolata senza condizionamento, aumenta automaticamente anche se l’ampiezza tipica durante gli eventi non cambia. Questo è un esempio molto istruttivo di come la scelta della metrica (media non condizionata vs media condizionata) possa trasformare una modulazione di frequenza/durata in una modulazione apparente di “intensità media”, ed è il motivo per cui il pannello (b) è così importante: separa l’effetto “più giorni attivi” dall’effetto “eventi più forti”.

La lettura fisica che la Figura 2 suggerisce è quindi lineare e perfettamente compatibile con il quadro UTLS/TTL discusso in letteratura: differenze tra QBOE e QBOW in quota/temperatura della tropopausa, stabilità statica in alta troposfera e shear verticale attraverso la tropopausa (Baldwin & Dunkerton, 2001; Collimore et al., 2003) possono cambiare la probabilità che l’inviluppo convettivo intrastagionale resti accoppiato alla circolazione su larga scala abbastanza a lungo da superare soglie di organizzazione (|RMM| > 1) e da mantenere propagazione coerente; ciò si manifesta statisticamente come più giorni MJO e, secondariamente, come una media stagionale più alta se la calcoli includendo anche i giorni non attivi. In sintesi, la Figura 2 non ridimensiona la connessione QBO–MJO: la rende più precisa, indicando che l’informazione “predittiva” della QBO entra soprattutto nel controllo di persistenza e frequenza dell’attività MJO su scala stagionale, che è esattamente ciò che conta quando si ragiona di finestra S2S e di probabilità di forcing tropicale persistente capace di proiettarsi sulle teleconnessioni extratropicali.

3.2. Effetto-barriera del Maritime Continent

Quando in una stagione si osservano “più giorni di MJO”, in pratica stiamo sommando due contributi distinti: (i) eventi più numerosi e/o (ii) eventi mediamente più persistenti. Nella letteratura, uno dei determinanti più robusti della persistenza è proprio la difficoltà dell’MJO nel mantenere coerenza e intensità mentre attraversa il Maritime Continent(MC), cioè il complesso mosaico di isole, mari poco profondi e catene montuose tra Oceano Indiano e Pacifico occidentale. Questo comportamento, spesso sintetizzato come Maritime Continent barrier effect, emerge già in modo chiaro negli studi modellistici e diagnostici: l’MJO tende a indebolirsi sul MC e una frazione non trascurabile di eventi “nati” sull’Indiano si arresta prima di raggiungere il Pacifico occidentale. CentAUR+1

La ragione fisica di questa “barriera” non è un singolo processo, ma un insieme di vincoli dinamico-termodinamici che rendono più difficile la propagazione eastward della convezione organizzata. Primo: il MC amplifica il ciclo diurno della precipitazione, con massimi convettivi su terra nelle ore serali/notturne e massimi su mare in fasce orarie diverse; questa modulazione diurna può “de-fasare” il coupling tra convezione e circolazione su scala intraseasonale, frammentando il segnale dell’MJO e riducendone la continuità spaziale. Secondo: l’orografia e la distribuzione terra–mare favoriscono convezione più “ancorata” localmente (land-locked), che compete con la componente propagante e può drenare energia e umidità dal disturbo intraseasonale. Terzo: la struttura media dei venti e dell’umidità a valle (nel Pacifico occidentale) può essere meno favorevole al mantenimento della convezione profonda, creando un ambiente in cui l’MJO arriva già indebolita e più facilmente collassa. ResearchGate+2agupubs.onlinelibrary.wiley.com+2

Per rendere operativa questa idea, diversi lavori propongono di distinguere gli eventi che “superano” il MC da quelli che vi terminano. Un approccio molto usato, ripreso anche nel segmento che mi hai fornito, definisce come MJO blocked (MJO-B) gli eventi la cui longitudine di terminazione cade grossomodo nel settore del MC (ad esempio tra ~100°E e ~150–160°E, a seconda della specifica definizione), mentre gli eventi che proseguono verso est vengono classificati come crossing (MJO-C). Questa classificazione non è solo una tassonomia: mette in evidenza che l’arresto dell’MJO non è “casuale” lungo tutto il warm pool indo-pacifico, ma tende a concentrarsi in pochi settori preferenziali, coerentemente con l’idea di barriera geografico-fisica. American Meteorological Society Journals+2orca.atmos.washington.edu+2

Un riscontro diagnostico particolarmente convincente è la distribuzione delle longitudini finali degli eventi. In osservazioni e reanalisi, quando si tracciano gli eventi (ad esempio tramite tecniche di tracking della precipitazione su larga scala), compaiono tipicamente due massimi: uno in prossimità del MC (intorno a ~140°E) e un secondo più a est, nel Pacifico centrale. Interpretativamente è un risultato molto “pulito”: o l’MJO si spegne sul MC (fallendo l’attraversamento) oppure riesce a oltrepassarlo e termina più avanti, dove le condizioni oceaniche/atmosferiche diventano meno favorevoli alla persistenza del segnale convettivo. American Meteorological Society Journals+2orca.atmos.washington.edu+2

Dentro questo quadro, entra la modulazione interannuale legata alla QBO. Il punto chiave del segmento originale è che l’effetto-barriera non è costante: risulta più “severo” in fase QBOW rispetto a QBOE, nel senso che aumenta la probabilità che un evento nato a ovest del MC termini sul MC stesso (quindi aumentano gli MJO-B). Questa asimmetria tra fasi QBO è stata messa in evidenza in analisi dedicate alla connessione QBO–MJO, dove i compositi (precipitazione e/o OLR) mostrano segnali più robusti sul Pacifico occidentale in QBOE rispetto a QBOW, coerentemente con una maggiore sopravvivenza degli eventi oltre la barriera. NOAA Institutional Repository+2agupubs.onlinelibrary.wiley.com+2

Sul “come” la QBO possa intervenire, la letteratura converge su un’idea di controllo indiretto attraverso lo stato termodinamico vicino alla tropopausa tropicale (TTL) e la stabilità statica dell’alta troposfera: in media, alcune configurazioni associate alla QBO possono ridurre la stabilità statica attorno a ~100 hPa e rendere più efficiente il mantenimento di convezione profonda organizzata, aumentando l’ampiezza dell’MJO e quindi la sua resilienza durante il passaggio sul MC. In questo senso, la QBO agirebbe come un “regolatore” dell’efficienza del coupling convezione–circolazione: se l’MJO arriva sul MC più intensa/coerente, ha più probabilità di non frammentarsi e di continuare verso il Pacifico. American Meteorological Society Journals+2American Meteorological Society Journals+2

È importante anche notare che la barriera del MC non è solo un problema di intensità, ma di struttura spaziale: alcuni studi mostrano che gli eventi che attraversano il MC tendono ad avere una distribuzione della precipitazione relativamente più favorevole sul mare rispetto alla terra nella regione del MC, mentre gli eventi che si bloccano “agganciano” più facilmente la convezione alle masse continentali e al ciclo diurno, perdendo la coerenza propagante. Questo dettaglio è cruciale perché sposta l’attenzione dalla sola “forza” dell’MJO alla sua organizzazione interna e all’interazione con la geometria terra-mare. Copernicus Meeting Organizer+2orca.atmos.washington.edu+2

Infine, il fatto (citato nel segmento) che i segnali di precipitazione sull’Oceano Indiano possano risultare più deboli in QBOE rispetto a QBOW, pur avendo un segnale più forte sul Pacifico in QBOE, suggerisce che la QBO non stia semplicemente “aumentando tutto ovunque”, ma stia redistribuendo dove l’MJO riesce a mantenere continuità e massima espressione convettiva lungo il percorso indo-pacifico. In termini diagnostici, è perfettamente compatibile con uno scenario in cui la differenza tra fasi QBO si manifesti soprattutto come variazione della probabilità di superamento del MC (quindi di propagation success) più che come incremento uniforme dell’attività convettiva in tutte le longitudini. NOAA Institutional Repository+2American Meteorological Society Journals+2

3.2. Effetto-barriera del Maritime Continent: lettura fisica della Figura 3

La Figura 3 va letta come una “radiografia” spazio-temporale della propagazione convettiva dell’MJO (misurata tramite anomalie di precipitazione, in mm/giorno) per eventi tracciati che si formano a ovest del Maritime Continent (40°W–100°E), confrontando le due fasi della QBO: QBOW nel pannello (a) e QBOE nel pannello (b), con la differenza QBOE−QBOW nel pannello (c). I colori caldi rappresentano un surplus di precipitazione (convezione più attiva della norma), quelli freddi un deficit (fase soppressa). La puntinatura indica dove il segnale è statisticamente robusto al 95%: è un dettaglio cruciale, perché ti dice non solo “dove è più rosso o più blu”, ma dove la differenza emerge con coerenza su molti eventi e non è dominata dalla variabilità interna. Questa impostazione (event tracking + compositi) è particolarmente adatta al problema del Maritime Continent, perché consente di diagnosticare se e dove gli eventi perdono continuità durante la traversata, distinguendo gli eventi che si “spengono” sul MC da quelli che proseguono nel Pacifico. American Meteorological Society Journals+2NOAA Institutional Repository+2

Nel pannello (a) (QBOW) la banda convettiva positiva associata all’MJO mostra una propagazione verso est più fragile proprio nel settore del Maritime Continent e del Pacifico occidentale: il segnale caldo tende a risultare meno continuo e meno persistente oltre ~120°E–160°E, mentre aumentano aree di segno opposto o di debole ampiezza, segnalando una perdita di coerenza dell’inviluppo convettivo. In termini fisici, questa è l’impronta tipica di un barrier effect più efficace: l’MJO, pur potendo essere ben definita sull’Indiano, fatica a mantenere il coupling tra convezione e circolazione di grande scala quando incontra la geometria terra-mare, l’orografia e il ciclo diurno molto marcato del MC, che tende a “frammentare” o a ri-ancorare localmente la convezione e a interrompere la continuità intraseasonale eastward. Questa interpretazione è coerente con la letteratura che identifica nel MC un vero e proprio collo di bottiglia dinamico-termodinamico per l’MJO, osservato sia in modelli sia nelle analisi osservative. American Meteorological Society Journals+3CentAUR+3American Meteorological Society Journals+3

Nel pannello (b) (QBOE) la stessa “traiettoria” convettiva risulta invece più intensa e soprattutto più persistente nel Pacifico occidentale: la fascia di anomalie positive mantiene struttura e significatività (puntinatura più estesa) anche a est del Maritime Continent, segnalando che, mediamente, gli eventi sopravvivono meglio al passaggio attraverso la barriera e riescono a trasferire l’attività convettiva nel settore pacifico. È qui che la figura diventa diagnostica per il messaggio del paper: non sta dicendo semplicemente che “in QBOE piove di più”, ma che la componente propagante dell’MJO ha una maggiore probabilità di restare organizzata e di continuare verso est, cioè che diminuisce la quota di eventi “bloccati” (MJO-B) e aumenta quella di eventi che attraversano (MJO-C), come formalizzato negli studi che tracciano le longitudini di terminazione e mostrano i picchi preferenziali di arresto sul MC e nel Pacifico centrale. NOAA Institutional Repository+3NOAA Institutional Repository+3NOAA Institutional Repository+3

Il pannello (c), differenza QBOE−QBOW, rende esplicito dove si colloca il guadagno in QBOE: il segnale positivo si concentra dal Maritime Continent verso il Pacifico occidentale/centrale, cioè esattamente lungo il “corridoio” in cui la barriera decide il destino dell’evento. In altre parole, la QBO modula principalmente la probabilità di attraversamentopiù che la sola genesi a monte. Questo pattern è coerente anche con compositi di OLR riportati in lavori indipendenti: in QBOE la firma convettiva dell’MJO tende a risultare più evidente a est del MC rispetto a QBOW, in linea con una barriera meno penalizzante e con una maggiore continuità della propagazione. American Meteorological Society Journals+3agupubs.onlinelibrary.wiley.com+3American Meteorological Society Journals+3

La domanda naturale, a questo punto, è “perché” la QBO dovrebbe incidere su un problema che nasce nella troposfera tropicale e si manifesta in una regione (MC) dominata da processi di mesoscala e di ciclo diurno. La risposta più accreditata è indiretta: la QBO modifica lo stato termodinamico e dinamico vicino alla tropopausa tropicale (TTL) e quindi la stabilità statica e la ventilazione verticale in alta troposfera, parametri che controllano l’efficienza con cui la convezione profonda può mantenersi organizzata e accoppiata alla circolazione intraseasonale. In QBOE, diverse analisi documentano condizioni medie più favorevoli a convezione profonda e a un inviluppo MJO più resiliente (ad esempio tramite riduzioni della stabilità statica in alta troposfera/TTL e modifiche della struttura del wind shear), mentre in QBOW l’ambiente risulta mediamente meno permissivo, rendendo più probabile che l’MJO perda coerenza proprio quando deve attraversare la regione più “stressante” dal punto di vista terra-mare e ciclo diurno. La Figura 3, nel suo insieme, è quindi una firma coerente con questo quadro: in QBOE l’inviluppo convettivo riesce più spesso a “tenere insieme i pezzi” attraverso il MC e a proseguire nel Pacifico. agupubs.onlinelibrary.wiley.com+3agupubs.onlinelibrary.wiley.com+3NOAA Institutional Repository+3

Infine, un dettaglio che spesso passa inosservato ma che la figura suggerisce (e che il testo del paper anticipa) è la possibile compensazione longitudinale: se in QBOE il segnale convettivo è più robusto nel Pacifico, può comparire un relativo indebolimento sull’Indiano rispetto a QBOW. Questo non contraddice l’idea di “MJO più attiva” in QBOE: indica piuttosto che la differenza tra fasi QBO si manifesta come redistribuzione della persistenza e del successo di propagazione lungo il tragitto indo-pacifico, cioè come un cambiamento nella statistica degli esiti (blocco vs attraversamento) più che come un aumento uniforme dell’intensità ovunque e in ogni fase del ciclo dell’evento. agupubs.onlinelibrary.wiley.com+2NOAA Institutional Repository+2

3.4. Eterogeneità zonale

La Figura 3c mette in evidenza un’apparente contraddizione diagnostica: passando da QBOW a QBOE, il segnale medio di precipitazione associato all’MJO risulta più forte sul Pacifico occidentale ma più debole sull’Oceano Indiano, nonostante proprio l’Indiano sia l’area in cui molti eventi tendono a innescarsi. Il carattere “puzzling” nasce dal fatto che la QBO, per definizione, è un’oscillazione quasi-zonale dei venti stratosferici equatoriali; ci si aspetterebbe quindi una risposta più uniforme in longitudine. Tuttavia, da decenni è noto che le teleconnessioni tropicali della QBO non si manifestano come un’anomalia convettiva omogenea lungo tutto l’equatore: la distribuzione della convezione profonda, delle nubi alte e della precipitazione mostra spesso segnali zonalmente asimmetrici, cioè “ancorati” a specifici bacini oceanici e alle regioni del warm pool indo-pacifico, con una sensibilità marcata alla stagione boreale fredda. American Meteorological Society Journals+1 Questa asimmetria non contraddice la simmetria zonale della forzante stratosferica; suggerisce piuttosto che la QBO moduli un sistema (la convezione tropicale) la cui efficacia nel “trasformare” una piccola perturbazione termodinamica in una risposta convettiva dipende fortemente dallo stato di fondo, che è tutt’altro che uniforme in longitudine (gradiente SST, Walker circulation, distribuzione di umidità e instabilità, presenza di continenti e ciclo diurno sul Maritime Continent).

Il segmento originale chiarisce poi un punto metodologico e fisicamente importante: l’eterogeneità zonale emerge in modo diverso se si guarda alla sola componente MJO o alla precipitazione totale. Studi osservativi hanno mostrato che, in inverno boreale, la precipitazione totale sul Pacifico occidentale e sul settore orientale del Maritime Continent tende a essere significativamente più intensa in QBOE rispetto a QBOW. American Meteorological Society Journals+1 Ma quando si ricalcola la precipitazione media escludendo i “giorni di MJO” (cioè la finestra temporale coperta dagli eventi dal loro inizio alla loro fine), il pattern di differenza cambia drasticamente: il surplus QBOE sul Pacifico occidentale può ridursi o scomparire e, al contrario, può emergere un surplus sull’Indiano orientale. Questo comportamento è estremamente istruttivo perché suggerisce due implicazioni forti: (1) una parte consistente dell’aumento di precipitazione totale sul Pacifico in QBOE è in realtà “trasportata” dall’MJO (cioè dalla maggiore probabilità di attraversamento e mantenimento del segnale convettivo oltre il Maritime Continent); (2) sull’Indiano, la risposta della precipitazione non-MJO può avere segno opposto rispetto alla risposta della precipitazione MJO, producendo una compensazione che rende la variazione totale piccola o statisticamente non significativa. In altre parole, l’eterogeneità zonale non riguarda solo “dove l’MJO è più forte”, ma anche come le componenti intraseasonali e di fondo si redistribuiscono tra bacini diversi quando cambia la fase della QBO.

Proprio per evitare che l’MJO “contamini” lo stato medio, gli autori rimuovono i giorni di MJO quando stimano le medie stagionali NDJFM delle variabili di background (un accorgimento concettualmente corretto: l’MJO non è solo un segnale sovrapposto al mean state, ma può modificarlo localmente durante la stagione, falsando il confronto tra fasi QBO). In questo quadro, un risultato chiave è l’aumento delle anomalie occidentali a 850 hPa tra QBOW e QBOE sul settore sud-orientale dell’Indiano tropicale e sul Mare di Timor, cioè lungo una delle “corsie preferenziali” di propagazione dell’MJO attraverso il Maritime Continent; quando si eliminano i giorni di MJO, quell’aumento dei venti occidentali scompare, indicando che il segnale è quasi interamente legato all’attività MJO stessa e non a un cambiamento persistente del flusso di base. Questo dettaglio è coerente con l’idea che la differenza principale tra QBOE e QBOW sia un cambiamento nella statistica degli esiti degli eventi (sopravvivenza oltre la barriera del MC), più che un cambiamento uniforme delle condizioni medie in bassa troposfera.

L’interpretazione fisica viene ulteriormente raffinata guardando alle variabili che “rendono” il Maritime Continent più o meno permeabile. La copertura media di nubi alte risulta maggiore in QBOE sopra il MC: ciò potrebbe ridurre la severità del barrier effect perché una maggiore copertura nuvolosa attenua l’insolazione e quindi smorza l’ampiezza del ciclo diurno della convezione sulle terre emerse, che è uno dei meccanismi più efficienti nel competere con la convezione propagante dell’MJO e nel frammentarne il segnale. Questa catena causale (più nubi alte → meno forcing diurno efficace sulla terra → ambiente più favorevole alla propagazione intraseasonale) è supportata da esperimenti modellistici che attribuiscono al ciclo diurno del MC un ruolo di primo piano nel blocco o nella distorsione dell’MJO. agupubs.onlinelibrary.wiley.com+1 La stessa maggiore copertura di nubi alte in QBOE può essere compatibile con sistemi convettivi mesoscalari mediamente più profondi; lavori basati su simulazioni cloud-resolving mostrano infatti che la QBO può modulare la convezione profonda attraverso cambiamenti nello stato termodinamico in alta troposfera e nelle proprietà delle nubi alte, alterando i bilanci radiativi colonnari e quindi la “facilità” con cui la colonna può sostenere precipitazione convettiva organizzata. American Meteorological Society Journals+1

Infine, il segmento richiama un ulteriore elemento che complica (ma arricchisce) il quadro: il pattern di differenza delle SST tra fasi QBO somiglia a quello di un Indian Ocean Dipole negativo, un modo di variabilità accoppiata oceano-atmosfera ben documentato. ui.adsabs.harvard.edu+1 È un’indicazione importante perché suggerisce che parte dell’eterogeneità zonale possa essere “filtrata” o amplificata da un background oceanico non uniforme e da configurazioni della circolazione tropicale (ad esempio Walker) che non sono rigidamente zonal-simmetriche. Tuttavia, il testo sottolinea un limite empirico decisivo: le aree con differenze significative di SST non coincidono necessariamente con le aree in cui precipitazione e nubi alte mostrano differenze significative tra QBOE e QBOW, quindi le SST, da sole, potrebbero non essere la causa diretta e locale del pattern di precipitazione. Anche questo è coerente con la letteratura: la QBO tende ad agire come una modulazione “di efficienza” della convezione (via stabilità/raffreddamento radiativo/proprietà delle nubi), più che come un forcing che impone ovunque un segno unico di anomalia precipitativa; il risultato finale dipende dal bacino e dallo stato di fondo su cui la modulazione si innesta.

Tabella 1 — La “firma numerica” del blocco sul Maritime Continent nella connessione QBO–MJO

La Tabella 1 è, di fatto, il passaggio in cui l’articolo traduce in numeri l’idea centrale: l’attività dell’MJO in inverno boreale risulta più elevata in QBOE non perché gli eventi siano mediamente “più intensi”, ma perché ci sono più giorni complessivi di MJO e, soprattutto, perché diminuisce nettamente la quota di episodi che si interrompono durante l’attraversamento del Maritime Continent (MC). Il conteggio è costruito con un approccio “event-based” (tracking degli eventi), quindi non si limita a un indice EOF (RMM/OMI) ma segue gli episodi lungo la propagazione convettiva e ne registra nascita, traiettoria e longitudine di terminazione; in questo quadro, gli eventi MJO-B sono quelli che terminano tra 100° e 160°E, interpretati come episodi “bloccati” dal MC, in linea con la letteratura sul barrier effect. NOAA Institutional Repository+2American Meteorological Society Journals+2

Un dettaglio metodologico che spesso fa la differenza nell’interpretazione: i valori fuori parentesi sono calcolati con la definizione più “rilassata” (stagione NDJFM e QBO definita dal segno dell’indice), mentre i valori tra parentesimostrano cosa succede con la combinazione più “restrittiva” (stagione DJF e QBO definita richiedendo un indice maggiore/minore di 0.5 deviazioni standard). Gli autori usano esplicitamente questa doppia lettura come test di robustezza: con definizioni più selettive il campione si riduce, ma il contrasto tra fasi tende a rafforzarsi, pur con la cautela dovuta alla numerosità più piccola. NOAA Institutional Repository+1

Il primo blocco della tabella serve a separare “quanti eventi partono” da “quanti riescono a passare”. Gli eventi che si formano a ovest del MC sono comparabili tra le due fasi (34 in QBOW contro 29 in QBOE, su NDJFM), quindi non è la sola genesi a creare la differenza principale. La divergenza esplode invece quando guardi gli MJO-B: in QBOWsono 20, in QBOE solo 8. Il salto diventa ancora più chiaro nella metrica normalizzata: la percentuale di eventi bloccati passa dal 59% in QBOW al 28% in QBOE (quindi, grossolanamente, il blocco è circa “doppio” in QBOW), e anche la probabilità mensile di osservare un evento bloccato passa dal 19% al 10%. In altre parole, la tabella quantifica esattamente ciò che la Figura 3 suggerisce visivamente: in QBOE l’MJO ha una probabilità molto più alta di sopravvivere alla barriera del MC e di trasferire la convezione nel Pacifico occidentale, mentre in QBOW molti episodi si “spengono” o si frammentano durante la traversata. NOAA Institutional Repository+2American Meteorological Society Journals+2

Il secondo blocco (eventi formati sull’Oceano Indiano) aggiunge un tassello importante: in QBOE gli eventi originati sull’Indiano sono leggermente più numerosi (21 contro 19), e soprattutto cresce la frequenza mensile di innesco (25% contro 18%). Questo è coerente con l’idea che “più MJO days” derivino da una combinazione di due fattori: più inneschi nel bacino indiano e maggiore durata media perché meno episodi vengono interrotti dal MC. È esattamente il tipo di distinzione che molte analisi basate solo su ampiezze medie di indici EOF faticano a separare, mentre l’approccio a eventi lo rende misurabile. NOAA Institutional Repository+1

Il dato più riassuntivo, però, è in fondo alla tabella: i Total MJO days e la Percentage of MJO days. Nonostante i mesi classificati in QBOW siano più numerosi (107 contro 83), in QBOE i giorni complessivi con MJO risultano maggiori (1202 contro 1054) e, soprattutto, la percentuale di giorni MJO sale dal 33% (QBOW) al 48% (QBOE). Questa metrica è cruciale perché normalizza rispetto alla diversa numerosità del campione e sintetizza l’idea “operativa”: durante QBOE, quasi un giorno su due nella stagione considerata ricade dentro un evento di MJO, mentre in QBOW circa un giorno su tre. Ed è proprio questa crescita dei “giorni MJO” che Zhang & Zhang indicano come la componente che spiega la connessione QBO–MJO più di un aumento sistematico dell’ampiezza media degli eventi. NOAA Institutional Repository+1

Dal punto di vista fisico, la tabella non “dimostra” da sola il meccanismo, ma inchioda il bersaglio diagnostico che ogni meccanismo deve spiegare: la QBO, pur essendo quasi-zonalmente simmetrica in stratosfera, finisce per modulare un sistema (convezione e propagazione MJO) fortemente dipendente dallo stato di fondo regionale indo-pacifico e da processi che rendono il MC un collo di bottiglia, in particolare il ciclo diurno e l’interazione con orografia e distribuzione terra-mare. L’idea che il ciclo diurno e la convezione “land-locked” possano interrompere o distorcere la propagazione intraseasonale è ben documentata in studi di modellistica e osservazioni sul barrier effect. AGU Publications+2American Meteorological Society Journals+2 In parallelo, il filone sulla teleconnessione QBO–convezione tropicale evidenzia che piccole variazioni nella struttura termica e nella stabilità vicino alla tropopausa/alta troposfera possono cambiare l’efficienza della convezione profonda e quindi la resilienza dell’inviluppo convettivo dell’MJO; questa cornice è compatibile sia con studi “stratosphere-to-troposphere” sull’MJO sia con esperimenti che analizzano la risposta della convezione alla perturbazione tipo-QBO. American Meteorological Society Journals+2American Meteorological Society Journals+2

Figura 4 — Dove “muore” l’MJO: la prova statistica del filtro del Maritime Continent e della sua modulazione da parte della QBO

La Figura 4 non descrive dove l’MJO nasce, ma dove termina lungo la fascia indo-pacifica: per ogni evento tracciato che si forma a ovest del Maritime Continent (40°W–100°E) viene registrata la longitudine di fine evento (“ending longitude”), cioè il punto in cui il segnale convettivo organizzato associato all’MJO cessa di essere riconoscibile secondo i criteri di tracking adottati (l’impostazione segue l’idea, resa operativa da Zhang & Ling 2017, che la barriera del Maritime Continent produca una firma non casuale nelle longitudini di terminazione). Questa scelta diagnostica è molto potente perché trasforma il concetto qualitativo di barrier effect in una statistica oggettiva: se il Maritime Continent agisce da “filtro”, allora gli eventi non dovrebbero spegnersi uniformemente lungo tutto il warm pool, ma concentrarsi in alcuni settori preferenziali.

Nel pannello (a), che aggrega insieme tutte le fasi di QBO, la distribuzione delle longitudini finali è bimodale, con due massimi principali: un picco attorno a ~140°E (settore Maritime Continent/Indonesian region) e un secondo massimo verso ~180–220°E (Pacifico occidentale-centrale). Questa doppia campana è esattamente la firma attesa in presenza di una barriera fisica: una parte consistente degli eventi che si organizzano sull’Indiano tende a interrompere la propagazione nella regione del MC, mentre un’altra parte riesce a superare il MC e termina più a est, tipicamente quando l’inviluppo convettivo entra in un ambiente meno favorevole (acque progressivamente più fredde e/o minore supporto termodinamico alla convezione profonda nel Pacifico centrale). In questo senso, la figura supporta un punto spesso sottolineato nella letteratura: l’arresto della propagazione non è “random” nel warm pool, ma è governato da colli di bottiglia dinamico-termodinamici, con il MC come principale (Inness & Slingo 2006; H-M. Kim et al. 2016; Zhang & Ling 2017).

Il pannello (b) è il cuore interpretativo perché separa le distribuzioni per fase QBO: QBOE in blu e QBOW in rosso, e riporta un valore p = 0.03 per un test di Kolmogorov–Smirnov (K-S), cioè un test non parametrico che valuta se due distribuzioni cumulative differiscono in modo statisticamente significativo. Un p-value di 0.03 indica che la differenza tra le distribuzioni di terminazione in QBOE e QBOW è difficilmente spiegabile come semplice fluttuazione campionaria: la QBO è associata a un cambiamento misurabile nella “geografia” statistica di fine evento. Guardando le barre, l’informazione chiave è la redistribuzione della probabilità tra i due massimi: in QBOW aumentano le frequenze di terminazione nel settore del Maritime Continent (più eventi che si spengono tra ~120° e ~160°E), mentre in QBOEcresce la quota di eventi che terminano più a est, nel Pacifico (più frequenze tra ~180° e ~220°E). In pratica, la figura mostra esattamente ciò che nel testo viene chiamato aumento degli eventi “bloccati” (MJO-B) in QBOW e maggiore sopravvivenza oltre il MC in QBOE: non è solo una differenza di ampiezza media dell’MJO, ma una differenza nella probabilità di attraversamento del MC, cioè nel “successo di propagazione”.

Questo risultato si lega in modo molto coerente alla catena argomentativa del paper e agli studi precedenti sulla connessione QBO–MJO: in QBOE, gli eventi MJO tendono a mantenere meglio l’organizzazione convettiva mentre attraversano una regione notoriamente ostile alla propagazione intraseasonale, a causa della forte eterogeneità terra-mare, dell’orografia e soprattutto della competizione con il ciclo diurno della convezione sul MC. La letteratura sul barrier effect (osservativa e modellistica) sottolinea che il ciclo diurno sulle terre emerse può “disaccoppiare” la convezione dall’inviluppo propagante e frammentare il segnale intraseasonale; quando questo meccanismo è meno penalizzante, l’MJO riesce più spesso a traslare nel Pacifico occidentale. Alcuni lavori di modellistica (ad esempio Hagos et al. 2016, richiamato nel segmento successivo del paper) suggeriscono inoltre che una maggiore copertura nuvolosa e il conseguente smorzamento dell’insolazione possano attenuare l’ampiezza del ciclo diurno terrestre, rendendo l’ambiente del MC più “trasparente” alla propagazione dell’MJO. Parallelamente, gli studi sulla teleconnessione QBO–convezione tropicale propongono un controllo indiretto via modifiche dello stato termodinamico in alta troposfera/TTL e della stabilità statica, che possono cambiare l’efficienza con cui la colonna atmosferica sostiene convezione profonda organizzata e quindi la resilienza dell’MJO durante il passaggio sul MC (Yoo & Son 2016; Son et al. 2017; Nishimoto & Yoden 2017; Marshall et al. 2017).

In sintesi, la Figura 4 è la “prova statistica” che completa quanto visto nei compositi di precipitazione: la QBO non si limita a modulare l’intensità del segnale convettivo, ma altera la distribuzione delle longitudini di spegnimento degli eventi. In QBOW la barriera del Maritime Continent “cattura” una frazione maggiore di episodi (più terminazioni sul MC), mentre in QBOE aumenta la probabilità che l’MJO superi il MC e termini nel Pacifico, producendo più spesso quella continuità convettiva verso est che poi si traduce in più MJO-days e in un contributo più forte alla precipitazione intraseasonale pacifica. Se vuoi, posso anche integrare questa lettura con un commento quantitativo “alla Tabella 1” (cioè trasformare le differenze visive delle barre in un ragionamento su probabilità condizionate: P(terminazione sul MC | QBO) vs P(terminazione nel Pacifico | QBO)) mantenendo lo stile senza sottosezioni.

Figura 5 — Separare il “segnale QBO” dal contributo dell’MJO: perché il Pacifico cambia solo quando l’MJO è presente

La Figura 5 è costruita per rispondere a una domanda molto precisa, emersa nella discussione sull’eterogeneità zonale: le differenze tra QBOE e QBOW che vediamo in precipitazione e circolazione a bassa quota sono un cambiamento del background state oppure sono principalmente il risultato del fatto che, in una fase QBO, l’MJO è più frequente/persistente e quindi “riempie” la media stagionale? Per questo gli autori mostrano le differenze QBOE − QBOW nelle medie NDJFM (novembre–marzo) in due modi: includendo tutti i giorni (pannelli a–b, quindi con dentro anche i giorni in cui l’MJO è attiva) e ricalcolando le stesse medie escludendo i giorni MJO (pannelli c–d). Le aree contornate/tratteggiate rappresentano differenze statisticamente significative al 95%, quindi i segnali più robusti. L’idea metodologica è in linea con diversi lavori su QBO–MJO (ad esempio Yoo & Son; Son et al.; Nishimoto & Yoden; Marshall et al.), che insistono sul fatto che un segnale intraseasonale, quando è più persistente, può alterare sensibilmente le medie stagionali e far “sembrare” un cambiamento di stato medio ciò che, in realtà, è un cambiamento nella frequenza/durata degli eventi.

Nel pannello (a), precipitazione con giorni MJO inclusi, il pattern QBOE−QBOW mostra un aumento della precipitazione sul Pacifico occidentale e sul settore orientale del Maritime Continent, mentre sull’Indiano il segnale è più debole o di segno opposto in alcune aree. Questa configurazione è coerente con quanto emerge dai compositi degli eventi tracciati (Figura 3) e dalle distribuzioni delle longitudini di terminazione (Figura 4): in QBOE l’MJO supera più spesso la barriera del Maritime Continent e mantiene un inviluppo convettivo più continuo verso il Pacifico, incrementando il contributo intraseasonale alla pioggia proprio dove la propagazione riesce. La letteratura sul barrier effect del Maritime Continent (Inness & Slingo; H.-M. Kim et al.; Zhang & Ling) fornisce la cornice fisica: la regione MC è un “collo di bottiglia” perché la complessità terra–mare, l’orografia e soprattutto il ciclo diurno della convezione possono frammentare il disturbo propagante; se una fase QBO favorisce eventi più resilienti, il segnale di precipitazione tende a spostarsi e a concentrarsi più a est.

Il pannello (b), anomalie del vento zonale a 850 hPa con giorni MJO inclusi, mostra un segnale altrettanto diagnostico: compaiono anomalie più occidentali (westerlies) tra l’Oceano Indiano sud-orientale e il Mare di Timor, cioè lungo una delle vie preferenziali con cui l’MJO attraversa il Maritime Continent. Questo è un punto dinamicamente importante, perché la propagazione dell’MJO è fortemente legata al coupling tra convezione e circolazione di bassa quota: le westerlies a 850 hPa favoriscono convergenza di umidità, sostengono la ventilazione del sistema convettivo e “precondizionano” l’ambiente a est dell’inviluppo convettivo, rendendo più facile mantenere la coerenza del disturbo mentre entra nel settore MC–Pacifico. In molti schemi concettuali dell’MJO (dalle interpretazioni “moisture mode” alle letture più dinamiche che enfatizzano Kelvin/Rossby responses e feedback radiativo–convettivi), questo rinforzo dei westerlies in bassa troposfera è un ingrediente che si associa tipicamente a eventi più efficaci nel propagare verso est.

La svolta interpretativa arriva però confrontando (a–b) con (c–d). Nel pannello (c), precipitazione senza giorni MJO, il surplus di precipitazione in QBOE sul Pacifico occidentale che era evidente in (a) si riduce drasticamente o scompare, mentre può emergere un segnale relativamente più marcato sull’Indiano orientale. Questa inversione di prospettiva è precisamente ciò che Collimore et al. e Liess & Geller evidenziavano quando distinguevano tra precipitazione totale e componente legata all’MJO: una parte consistente del “Pacifico più piovoso in QBOE” non è un cambio persistente del regime medio, ma è il contributo cumulato dell’MJO (più giorni di MJO e più eventi che raggiungono il Pacifico). Quando togli i giorni MJO, stai guardando una climatologia “ripulita” dall’intraseasonale e il segnale pacifico collassa, indicando che l’anomalia in (a) era in larga misura MJO-driven. Allo stesso tempo, il fatto che sull’Indiano compaia o cresca un segnale non-MJO suggerisce una compensazione: in quella regione l’MJO può contribuire meno in QBOE (come suggerito dalla Figura 3c), mentre la precipitazione di fondo (non-MJO) può aumentare, producendo un totale poco significativo se non separi le componenti.

Il pannello (d), vento zonale a 850 hPa senza giorni MJO, chiude il cerchio: l’anomalia di westerlies lungo la “corsia” Indiano sud-orientale–Timor che vedevamo in (b) si indebolisce fortemente quando i giorni MJO vengono rimossi. Questo è un risultato metodologicamente pulito e fisicamente forte: significa che la differenza nei venti a bassa quota non descrive un cambiamento stabile del background (tipo “in QBOE il monson westerly è più forte in media”), ma nasce soprattutto dal fatto che in QBOE l’MJO è più presente/persistente e quindi “imprime” nella media stagionale la sua firma circolatoria. In altre parole, la Figura 5 dimostra operativamente che una parte importante della risposta QBOE−QBOW nella bassa troposfera tropicale è endogena all’MJO: non è la circolazione media che cambia e poi produce più MJO, ma è la diversa statistica dell’MJO (durata, successo di attraversamento del MC) che cambia le medie stagionali di vento e precipitazione.

Il messaggio complessivo della figura, quindi, è duplice e risolve l’apparente paradosso della “eterogeneità zonale” in un fenomeno (QBO) quasi-zonalmente simmetrico. Primo: il segnale QBOE−QBOW osservato sul Pacifico occidentale nelle medie NDJFM è in larga parte un segnale intraseasonale mascherato da segnale stagionale, perché deriva dalla maggiore presenza dell’MJO (più MJO-days) e dalla maggiore probabilità di propagazione oltre il Maritime Continent in QBOE, coerentemente con l’insieme Figura 3–Figura 4–Tabella 1. Secondo: separare giorni MJO e non-MJO rivela che l’Indiano può mostrare un comportamento compensato, dove le componenti MJO e non-MJO rispondono in modo opposto, rendendo la precipitazione totale meno significativa se non la decomponi. Questa impostazione prepara anche il terreno per l’argomento successivo del paper: per capire perché l’MJO attraversa più facilmente il MC in QBOE, bisogna guardare alle variabili di background “ripulite” dall’MJO (nubi alte, stato termodinamico e altri campi), perché altrimenti rischi di confondere causa e effetto.

Sensibilità dei risultati alla scelta della stagione invernale e alla definizione delle fasi QBO (senza conclusioni)

Quando si studia la connessione QBO–MJO, la robustezza del segnale dipende in modo sostanziale da due scelte metodologiche: (1) come si delimita l’inverno boreale e (2) quanto “selettiva” è la classificazione delle fasi della QBO. La prima scelta riguarda il fatto che molti lavori si concentrano sul trimestre DJF, mentre altri estendono la finestra a NDJFM per aumentare la numerosità campionaria e includere la porzione di stagione in cui l’MJO è statisticamente e dinamicamente più attivo su scala intrastagionale. In termini fisici, questa differenza non è un dettaglio: l’MJO non evolve in un “vuoto” climatologico, ma su uno sfondo di convezione, umidità, shear e temperatura di tropopausa che cambia tra inizio inverno, pieno inverno e tardo inverno; di conseguenza, includere novembre e marzo può aumentare la potenza statistica (più eventi e più giorni MJO), ma può anche “diluire” un segnale che in alcuni dataset risulta più netto nel cuore dell’inverno. In questa direzione, Yoo e Son (2016) documentano che la modulazione QBO–MJO emerge con maggiore chiarezza durante l’inverno boreale, con MJO mediamente più intensa in QBO orientale rispetto a QBO occidentale, e sottolineano che la robustezza del legame varia con la metrica MJO adottata. Agupubs+1 La stessa attenzione al perimetro stagionale compare anche nelle analisi basate su tracciamento di eventi MJO in precipitazione, dove l’estensione a NDJFM viene motivata esplicitamente con l’obiettivo di aumentare la dimensione del campione rispetto a DJF e rendere più stabili le statistiche sugli eventi (per esempio, distribuzioni delle longitudini di terminazione, probabilità mensili di specifiche “famiglie” di eventi). Repository NOAA+1

Il secondo parametro, spesso ancora più incisivo sul compromesso “segnale vs numerosità”, è la definizione delle fasi QBO. Una classificazione “rilassata” basata sul solo segno dell’indice (QBOE per valori negativi e QBOW per valori positivi, tipicamente su vento zonale equatoriale a un livello stratosferico standard) massimizza il numero di stagioni disponibili e quindi la potenza dei test statistici. Questa impostazione è coerente con l’uso di indici QBO ampiamente impiegati in letteratura (ad esempio, la tradizione di indicizzare la QBO con il vento zonale medio mensile equatoriale a 30 hPa) e con l’idea che anche fasi non “estreme” possano contribuire a una modulazione sistematica dello stato termodinamico e dinamico della regione di tropopausa tropicale, che è un nodo chiave per la convezione profonda organizzata. Agupubs+1 Una definizione più restrittiva (ad esempio soglia ±0,5 deviazioni standard) seleziona invece solo gli episodi QBO più marcati: il vantaggio è che, se il meccanismo è realmente legato alla forza del segnale QBO (ad esempio attraverso anomalie più nette nella temperatura vicino alla tropopausa, nella stabilità statica e nella struttura del vento), allora le differenze tra QBOE e QBOW possono risultare più “pulite” e con ampiezze maggiori; lo svantaggio è che la drastica riduzione del campione aumenta la variabilità campionaria e rende più facile perdere significatività in metriche che richiedono molta statistica per emergere (come le PDF di longitudini di fine evento o le differenze sottili di propagazione). Questo è un punto cruciale perché molte statistiche MJO non sono indipendenti giorno-per-giorno: l’MJO ha memoria intrinseca e persistenza, per cui il numero effettivo di gradi di libertà è inferiore al conteggio grezzo dei giorni; in pratica, ridurre il numero di stagioni/eventi può far collassare la capacità del test di distinguere due distribuzioni anche quando le medie suggeriscono un contrasto reale.

Dentro questo quadro, la sensibilità che emerge in letteratura è coerente: quando si passa da NDJFM (campione più ampio) a DJF (campione più piccolo) e contemporaneamente si passa dalla definizione QBO “per segno” a quella “per deviazione standard”, i segnali tendono ad aumentare in ampiezza ma diventano più vulnerabili alla perdita di significatività statistica. Agupubs+1 È anche utile ricordare che la sensibilità dipende dalla metrica scelta per rappresentare l’MJO: gli indici EOF-based come l’RMM (Wheeler & Hendon, 2004) sintetizzano la variabilità convettiva e del vento tropicale in due componenti principali e sono molto utili per monitoraggio e climatologia, ma la loro ampiezza può risentire del rumore extratropicale e della stagionalità del background; approcci event-based o basati su precipitazione/tracciamento possono invece enfatizzare l’aspetto “fenomenologico” della propagazione e della persistenza degli eventi. journals.ametsoc.org+1 La coerenza tra metriche diverse è uno dei motivi per cui diversi studi hanno considerato la connessione QBO–MJO non come un artefatto di un singolo indice, ma come un segnale che ricompare (pur con intensità variabile) in più diagnosi, includendo anche implicazioni operative sulla prevedibilità sub-stagionale: Marshall et al. (2017), ad esempio, discutono come la fase QBO possa modulare la skill di previsione dell’MJO, suggerendo che la differenza tra QBOE e QBOW non sia soltanto descrittiva ma potenzialmente rilevante anche per i sistemi di forecast. Sistema di Dati Astrofisici+1 Sul versante dei meccanismi e della struttura dell’evento, lavori come Nishimoto e Yoden (2017) analizzano come la QBO possa influenzare l’MJO (in termini di ampiezza e caratteristiche di propagazione) attraverso modifiche del contesto atmosferico tropicale, rafforzando l’idea che restringere la definizione QBO possa amplificare i contrasti medi ma al prezzo di campioni più piccoli. journals.ametsoc.org+1 Inoltre, esistono evidenze che la modulazione della MJO da parte della QBO possa riverberarsi anche sulle teleconnessioni e su aspetti extratropicali (ad esempio relazione con lo storm track pacifico), il che rende ancora più importante controllare come cambiano i risultati quando si “spreme” il campione selezionando solo gli inverni QBO più estremi. Agupubs+1

Applicando quindi la combinazione più restrittiva (DJF + soglia ±0,5 deviazioni standard), i risultati di base mostrati per le metriche principali possono essere riprodotti, ma alcune diagnostiche sensibili alla numerosità — come la distinzione statistica tra le PDF delle longitudini di terminazione nelle due fasi QBO — tendono a non risultare più separabili in modo significativo, coerentemente con la riduzione del campione. Al tempo stesso, il contrasto tra QBOE e QBOW in misure “aggregate” o frequenziali (quota di eventi MJO-B sul totale, probabilità mensile di MJO-B, frequenza mensile di eventi formati sull’Oceano Indiano, percentuale di giorni MJO) rimane dello stesso segno e spesso appare più marcato, come indicato dai valori riportati tra parentesi nelle sintesi tabellari. Repository NOAA+1

Le differenze nello “stato medio” tra QBOE e QBOW tendono a mantenere la stessa impronta qualitativa anche quando si passa dalle definizioni più permissive (stagione estesa NDJFM e classificazione QBO basata sul solo segno) a quelle più restrittive (DJF e soglia per deviazione standard), mentre possono cambiare l’intensità e l’area geografica in cui i segnali risultano statisticamente significativi. Questo comportamento è coerente con un punto metodologico ben noto: restringere i criteri di selezione tende a isolare configurazioni più “pure” (anomalia media più forte), ma riduce i campioni e quindi rende più intermittente la significatività spaziale, specie per variabili ad alta variabilità intrastagionale come vento e precipitazione tropicale. Nel quadro fisico della connessione QBO–tropici, studi osservativi e modellistici indicano che la QBO può modulare la distribuzione della convezione profonda e il contesto termodinamico vicino alla tropopausa tropicale, con riflessi sul background in cui si innesta l’attività intrastagionale. Agupubs+1

Un’eccezione rilevante, quando si confrontano direttamente le due “estremità” delle scelte metodologiche (rilassata vs restrittiva), riguarda il vento zonale a 850 hPa. Nella configurazione NDJFM con QBO “per segno” la differenza tra QBOE e QBOW può risultare non significativa sulla warm pool indo-pacifica, mentre con DJF e QBO “per deviazione standard” possono emergere anomalie orientali (easterly) statisticamente significative a sud del Maritime Continent in QBOE rispetto a QBOW. In termini dinamici, un segnale di questo tipo è compatibile con una traslazione meridionale della fascia di westerlies di basso livello e con un riassestamento del gradiente di vorticità e della convergenza di umidità nel settore indo-australiano: piccoli spostamenti della climatologia dei flussi a bassa quota (anche solo di qualche grado di latitudine) possono cambiare in modo sensibile i “corridoi” di umidità e la ventilazione della convezione, e quindi la probabilità che un disturbo convettivo mantenga coerenza mentre si avvicina alle complessità terra–mare del Maritime Continent. Questo aspetto è particolarmente pertinente perché la regione del MC è riconosciuta come una delle aree più critiche per la propagazione MJO, dove il background di vento e umidità del basso troposfera contribuisce a determinare se l’evento rimane “attivo” o tende a indebolirsi. journals.ametsoc.org+2journals.ametsoc.org+2

Sul ruolo di ENSO come possibile fattore confondente della relazione QBO–MJO, la letteratura osservativa ha spesso evidenziato che il legame tra QBO e convezione tropicale, considerato su larga scala, non viene sostanzialmente riorganizzato da ENSO, e che anche la connessione specifica QBO–MJO può persistere senza che ENSO ne spieghi la struttura principale. Agupubs+2journals.ametsoc.org+2 In parallelo, è ben documentato che MJO ed ENSO non mostrano, in inverno boreale, una relazione simultanea robusta quando si usano metriche “globali” di attività MJO; al contrario, emerge più chiaramente una relazione a ritardo, in cui variazioni dell’attività MJO (soprattutto in stagioni di transizione) possono precedere l’evoluzione di ENSO su scale di 6–12 mesi, coerentemente con l’idea che l’inviluppo convettivo e i burst di vento associati all’intrastagionale possano contribuire a forzare onde di Kelvin oceaniche e a precondizionare l’oceano equatoriale pacifico. journals.ametsoc.org+1

Nonostante ciò, la preoccupazione che ENSO possa “colorare” statisticamente l’effetto QBO–MJO resta ragionevole, perché ENSO modifica lo stato medio tropicale (SST, umidità troposferica, circolazione di Walker) e può influenzare proprio i passaggi più delicati della MJO sul Maritime Continent; ad esempio, lavori basati su tracciamento di strutture convettive in precipitazione mostrano differenze nella tipologia e nella capacità di attraversamento del MC tra anni El Niño e La Niña, segnalando che il contesto ENSO può incidere sulla climatologia degli eventi e sulla loro “sopravvivenza” durante la propagazione. orca.atmos.washington.edu+1 In questo scenario, anche una lieve asimmetria nella frequenza con cui El Niño e La Niña ricorrono nelle due fasi QBO potrebbe introdurre bias campionari: se, per esempio, una fase ENSO risultasse più rappresentata in QBOE rispetto a QBOW (o viceversa), allora parte delle differenze attribuite alla QBO potrebbe riflettere, almeno in quota parte, un diverso mix di background oceanico-atmosferico.

Proprio per separare “modulazione QBO” e “contaminazione ENSO”, diversi studi impostano controlli espliciti: (i) verificano se, a parità di fase ENSO, il numero e le caratteristiche degli eventi MJO differiscono solo debolmente tra QBOE e QBOW; (ii) ripetono le analisi escludendo gli anni di El Niño e La Niña, per testare quanto il segnale QBO–MJO dipenda davvero dall’inclusione di quegli anni. Questo tipo di test è concettualmente allineato con l’idea, sostenuta nella letteratura sulla “stratospheric control” della MJO, che la QBO agisca principalmente attraverso modifiche del contesto vicino alla tropopausa (stabilità statica e struttura del vento) e che tali modifiche possano modulare l’organizzazione della convezione intrastagionale in modo relativamente robusto rispetto alla variabilità interannuale di ENSO. journals.ametsoc.org+2journals.ametsoc.org+2

La Figura 6 rappresenta la differenza QBOE − QBOW nello stato medio tropicale durante novembre–marzo per quattro variabili strettamente legate alla convezione e alla “precondizione” ambientale dell’MJO: copertura di nubi alte (HCC), temperatura superficiale del mare (SST), umidità specifica integrata tra 900 e 500 hPa (q) e quota della tropopausa espressa in hPa. Le aree delimitate da tratteggi indicano dove la differenza tra le due fasi della QBO supera la soglia di significatività al 95%, e quindi dove il segnale è statisticamente più robusto rispetto al rumore intrinseco tropicale. La lettura fisica della figura va fatta tenendo presente che HCC e q sono proxy diretti della convezione profonda e della sua “alimentazione” umida nella bassa e media troposfera, mentre la tropopausa (e più in generale la regione TTL, Tropical Tropopause Layer) è il nodo dinamico attraverso cui la QBO può influenzare la convezione tropicale senza passare necessariamente da forzanti superficiali: in letteratura il legame QBO–MJO è spesso interpretato come una modulazione “dall’alto” delle condizioni termodinamiche e dinamiche che controllano profondità convettiva, detrainment e feedback radiativi (Yoo & Son, 2016; Son et al., 2017; Nishimoto & Yoden, 2017). Nel pannello (a) la differenza di HCC mostra un mosaico di anomalie, ma con segnali positivi ben evidenti (QBOE più “nubi alte” di QBOW) in porzioni del settore indo-pacifico occidentale, inclusa l’area del Maritime Continent e regioni adiacenti del Pacifico occidentale, mentre compaiono aree con segnale opposto in zone limitrofe. Poiché la copertura di nubi alte è strettamente associata ad anvil convettivi e quindi a convezione profonda organizzata (e a OLR ridotta), questa mappa suggerisce che, in media, in QBOE l’attività convettiva tenda a presentare una diversa distribuzione spaziale rispetto a QBOW, con implicazioni immediate per la probabilità che un disturbo intrastagionale mantenga coerenza nel tratto critico indo-australiano. Questo è coerente con il quadro discusso in molti lavori: il Maritime Continent è una regione “filtro”, dove l’eterogeneità terra–mare, l’orografia e il forte ciclo diurno competono con la propagazione intrastagionale; piccole differenze di stato medio possono fare la differenza tra attraversamento e attenuazione dell’MJO (Hendon et al., 1999; Hendon et al., 2007). Nel pannello (c), la q integrata 900–500 hPa fornisce la chiave termodinamica per interpretare HCC: le aree con anomalie positive indicano una colonna troposferica inferiore-media mediamente più umida in QBOE, condizione che riduce l’entrainment secco e rende più facile sostenere convezione profonda persistente; al contrario, anomalie negative indicano un ambiente più secco, che tende a favorire convezione più episodica o meno profonda e quindi una minore copertura di nubi alte. L’accoppiamento tra (a) e (c) è importante perché molti schemi interpretativi dell’MJO enfatizzano che non basta “innescare” convezione: serve mantenere un bilancio favorevole del moist static energy nella colonna, e la disponibilità di umidità nella medio-bassa troposfera è uno dei controlli più efficaci sulla longevità dell’inviluppo convettivo intrastagionale. In questo senso, la figura si inserisce bene nelle ipotesi proposte per la connessione QBO–MJO: QBOE altererebbe il contesto della TTL e, attraverso questo, la struttura di stabilità e umidità troposferica, predisponendo un ambiente più (o meno) favorevole alla convezione organizzata e alla sua propagazione (Yoo & Son, 2016; Son et al., 2017).

Il pannello (d) è quello che più direttamente richiama il “ponte” stratosfera–troposfera: la differenza della quota della tropopausa mostra un segnale molto coerente lungo la fascia equatoriale, con valori negativi in hPa (che corrispondono a una tropopausa a pressione minore, quindi mediamente più alta in quota) in QBOE rispetto a QBOW, e segnali di segno opposto alle latitudini subtropicali. Questo tipo di firma è esattamente ciò che ci si aspetta da una variabilità come la QBO, che modifica i venti e la temperatura nella bassa stratosfera tropicale e induce una circolazione secondaria capace di riorganizzare la struttura termica vicino alla tropopausa; una tropopausa più alta implica una colonna troposferica più profonda e, spesso, un diverso profilo termico che può influenzare sia la profondità massima raggiungibile dalla convezione sia il livello di outflow degli anvil. Poiché l’MJO è fortemente sensibile ai feedback nube–radiazione e al modo in cui la convezione profonda ventila calore e umidità verso l’alta troposfera, un cambiamento sistematico della tropopausa/TTL è un candidato plausibile per modulare l’ampiezza e la persistenza dell’MJO tra fasi QBO, come discusso in modo esplicito da Yoo & Son (2016) e ripreso da analisi successive (Son et al., 2017; Nishimoto & Yoden, 2017). In pratica, la figura suggerisce che parte della differenza QBOE–QBOW nello “sfondo” tropicale non è superficiale ma strutturale: riguarda la geometria verticale della troposfera tropicale e quindi i vincoli fisici entro cui si organizza la convezione intrastagionale.

Il pannello (b), infine, mostra che le differenze di SST tra QBOE e QBOW sono piccole (ordine di pochi decimi di grado) e spazialmente frammentate: questo è un elemento diagnostico rilevante, perché riduce la probabilità che il segnale QBO–MJO sia semplicemente un riflesso di un diverso “mix” di ENSO o di anomalie oceaniche persistenti. La letteratura, infatti, tende a indicare che ENSO non altera in modo sostanziale la connessione osservata tra QBO e convezione tropicale su larga scala (Liess & Geller, 2012) e che la relazione QBO–MJO permane anche quando si controlla per ENSO (Son et al., 2017), pur rimanendo ragionevole interrogarsi su possibili bias campionari dovuti alla distribuzione non perfettamente simmetrica degli anni El Niño/La Niña tra le fasi QBO, tema discusso anche da Nishimoto & Yoden (2017). In parallelo, è utile ricordare che ENSO e MJO non mostrano una relazione simultanea robusta in inverno boreale, mentre emergono legami a ritardo di diversi mesi, con l’MJO che può precedere l’evoluzione di ENSO su scale 6–12 mesi (Zhang & Gottschalck, 2002), e che alcune tipologie di eventi MJO possono risultare leggermente più frequenti in specifici contesti ENSO (Kerns & Chen, 2016); proprio per questo, il fatto che in Figura 6 le SST non presentino un’impronta dominante rende più credibile un’interpretazione in cui la modulazione principale avvenga attraverso umidità, nubi alte e soprattutto struttura della tropopausa/TTL, cioè attraverso variabili che sono coerenti con un’influenza dinamico-termodinamica associata alla QBO più che con una forzante oceanica diretta.

La Figura 7 isola le differenze di stato medio tra QBOE e QBOW nel cuore dell’inverno boreale (DJF) adottando una definizione “selettiva” della QBO (±0,5 deviazioni standard) ed escludendo i giorni in cui l’MJO è attiva, così da evitare che l’impronta intrastagionale della stessa oscillazione contamini il confronto. In pratica, ciò che stai guardando non è “l’MJO in QBOE contro QBOW”, ma il modo in cui il background tropicale (termodinamico e dinamico) cambia tra le due fasi QBO quando i disturbi MJO vengono rimossi dal campione: questa scelta è molto in linea con l’impostazione di diversi studi sulla connessione QBO–MJO, che interpretano il segnale come una modulazione dello stato medio della troposfera tropicale e soprattutto della TTL (Tropical Tropopause Layer), capace poi di precondizionare intensità, persistenza e capacità di propagazione dell’MJO (ad esempio in Yoo & Son 2016; Son et al. 2017; Nishimoto & Yoden 2017; Marshall et al. 2017). Le linee tratteggiate indicano dove la differenza supera la soglia di significatività al 95%, e non è un dettaglio: passando a una QBO più “estrema” (soglia in deviazioni standard) ci si aspetta un segnale medio più forte ma anche una copertura significativa più intermittente, perché il campione si riduce e alcune strutture diventano più sensibili alla variabilità interna tropicale.

Nel pannello (a) la precipitazione (QBOE − QBOW) mostra un riassetto della convezione di fondo sull’Indo-Pacifico: compaiono anomalie positive sul settore indo-marittimo (con massimi in prossimità del Maritime Continent e del Pacifico occidentale) e, in compensazione, anomalie negative più marcate sul Pacifico centrale-equatoriale. Questa configurazione è coerente con un ribilanciamento della circolazione tropicale e dei serbatoi di umidità: dove la colonna diventa più favorevole alla convezione profonda ci si aspetta un incremento della pioggia media, mentre nelle zone dove prevale subsidenza o ventilazione secca la precipitazione si riduce. Il pannello (c), che riporta la copertura di nubi alte (HCC), rafforza esattamente questa lettura: HCC aumenta in QBOE nelle stesse aree in cui la pioggia tende ad aumentare, perché nubi alte e anvil convettivi sono un proxy robusto della convezione profonda organizzata e dei suoi feedback radiativi. È proprio su questi feedback che una parte importante della letteratura costruisce l’interpretazione della modulazione QBO–MJO: piccole differenze nello stato termodinamico vicino alla tropopausa possono cambiare profondità convettiva media, detrainment alto-troposferico e quindi la componente radiativa associata alle nubi alte, che a sua volta condiziona la persistenza dell’inviluppo convettivo intrastagionale (un’idea discussa spesso quando si confrontano QBOE e QBOW per ampiezza e “longevità” dell’MJO).

Il pannello (e) (umidità specifica integrata 900–500 hPa) fornisce il tassello termodinamico più diretto: dove q è positiva in QBOE, la troposfera inferiore-media è mediamente più umida rispetto a QBOW; ciò riduce l’entrainment di aria secca nelle correnti ascendenti e rende più facile mantenere convezione profonda persistente, coerentemente con gli incrementi di precipitazione e HCC. Viceversa, le aree con q negativa delineano un ambiente più secco e quindi più “ostile” alla convezione organizzata. Questo punto è centrale per l’MJO anche quando l’MJO è esclusa dal campione: la propagazione dell’MJO attraverso l’Indo-Pacifico dipende molto dalla pre-umidificazione della colonna e dalla capacità dell’ambiente di sostenere un bilancio positivo di energia/umidità nella medio-bassa troposfera; pertanto, una differenza sistematica di q tra fasi QBO rappresenta un modo fisicamente plausibile con cui la QBO può modulare la probabilità che i disturbi intrastagionali, quando si presentano, si amplifichino o si indeboliscano in punti chiave (in particolare nel tratto complesso del Maritime Continent, spesso discusso come “barriera” alla propagazione).

Il pannello (b) (U850) è il contributo dinamico più diagnostico e si collega direttamente all’eccezione menzionata nel testo: in questa configurazione restrittiva emergono anomalie orientali (negative) significative a sud del Maritime Continent in QBOE rispetto a QBOW, compatibili con uno spostamento verso nord del westerly climatologico di basso livello. Dal punto di vista fisico questo significa che, a parità di stagione, il corridoio di venti occidentali di background può collocarsi leggermente più a nord in QBOE, lasciando a latitudini equatoriali/sub-equatoriali meridionali un’anomalia orientale. Una variazione di questo tipo è cruciale perché U850 controlla convergenza di umidità, shear e ventilazione della convezione: anche scarti medi di 1–2 m/s, se persistenti, possono cambiare la geografia delle zone di convergenza e quindi l’efficienza con cui la colonna si pre-umidifica. Inoltre, proprio nel Maritime Continent la sensibilità a piccoli cambiamenti del low-level flow è amplificata dall’eterogeneità terra–mare e dall’orografia: per questo la letteratura sull’MJO sottolinea spesso che il “successo” o il fallimento dell’attraversamento del MC non dipendono solo dall’ampiezza dell’MJO, ma anche dalla configurazione del background a bassa quota e dall’organizzazione dell’umidità troposferica (Hendon et al. 1999; Hendon et al. 2007). In questo senso, la Figura 7 suggerisce che la QBO, quando considerata in fasi più estreme, può imprimere una firma dinamica di basso livello proprio nella regione in cui la propagazione intrastagionale è più vulnerabile.

Il pannello (f) (altezza della tropopausa in hPa) mostra invece il segnale strutturale più coerente e “in quota”: una vasta anomalia negativa in fascia tropicale indica che in QBOE la tropopausa tende a collocarsi a pressioni minori, quindi mediamente più alta in quota, con una firma opposta alle latitudini subtropicali. Questa è una traccia tipica della modulazione QBO sulla bassa stratosfera tropicale e sulla TTL attraverso la circolazione secondaria associata alla QBO; è anche l’elemento più direttamente compatibile con l’idea del controllo “dall’alto” sulla convezione tropicale: cambiando temperatura, stabilità e struttura verticale vicino alla tropopausa, si modificano i vincoli entro cui la convezione profonda detraine e organizza i propri anvil, con conseguenze sulla distribuzione media di nubi alte e, indirettamente, sul background energetico che favorisce o sfavorisce la persistenza convettiva (il nucleo interpretativo di molti lavori su QBO–MJO). Il pannello (d) (SST) completa il quadro mostrando anomalie relativamente piccole e frammentate (ordine di pochi decimi di grado), senza un’impronta dominante e coerente su scala bacinale: questo è coerente con l’argomento, spesso riportato in letteratura, che la connessione QBO–convezione/MJO non sia semplicemente un riflesso di ENSO o di un diverso stato oceanico di fondo, pur restando buona prassi verificare il possibile bias campionario legato alla diversa frequenza relativa di anni El Niño/La Niña nelle due fasi QBO (Liess & Geller 2012; Son et al. 2017; e le discussioni di sensibilità in Nishimoto & Yoden 2017). Nel complesso, la figura mostra quindi una catena fisica coerente “background-first”: tropopausa/TTL diversa tra QBOE e QBOW, differenze in umidità e copertura di nubi alte, e una firma dinamica a 850 hPa che in questa selezione restrittiva diventa particolarmente evidente proprio a sud del Maritime Continent, cioè nella regione in cui anche piccoli cambiamenti del low-level flow possono tradursi in grandi differenze di resa convettiva e continuità di propagazione.

La Tabella 2 è costruita come un controllo statistico di “confondimento” (confounding) e serve a rispondere a una domanda molto concreta: le differenze attribuite alla QBO nel comportamento dell’MJO potrebbero in realtà riflettere un diverso mix di condizioni ENSO (El Niño/La Niña) all’interno dei campioni QBOE e QBOW? In letteratura questa cautela è ben motivata, perché ENSO modifica lo stato medio tropicale (circolazione di Walker, distribuzione della convezione, gradiente termico oceano-atmosfera) e quindi potrebbe, almeno in teoria, alterare la frequenza o la tipologia degli eventi MJO, soprattutto nella regione critica Indo-Pacifico e sul Maritime Continent; al tempo stesso, diversi lavori (citati nel testo che stai traducendo, come Liess & Geller 2012 e Son et al. 2017) sostengono che la connessione QBO–convezione/MJO persiste anche quando si considera ENSO, ma rimane buona prassi dimostrarlo in modo trasparente. La tabella lo fa in due mosse: prima conta gli eventi MJO totali in NDJFM separandoli per fase QBO (48 in QBOW e 38 in QBOE, totale 86), poi “stratifica” gli stessi eventi in base alla fase ENSO, riportando sia i conteggi sia le percentuali rispetto al totale degli eventi, e in parallelo riporta anche il numero di mesi El Niño/La Niña presenti in ciascuna fase QBO, cioè la dimensione effettiva del campione temporale su cui gli eventi sono conteggiati (35 mesi El Niño in QBOW contro 17 in QBOE; 32 mesi La Niña in QBOW contro 25 in QBOE). Questo doppio binario è essenziale: se guardassi soltanto i conteggi grezzi degli eventi, potresti essere indotto a pensare che “in QBOW ci sono più MJO in El Niño” (16 contro 8) e quindi che ENSO stia guidando parte del segnale; ma la tabella ti obbliga a confrontare quei conteggi con la disponibilità di mesi ENSO nelle due fasi QBO, mostrando che El Niño è semplicemente più rappresentato nel campione QBOW (32% dei mesi QBOW sono El Niño, contro il 20% in QBOE). In altre parole, una quota maggiore di eventi MJO in El Niño dentro QBOW è, almeno in prima approssimazione, un effetto di composizione del campione: se hai quasi il doppio dei mesi El Niño in QBOW (35) rispetto a QBOE (17), è naturale che tu conti più eventi MJO “in El Niño” dentro QBOW. Proprio per questo è utile ragionare in termini di tasso per mese (anche senza formalismi): 16 eventi in 35 mesi El Niño in QBOW e 8 eventi in 17 mesi El Niño in QBOE producono un rapporto eventi/mesi molto simile, suggerendo che la frequenza degli eventi MJO durante El Niño non cambia in modo sostanziale tra le due fasi QBO. Lo stesso esercizio per La Niña (15 eventi su 32 mesi in QBOW; 10 eventi su 25 mesi in QBOE) mostra differenze un po’ più irregolari, ma non tali da giustificare, da sole, un ribaltamento sistematico dei risultati QBO–MJO: la tabella infatti evidenzia che il numero di eventi MJO nelle due fasi QBO “dentro” ciascuna fase ENSO differisce solo leggermente (El Niño: 16 vs 8; La Niña: 15 vs 10), e soprattutto che la frazione di eventi MJO associati a ENSO non è drammaticamente diversa tra QBOE e QBOW (per gli eventi: El Niño 33% in QBOW contro 21% in QBOE; La Niña 31% contro 26%). Il punto concettuale è che, se ENSO fosse il vero motore delle differenze attribuite alla QBO, ti aspetteresti uno scarto molto più marcato nei tassi o una struttura coerente in cui, a parità di mesi ENSO disponibili, una fase QBO producesse sistematicamente più eventi MJO dell’altra; qui invece emerge un quadro in cui l’asimmetria principale riguarda la distribuzione dei mesi ENSO fra QBOE e QBOW più che la produttività di eventi MJO per mese ENSO. La parte forse più sottile della tabella è proprio la nota sullo “sbilanciamento” congiunto QBO–ENSO: La Niña risulta relativamente più probabile in QBOE, mentre El Niño è relativamente più probabile in QBOW (informazione coerente con le righe sui mesi), e gli autori riconoscono correttamente che una distribuzione congiunta non perfettamente simmetrica può introdurre bias campionari anche quando i tassi medi sembrano simili, un tema discusso in lavori di sensibilità come Nishimoto & Yoden (2017). Per questo la tabella va letta come un passaggio intermedio: indica che il contrasto QBOE–QBOW nel comportamento dell’MJO non si spiega banalmente “perché in una fase QBO ci sono più El Niño”, ma non si limita a dichiararlo; prepara il terreno al test più stringente, cioè replicare le analisi escludendo gli anni El Niño e La Niña e verificare se i risultati restano consistenti, procedura che in studi come Son et al. (2017) è usata proprio per sostenere che la modulazione QBO agisce attraverso cambiamenti atmosferici (in particolare nella regione della tropopausa tropicale e nello stato medio convettivo) più che come semplice riflesso del forcing oceanico interannuale. In sintesi operativa, la Tabella 2 ti dice che le differenze MJO tra QBOE e QBOW non “spariscono” quando metti ENSO sotto controllo a livello di conteggi e di composizione temporale: ENSO può essere un fattore di contesto, ma non emerge come spiegazione primaria del contrasto tra fasi QBO, e questa è esattamente la funzione metodologica della tabella all’interno del segmento.

Sintesi e discussione

La connessione QBO–MJO emersa negli ultimi anni viene qui riconsiderata con un cambio di prospettiva metodologica che è tutt’altro che marginale: invece di affidarsi esclusivamente a indici globali costruiti tramite EOF, come l’RMM (Wheeler & Hendon, 2004) o l’OMI (Kiladis et al., 2014), lo studio identifica e “segue” i singoli eventi di MJO tracciando i segnali di propagazione verso est nelle anomalie di precipitazione. Questo approccio event-based, più vicino alla fenomenologia reale della MJO, porta a una reinterpretazione robusta di un risultato ormai ricorrente in letteratura, ossia la maggiore attività MJO in QBOE rispetto a QBOW (Yoo & Son, 2016; Marshall et al., 2017; Son et al., 2017; Nishimoto & Yoden, 2017): la differenza non risiede primariamente in eventi individuali “più intensi” in QBOE, quanto piuttosto in un aumento del numero complessivo di giorni MJO. In termini diagnostici, questo spostamento è cruciale, perché separa due concetti che spesso vengono confusi: l’ampiezza istantanea del segnale convettivo (che gli indici EOF tendono a sintetizzare) e la “persistenza integrata” dell’attività intrastagionale (che dipende da quante volte l’MJO si innesca e da quanto dura ciascun episodio). In questa cornice, l’incremento dei giorni MJO in QBOE deriva da una combinazione di (i) maggiore frequenza di innesco degli eventi sull’Oceano Indiano e (ii) durata media più lunga degli episodi, un aspetto che Nishimoto & Yoden (2017) avevano già evidenziato come tratto distintivo della fase QBOE.

Il perno fisico proposto per spiegare la maggiore durata è l’attenuazione dell’effetto-barriera del Maritime Continent (MC) sulla propagazione della MJO durante QBOE. Il MC è notoriamente una regione “difficile” per la continuità intrastagionale: l’orografia, la forte eterogeneità terra–mare e soprattutto l’intenso ciclo diurno della convezione continentale possono disaccoppiare o frammentare l’inviluppo convettivo della MJO, favorendone l’indebolimento o la riorganizzazione spaziale (un tema classico già discusso in lavori osservativi e diagnostici sull’interazione MJO–MC). In questo studio l’ipotesi che collega QBO e barriera MC passa attraverso un elemento radiativo-convettivo molto concreto: una maggiore copertura di nubi alte in QBOE rispetto a QBOW. L’argomento è coerente con i risultati di Hagos et al. (2016), secondo cui la riduzione dell’insolazione indotta dalle nubi alte può smorzare l’ampiezza del ciclo diurno della convezione terrestre; se il ciclo diurno sul MC perde “presa” sulla convezione locale, il meccanismo di barriera può indebolirsi e l’MJO può mantenere più facilmente coerenza durante l’attraversamento. La stessa maggiore copertura di nubi alte sul MC in QBOE viene messa in relazione con una firma strutturale verticale: un aumento più marcato dell’altezza della tropopausa proprio sul Maritime Continent rispetto al resto dei tropici nel passaggio da QBOW a QBOE. Questo dettaglio, spesso trascurato in letture troppo superficiali della QBO, è invece compatibile con l’idea di un controllo “dall’alto” tramite la TTL (Tropical Tropopause Layer): modifiche della struttura termica e dinamica vicino alla tropopausa possono influenzare profondità convettiva, detrainment alto-troposferico e persistenza degli anvil, cioè gli ingredienti che regolano la componente radiativa e la sostenibilità di un inviluppo convettivo organizzato su scala intrastagionale. Proprio perché questa catena causale coinvolge feedback multipli (radiazione–nubi–ciclo diurno–organizzazione convettiva), gli autori la trattano come ipotesi da sottoporre a verifica dedicata, non come dimostrazione definitiva.

Un’altra implicazione rilevante dei risultati è che la risposta troposferica alla QBO non si distribuisce in modo uniforme lungo i tropici: emerge una marcata eterogeneità zonale e, soprattutto, un contrasto tra ciò che accade nella precipitazione totale e ciò che accade nella componente associata all’MJO. In particolare, l’aumento della precipitazione totale sul Pacifico occidentale risulta coerente con un incremento dell’attività MJO, suggerendo che una parte importante del segnale “climatico” in quella regione possa essere, in realtà, l’integrale temporale di più giorni MJO (cioè più tempo trascorso in uno stato convettivo organizzato). Al contrario, sull’Oceano Indiano la risposta della precipitazione totale può risultare debole o non significativa perché la componente MJO e la componente non-MJO possono compensarsi: l’aumento della precipitazione di fondo (non associata all’MJO) può coesistere con una riduzione della precipitazione netta attribuibile agli episodi MJO, oppure viceversa, producendo un saldo vicino allo zero. Questa lettura è importante perché evita un errore frequente: giudicare la presenza o l’assenza di un legame QBO–MJO guardando soltanto alla precipitazione totale, che può mascherare cambiamenti sostanziali nella variabilità intrastagionale.

Infine, sul piano della robustezza, lo studio mostra che i risultati principali non dipendono in modo critico né dalla scelta della finestra stagionale (DJF contro NDJFM), né dalla definizione delle fasi QBO (criterio per segno contro soglia in deviazioni standard), né dall’inclusione o esclusione degli anni ENSO, in linea con quanto già sostenuto da lavori che hanno discusso la relativa indipendenza del legame QBO–convezione tropicale e QBO–MJO rispetto a ENSO (ad esempio Liess & Geller, 2012; Son et al., 2017), pur riconoscendo che test di sensibilità e controlli campionari restano indispensabili. Un risultato collaterale, ma concettualmente molto incisivo, è l’evidenza di un contributo non trascurabile dell’MJO allo stato medio: se una frazione importante della climatologia di precipitazione, nubi e circolazione nei tropici deriva dall’insieme dei giorni MJO, allora l’idea, proposta e discussa in letteratura, che lo “stato medio” condizioni l’MJO (D. Kim et al., 2011; Ray et al., 2011) va riconsiderata con cautela metodologica, perché lo stesso stato medio include una quota significativa di variabilità intrastagionale; da qui la proposta operativa di ricalcolare lo stato medio rimuovendo i giorni MJO, per distinguere meglio ciò che è davvero background lento da ciò che è, in parte, la firma integrata dell’MJO stessa.

Le ragioni dell’eterogeneità zonale e del contrasto tra la risposta dell’MJO e quella della precipitazione totale alle due fasi della QBO restano, allo stato attuale, un nodo aperto perché chiamano in causa un problema di “separazione dei segnali” su più scale: la QBO è una forzante quasi-zonalmente simmetrica nella bassa stratosfera tropicale, mentre la convezione e la pioggia tropicale sono fortemente eterogenee nello spazio, dominate da warm pool, Maritime Continent, gradienti di SST e interazioni terra–mare. È quindi plausibile che la QBO moduli principalmente lo “sfondo verticale” (tropopausa/TTL, temperatura e stabilità nell’alta troposfera, shear attraverso la tropopausa), ma che l’espressione in superficie del segnale dipenda in modo non lineare dal contesto regionale, cioè da dove si colloca la convezione profonda e da quanto è facile mantenerla organizzata. I meccanismi citati in letteratura e richiamati qui — altezza e temperatura della tropopausa, shear del vento attraverso la tropopausa, stabilità statica nell’alta troposfera — sono fisicamente sensati perché agiscono su profondità convettiva, detrainment e struttura degli anvil, e quindi sui feedback radiativi e sull’efficienza con cui un disturbo intrastagionale può auto-sostenersi; tuttavia, presi da soli, non garantiscono di riprodurre perché il segnale risulti più marcato in alcune longitudini e quasi nullo in altre, né perché l’MJO possa cambiare in modo coerente mentre la precipitazione totale mostra risposte deboli o compensazioni. Il punto chiave è che la precipitazione totale è una somma di componenti: una quota intrastagionale legata all’MJO e una quota “non-MJO” legata a convezione di fondo, disturbi sinottici, variabilità monsonica e rumore convettivo; se la QBO aumenta i giorni MJO o ne modifica la durata, il contributo MJO può crescere in una regione, ma la precipitazione totale può comunque non cambiare in modo significativo se, nello stesso luogo, la componente non-MJO si riduce (o viceversa). Questa è una dinamica di compensazione che produce, inevitabilmente, un contrasto tra “risposta dell’MJO” e “risposta della pioggia totale”, e spiega perché guardare soltanto alla precipitazione totale può essere fuorviante quando la domanda fisica riguarda un fenomeno intrastagionale organizzato.

Il fatto che gli autori non trovino una spiegazione “ovvia” e chiedano approcci innovativi è coerente con la natura del problema: non basta correlare indici e fare compositi, perché la catena causale potrebbe essere fatta di passaggi intermedi deboli e regionalmente modulati (ad esempio: piccola modifica della TTL → piccola variazione della copertura di nubi alte → attenuazione del ciclo diurno terrestre → barriera del Maritime Continent più o meno efficiente → diversa sopravvivenza degli eventi MJO in attraversamento). Qui entrano in gioco due punti su cui la letteratura converge sempre di più. Il primo è che l’innesco sull’Oceano Indiano è un “collo di bottiglia” per la statistica degli eventi: se la QBO altera anche di poco la probabilità di inizio o la rapidità con cui un disturbo convettivo passa da rumore a organizzazione intrastagionale, l’effetto finale sul numero di giorni MJO può essere grande, senza necessariamente produrre un segnale uniforme nella pioggia totale. Il secondo è che il Maritime Continent è un filtro dinamico e termodinamico estremamente sensibile al background: la propagazione verso est può fallire per motivi diversi (disaccoppiamento con il ciclo diurno, ventilazione secca in medio-bassa troposfera, shear sfavorevole, ridotta coerenza dell’inviluppo convettivo), e una forzante “dall’alto” come la QBO può cambiare la probabilità di ciascun meccanismo senza imprimere un’unica firma semplice e zonalmente uniforme. In questo senso, l’invito a “prestare particolare attenzione” a innesco indiano e barriera MC non è un dettaglio operativo, ma un’indicazione su dove cercare la causalità, più che la sola correlazione.

Questa incertezza ha implicazioni teoriche dirette. Molte teorie dell’MJO, come ricordato nel testo, enfatizzano processi nella bassa e media troposfera e nello strato limite, cioè la fisica dell’umidità, dell’energia statica umida e dell’accoppiamento con i flussi superficiali (Majda & Stechmann, 2009; Wang et al., 2016; Yang & Ingersoll, 2013), mentre il ruolo dell’alta troposfera entra spesso solo attraverso la lente delle interazioni nube–radiazione (Adames & Kim, 2016). Se però l’MJO mostra comportamenti diversi tra QBOE e QBOW — e la QBO è, per definizione, un fenomeno che “abita” la stratosfera tropicale e la TTL — allora diventa difficile sostenere che i processi alto-troposferici siano sempre secondari. Il lavoro di Powell & Houze (2015), citato qui, è particolarmente pertinente perché propone che moti e strutture nell’alta troposfera possano essere coinvolti nell’innesco sull’Oceano Indiano: questo tipo di risultato, insieme alla robustezza empirica del segnale QBO–MJO riportata da più autori (Marshall et al., 2017; Nishimoto & Yoden, 2017; Son et al., 2017; Yoo & Son, 2016), suggerisce che una spiegazione davvero completa potrebbe richiedere di integrare nei quadri teorici dell’MJO non solo feedback radiativi, ma anche vincoli imposti dalla TTL e, in senso più ampio, un potenziale contributo stratosferico (ad esempio attraverso modifiche di stabilità, outflow e detrainment vicino alla tropopausa). In altri termini, la QBO potrebbe agire come “esperimento naturale” che mette in evidenza la parte alta della colonna atmosferica, costringendo le teorie dell’MJO a essere più verticalmente complete.

Infine, c’è una ricaduta operativa importante sulla previsione sub-stagionale e stagionale (S2S), perché MJO e QBO sono entrambe sorgenti note di prevedibilità su scale di settimane–mesi: l’MJO per la sua organizzazione e per le teleconnessioni, la QBO per la sua persistenza e per il modo in cui modula lo stato medio tropicale e alcune componenti extratropicali. Se la connessione QBO–MJO è reale e dinamicamente rilevante, allora la fase QBO potrebbe diventare un “regime” che stratifica la skill: non solo la previsione dell’MJO potrebbe essere mediamente più abile in QBOE (come evidenziato in Marshall et al., 2017 in un modello operativo), ma potrebbe anche cambiare la skill complessiva S2S proprio perché una parte importante della prevedibilità tropicale-extratropicale passa attraverso la MJO. Questo apre una linea di ricerca molto concreta: verificare, con metriche coerenti, se la skill S2S (non solo MJO) differisce sistematicamente tra QBOE e QBOW e quantificare quanta parte di tale differenza sia mediata dall’MJO rispetto ad altri canali. In prospettiva, l’aspetto più delicato sarà distinguere “migliore previsione perché l’MJO è più persistente/ordinata in QBOE” da “migliore previsione perché il modello rappresenta meglio l’accoppiamento con la TTL in QBOE”: due spiegazioni che hanno implicazioni molto diverse per lo sviluppo dei modelli e per la diagnosi degli errori.

Categorie: Connessione QBO–MJO

QBO–MJO Connection (Zhang & Zhang, 2018) — perché l’MJO “fa più giorni” durante la QBO orientale e cosa ci dice sulla dinamica tropicale

Pubblicato da Alessandro il Gennaio 2, 2026Gennaio 2, 2026

0 commenti

Lascia un commento Annulla risposta

posts recenti