Rivoluzione nella Previsione Climatica Estiva: Il Ruolo Cruciale della Stratosfera nell’Oscillazione Nord Atlantica Estiva

Autori: Nick Dunstone, Doug M. Smith, Chaofan Li, Julia F. Lockwood, Adam A. Scaife, Steven C. Hardiman,Leon Hermanson, Hazel Thornton, Mingfang Ting, Sarah Ineson, Gillian Kay, Lei Wang

’Oscillazione Nord Atlantica Estiva (SNAO) si configura come il principale pattern di variabilità atmosferica nella regione del Nord Atlantico durante i mesi estivi, esercitando un impatto significativo e di vasta portata sulle condizioni climatiche di aree geografiche chiave, quali l’Europa, il Nord America e l’Asia. Questo modo di variabilità influenza parametri meteorologici fondamentali, come temperature, precipitazioni e regimi di pressione atmosferica, con conseguenze dirette su settori critici come l’agricoltura, la gestione delle risorse idriche e la salute pubblica. Tuttavia, nonostante la sua rilevanza, i sistemi di previsione stagionale dinamica attualmente disponibili mostrano una capacità predittiva limitata o pressoché nulla per la SNAO, rendendo difficile anticipare le dinamiche climatiche estive e lasciando governi, industrie e comunità impreparati di fronte a eventi estremi, come ondate di calore, siccità o piogge intense.

In questo studio, proponiamo un’innovativa prospettiva scientifica che evidenzia un ruolo inaspettato e finora poco esplorato della stratosfera nel modulare la SNAO. Attraverso un’analisi combinata di dati osservativi e simulazioni condotte con sistemi di previsione climatica avanzati, abbiamo identificato una connessione dinamica tra le anomalie della circolazione stratosferica e le configurazioni atmosferiche estive nel Nord Atlantico. In particolare, abbiamo riscontrato che la forza anomala del vortice polare nella bassa stratosfera durante la tarda primavera agisce come un precursore significativo, propagandosi verso gli strati inferiori dell’atmosfera e influenzando direttamente l’evoluzione della SNAO nei mesi successivi. Questo processo di propagazione discendente rappresenta un meccanismo fisico cruciale che collega la dinamica stratosferica alle variazioni troposferiche, offrendo una nuova chiave di lettura per comprendere e prevedere le configurazioni climatiche estive.

Un risultato fondamentale del nostro studio è l’identificazione di specifiche “finestre di opportunità” che consentono di raggiungere livelli di abilità predittiva utili per la SNAO. Tali finestre si manifestano in circa il 50% degli anni, quando il vortice polare stratosferico di fine primavera presenta anomalie significative, sia in termini di intensità (vortice insolitamente forte) sia di debolezza (vortice insolitamente debole). Inoltre, evidenze preliminari suggeriscono che un’ulteriore opportunità predittiva potrebbe emergere in presenza di eventi di riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW) durante il tardo inverno, i quali possono alterare la circolazione stratosferica con effetti a cascata che si protraggono fino all’estate. Questi eventi, sebbene rari, rappresentano un potenziale segnale precursore che potrebbe essere sfruttato per migliorare le previsioni stagionali.

Nonostante tali scoperte, il nostro lavoro evidenzia anche alcune limitazioni intrinseche nei modelli di previsione climatica attuali. In particolare, i segnali dinamici associati alla SNAO risultano sistematicamente più deboli nei modelli rispetto alle osservazioni, un fenomeno che richiede l’utilizzo di ensemble di previsione di dimensioni molto grandi per estrarre segnali robusti e statisticamente significativi. Questo problema si configura come un “paradosso segnale-rumore” estivo, analogo a quello precedentemente documentato per la circolazione atmosferica invernale. Tale paradosso implica che, mentre i modelli riescono a captare la dinamica di base della SNAO, la loro rappresentazione del segnale climatico è sottostimata rispetto alla variabilità interna (rumore), limitando l’accuratezza delle previsioni.

Le implicazioni di questi risultati sono profonde e aprono nuove prospettive per lo sviluppo di servizi climatici innovativi dedicati alla stagione estiva. Migliorando la capacità di prevedere la SNAO, sarà possibile fornire informazioni più accurate e tempestive per settori strategici come l’agricoltura, consentendo una pianificazione più efficace delle colture e delle risorse idriche, o il settore sanitario, permettendo una migliore preparazione a ondate di calore o altri eventi estremi che possono influire sulla salute pubblica. Inoltre, le nostre scoperte sottolineano l’importanza di investire in ensemble di previsione più ampi e in modelli climatici capaci di rappresentare con maggiore fedeltà le interazioni stratosfera-troposfera, al fine di superare le attuali limitazioni e massimizzare il potenziale predittivo.

In conclusione, questo studio rappresenta un passo avanti significativo nella comprensione delle dinamiche climatiche estive nel Nord Atlantico e offre un quadro scientifico solido per migliorare le previsioni stagionali. Sfruttando il ruolo della stratosfera come precursore chiave, possiamo trasformare il modo in cui anticipiamo e gestiamo le variazioni climatiche estive, contribuendo a una maggiore resilienza delle società moderne di fronte alle sfide poste dal cambiamento climatico e dalla variabilità naturale.

Progressi nella Previsione della Variabilità Climatica Estiva: Il Ruolo Centrale dell’Oscillazione Nord AtlanticaEstiva

La capacità di prevedere con precisione la variabilità climatica stagionale riveste un’importanza strategica per garantire la resilienza delle società moderne, fornendo a decisori politici, governi e settori industriali informazioni cruciali per una pianificazione efficace. In un contesto di rapido cambiamento climatico, tale necessità si amplifica, poiché la variabilità interannuale può attenuare o intensificare gli effetti del riscaldamento globale, rendendo le previsioni stagionali uno strumento indispensabile per mitigare i rischi associati a eventi climatici estremi. La stagione estiva rappresenta un periodo di particolare criticità, in quanto l’aumento della frequenza e dell’intensità di ondate di calore, siccità e altri fenomeni estremi può compromettere gravemente settori vitali come l’agricoltura, la salute pubblica e la gestione delle risorse idriche. Nel settore del Nord Atlantico, la variabilità climatica estiva, che influenza direttamente le condizioni meteorologiche di Europa e Nord America, è in parte modulata da pattern su larga scala della circolazione atmosferica. Sebbene la ricerca sulla dinamica estiva sia meno avanzata rispetto a quella invernale, progressi significativi sono stati compiuti nella comprensione e nella previsione della seconda modalità dominante di variabilità atmosferica, nota come pattern dell’Atlantico Estivo (SEA). Studi recenti hanno stabilito connessioni tra il pattern SEA e anomalie di riscaldamento nelle regioni subtropicali del Pacifico e dei Caraibi, nonché con precursori legati ad anomalie della temperatura superficiale del mare (SST) nell’Atlantico settentrionale. Inoltre, è stata documentata una relazione tra la variabilità climatica estiva nel Nord Atlantico e le fluttuazioni decennali delle SST in questa regione, evidenziando l’importanza delle dinamiche oceaniche su scale temporali più lunghe.

Nonostante questi avanzamenti, la comprensione dei driver e della prevedibilità stagionale della modalità dominante di variabilità atmosferica estiva nel Nord Atlantico, l’Oscillazione Nord Atlantica Estiva (SNAO), rimane ancora limitata e rappresenta una sfida significativa per la comunità scientifica. La SNAO, che si manifesta nei mesi estivi (giugno-agosto, JJA), è il principale modo di variabilità atmosferica della regione, come illustrato in Fig. 1a (si vedano i Metodi). Analisi condotte sul periodo 1979–2022 indicano che la SNAO spiega il 37% della varianza regionale nella pressione a livello del mare, una percentuale notevolmente superiore al 22% riportato in studi precedenti basati su un periodo più ampio (1899–2001). Questa discrepanza è attribuibile a un incremento della varianza della SNAO a partire dal 2007, suggerendo un possibile cambiamento nella dinamica atmosferica regionale in risposta a fattori climatici in evoluzione. Rispetto alla sua controparte invernale, la North Atlantic Oscillation (NAO), la SNAO presenta un pattern spaziale distinto, caratterizzato da uno spostamento verso il polo e da una configurazione inclinata, con centri di azione principali localizzati sopra la Groenlandia e l’Europa nord-occidentale.

La SNAO è intimamente legata alla dinamica delle correnti a getto troposferiche e delle traiettorie delle tempeste nell’Atlantico settentrionale, svolgendo un ruolo chiave nel modulare la variabilità climatica estiva su scala regionale e continentale. Durante la sua fase positiva, la SNAO è associata a uno spostamento verso nord delle correnti a getto, mentre nella fase negativa si osserva uno spostamento verso sud. Questa dinamica non si limita al settore del Nord Atlantico, ma mostra una coerenza spaziale che si estende attraverso il continente eurasiatico fino all’Asia orientale, influenzando le condizioni climatiche in regioni remote. Gli impatti superficiali della SNAO sono particolarmente pronunciati nell’Europa nord-occidentale, dove il pattern esercita un’influenza diretta su parametri meteorologici come precipitazioni e temperature. Ad esempio, nel Regno Unito, situato in corrispondenza del nodo meridionale della SNAO, si riscontrano correlazioni significative con le precipitazioni osservate (r = −0,77) e con le temperature detrended (r = 0,53) nel periodo 1979–2022. Analoghe correlazioni sono state identificate in altre regioni, tra cui l’Europa sud-orientale, il Nord America e la Cina centrale, sottolineando l’ampia portata geografica degli effetti della SNAO.

Questi risultati evidenziano il ruolo cruciale della SNAO come driver della variabilità climatica estiva e sottolineano l’urgenza di sviluppare modelli predittivi più accurati per questo pattern atmosferico. La comprensione dei meccanismi fisici che governano la SNAO, insieme all’integrazione di precursori oceanici e atmosferici nei sistemi di previsione, rappresenta una priorità per migliorare la capacità di anticipare le condizioni climatiche estive e mitigare i loro impatti socioeconomici. Le sfide legate alla prevedibilità della SNAO richiedono un approccio multidisciplinare, che combini osservazioni ad alta risoluzione, modellistica climatica avanzata e analisi statistiche robuste, al fine di colmare le lacune attuali e fornire strumenti operativi per una gestione proattiva dei rischi climatici.Negli ultimi dieci anni, la comunità scientifica ha compiuto progressi notevoli nello sviluppo di previsioni affidabili per l’Oscillazione Nord Atlantica (NAO) invernale, coprendo scale temporali che spaziano da quella stagionale a quella interannuale e decennale. Questi avanzamenti sono stati resi possibili grazie all’impiego di sistemi di previsione climatica a breve termine inizializzati dinamicamente, che hanno dimostrato un’abilità significativa nel catturare le dinamiche atmosferiche invernali nel settore del Nord Atlantico. Tuttavia, lo stesso livello di successo non si è replicato per l’Oscillazione Nord Atlantica Estiva (SNAO), che rappresenta la principale modalità di variabilità atmosferica estiva nella regione. Un’analisi condotta sugli otto sistemi di previsione stagionale inclusi nell’archivio Copernicus Climate Change Service (C3S), valutati per il periodo 1993–2016 (si vedano i Metodi), evidenzia un’abilità predittiva per la SNAO estremamente limitata, con coefficienti di correlazione che variano da r = −0,32 a r = 0,04. Persino la media multimodello, basata su un ensemble di 202 membri, mostra un’abilità negativa (r = −0,19), sottolineando l’incapacità dei modelli attuali di prevedere con precisione la SNAO. Questa discrepanza tra la prevedibilità invernale ed estiva solleva interrogativi fondamentali sui fattori fisici che limitano la capacità di anticipare le dinamiche atmosferiche estive.

Le difficoltà nella previsione della SNAO possono essere attribuite a ragioni fisiche ben definite, legate alle peculiarità della circolazione atmosferica estiva nelle regioni extratropicali boreali. In primo luogo, l’estate boreale coincide con una riduzione dell’ampiezza della variabilità dell’El Niño-Oscillazione Meridionale (ENSO) nel Pacifico tropicale, un fenomeno che, durante l’inverno, contribuisce significativamente alla prevedibilità climatica extratropicale. L’ENSO invernale facilita la propagazione verso il polo di onde planetarie, che modulano la circolazione atmosferica su larga scala; in estate, tuttavia, questa dinamica è parzialmente inibita dallo sviluppo di venti orientali climatologici nelle regioni subtropicali, che ostacolano la trasmissione di segnali tropicali verso le latitudini più alte. In secondo luogo, mentre l’interazione tra stratosfera e troposfera è riconosciuta come un driver chiave della prevedibilità della circolazione invernale, si riteneva tradizionalmente che tale accoppiamento non avesse un ruolo significativo nella dinamica estiva, a causa del collasso del vortice polare stratosferico che si verifica tipicamente prima dell’inizio dell’estate. Questa visione consolidata, tuttavia, è stata recentemente messa in discussione da evidenze empiriche che hanno rivelato una correlazione significativa tra lo stato della stratosfera nella tarda primavera e l’evoluzione della SNAO nei mesi estivi.

Il presente studio si propone di esplorare questa connessione attraverso un approccio innovativo, basato sull’utilizzo di ampi ensemble di previsioni climatiche a breve termine e su esperimenti di perturbazione progettati per isolare i segnali atmosferici rilevanti. I risultati dimostrano l’esistenza di un’influenza robusta e causale della stratosfera sulla SNAO, evidenziando un meccanismo fisico finora poco compreso. In particolare, le anomalie nella circolazione stratosferica di tarda primavera si propagano verso la troposfera, modulando la configurazione della SNAO e influenzando la variabilità climatica estiva nel Nord Atlantico. Questo processo di accoppiamento stratosfera-troposfera apre nuove prospettive per la previsione stagionale, identificando specifiche finestre di opportunità in cui è possibile ottenere previsioni della SNAO con un’abilità significativa. Queste finestre si verificano in presenza di segnali stratosferici particolarmente intensi, che possono essere sfruttati per migliorare la precisione delle previsioni in tempo reale.

L’analisi condotta sottolinea la necessità di superare le limitazioni dei modelli attuali, che tendono a sottostimare l’intensità dei segnali dinamici associati alla SNAO. L’utilizzo di ensemble di grandi dimensioni si rivela indispensabile per estrarre segnali robusti, mentre gli esperimenti di perturbazione offrono un quadro più chiaro dei meccanismi causali alla base della connessione stratosfera-SNAO. Questi risultati non solo arricchiscono la comprensione delle dinamiche atmosferiche estive, ma rappresentano anche un passo avanti verso lo sviluppo di sistemi predittivi più accurati, con implicazioni dirette per settori come l’agricoltura, la gestione delle risorse idriche e la pianificazione delle risposte agli eventi climatici estremi. La capacità di prevedere la SNAO con maggiore precisione potrebbe trasformare il modo in cui le società si preparano alle variazioni climatiche estive, contribuendo a una maggiore resilienza di fronte alle sfide poste dal cambiamento climatico e dalla variabilità naturale.

La Figura 1 del documento scientifico offre un’analisi dettagliata e multidimensionale dell’Oscillazione Nord Atlantica Estiva (SNAO), evidenziandone le caratteristiche strutturali, la relazione con la variabilità delle correnti a getto (jet streams) e gli impatti climatici superficiali durante la stagione estiva (giugno-agosto, JJA) nel settore del Nord Atlantico e oltre. La figura si articola in cinque pannelli distinti (a-e), ciascuno dei quali esplora un aspetto specifico della SNAO attraverso l’uso di dati derivati dal dataset ERA5, coprendo il periodo 1979–2022. Di seguito, viene fornita una descrizione scientifica approfondita di ciascun pannello, con un focus sull’interpretazione dei risultati e sulle implicazioni per la comprensione della dinamica atmosferica estiva.

Pannello a: Struttura spaziale della SNAO (MSLP regressed on the 1st EOF of summer ERA5 MSLP)

Il primo pannello (a) illustra il pattern spaziale della SNAO, derivato attraverso la regressione della pressione a livello del mare (MSLP, Mean Sea Level Pressure) sulla prima componente principale (1st EOF, Empirical Orthogonal Function) dei dati ERA5 estivi. L’analisi è condotta su un dominio geografico che si estende tra 90°E e 40°W di longitudine e tra 20°N e 70°N di latitudine, coprendo quindi l’intero settore del Nord Atlantico. La SNAO emerge come la modalità dominante di variabilità atmosferica estiva nella regione, spiegando il 37% della varianza totale della pressione a livello del mare nel periodo 1979–2022. Questo valore è significativamente più alto rispetto al 22% riportato in studi precedenti per un periodo più lungo (1899–2001), un aumento attribuibile a una maggiore varianza della SNAO a partire dal 2007, potenzialmente legata a cambiamenti nella dinamica climatica regionale.

La mappa risultante mostra un dipolo di pressione ben definito, con un centro di bassa pressione (anomalie negative, rappresentate in blu) localizzato sopra la Groenlandia e un centro di alta pressione (anomalie positive, in rosso) sull’Europa nord-occidentale. Questo pattern riflette la configurazione tipica della SNAO, che si distingue dalla NAO invernale per uno spostamento verso nord e una leggera inclinazione spaziale. Le scatole verdi sovrapposte alla mappa indicano le regioni specifiche utilizzate per calcolare l’indice SNAO, un parametro chiave per quantificare l’intensità e la fase (positiva o negativa) di questa oscillazione. La fase positiva della SNAO è associata a condizioni di alta pressione sull’Europa nord-occidentale e bassa pressione sulla Groenlandia, mentre la fase negativa inverte questa configurazione, con implicazioni dirette per il clima regionale.

Pannello b: Influenza della SNAO sui venti troposferici superiori (ERA5 SNAO corr U300 winds)

Il pannello b esplora la relazione tra l’indice SNAO e i venti zonali a 300 hPa, un livello troposferico superiore che corrisponde a circa 9 km di altitudine, utilizzando i dati ERA5. La mappa mostra i coefficienti di correlazione tra l’indice SNAO e i venti a 300 hPa, con valori positivi (in rosso) che indicano regioni dove una fase positiva della SNAO è associata a un rafforzamento dei venti zonali, e valori negativi (in blu) che indicano un indebolimento. La SNAO esercita un’influenza significativa sulla posizione latitudinale delle correnti a getto nel Nord Atlantico: una fase positiva della SNAO (alta pressione sull’Europa nord-occidentale) sposta il getto verso nord, mentre una fase negativa (bassa pressione sull’Europa nord-occidentale) lo sposta verso sud.

I contorni sovrapposti, che rappresentano la posizione climatologica dei jet streams a 300 hPa (con velocità di 15 e 20 m/s), forniscono un contesto per interpretare queste correlazioni, mostrando come la SNAO moduli la dinamica dei getti su scala regionale. Una scatola verde evidenzia una regione specifica del Nord Atlantico utilizzata per calcolare i venti settoriali, che saranno successivamente analizzati in profili verticali (come mostrato in altre figure del documento, ad esempio Figg. 3a, b e 5a). Questo pannello sottolinea l’importanza della SNAO nel modulare la circolazione atmosferica superiore, con effetti che si riflettono non solo sulla dinamica locale, ma anche sugli impatti climatici superficiali.

Pannello c: Coerenza su larga scala della SNAO (ERA5 JA U300 EOF1)

Il pannello c estende l’analisi della variabilità dei venti a 300 hPa a un dominio geografico più ampio, che include non solo il Nord Atlantico ma anche l’Eurasia e l’Asia orientale. Qui viene rappresentata la prima EOF dei venti zonali a 300 hPa, che spiega il 20% della varianza totale in questo dominio esteso. La mappa risultante mostra un pattern di anomalie dei venti (in blu e rosso) che evidenzia la coerenza su larga scala della SNAO: le variazioni nel Nord Atlantico associate a questa oscillazione si propagano attraverso il continente eurasiatico, influenzando la dinamica atmosferica fino all’Asia orientale.

I contorni climatologici dei venti zonali a 300 hPa (15 e 20 m/s) sono nuovamente inclusi per evidenziare la posizione media dei jet streams, mostrando come la SNAO non si limiti a un effetto locale, ma abbia un’influenza su scala continentale. Questo risultato è cruciale per comprendere l’ampiezza geografica degli effetti della SNAO, che si estende ben oltre il Nord Atlantico, con implicazioni per la previsione climatica in regioni remote come la Cina centrale, dove la SNAO è stata correlata a variazioni delle condizioni meteorologiche estive.

Pannello d: Impatti della SNAO sulle precipitazioni estive (ERA5 precipitation corr SNAO)

Il pannello d analizza la correlazione tra l’indice SNAO e le precipitazioni estive (giugno-agosto) nel dataset ERA5, evidenziando gli impatti superficiali di questa oscillazione. I coefficienti di correlazione sono rappresentati con una scala di colori: valori negativi (blu) indicano una riduzione delle precipitazioni associata a una fase positiva della SNAO, mentre valori positivi (rosso) indicano un aumento delle precipitazioni. In Europa nord-occidentale, in particolare nel Regno Unito, si osserva una forte correlazione negativa (fino a r = −0,77), che riflette il fatto che una fase positiva della SNAO, caratterizzata da alta pressione e condizioni più stabili, porta a una diminuzione delle precipitazioni e a un clima più secco. Al contrario, l’Europa sud-orientale mostra correlazioni positive, indicando un aumento delle precipitazioni durante la stessa fase.

I puntini (stippling) sovrapposti alla mappa identificano le regioni in cui le correlazioni sono statisticamente significative al 90% di confidenza, secondo un test t di Student a due code. Questi risultati sottolineano la capacità della SNAO di modulare i regimi pluviometrici estivi su scala regionale, con implicazioni dirette per settori come l’agricoltura e la gestione delle risorse idriche, specialmente in aree vulnerabili come il Regno Unito, dove la riduzione delle precipitazioni può aggravare le condizioni di siccità.

Pannello e: Effetti della SNAO sulla temperatura superficiale (ERA5 air temperature corr SNAO)

Il pannello e esplora la correlazione tra l’indice SNAO e la temperatura dell’aria a 2 metri (detrended, cioè con la tendenza a lungo termine rimossa per isolare la variabilità interannuale) nel dataset ERA5. I coefficienti di correlazione sono rappresentati con una scala di colori: valori positivi (rosso) indicano un aumento delle temperature associato a una fase positiva della SNAO, mentre valori negativi (blu) indicano temperature più basse. In Europa nord-occidentale, ad esempio nel Regno Unito, si osserva una correlazione positiva significativa (r = 0,53), che riflette l’associazione tra una fase positiva della SNAO, alta pressione e condizioni più soleggiate, con temperature più elevate. Al contrario, regioni come la Groenlandia mostrano correlazioni negative, indicando temperature più basse durante la stessa fase.

Anche in questo caso, i puntini indicano le regioni con correlazioni statisticamente significative al 90% di confidenza. Questi risultati evidenziano l’influenza della SNAO sulla variabilità termica estiva, con effetti che possono amplificare il rischio di ondate di calore in Europa nord-occidentale durante una fase positiva, un fenomeno di crescente rilevanza nel contesto del cambiamento climatico.

Considerazioni complessive

La Figura 1 fornisce un quadro integrato della SNAO, evidenziandone la struttura spaziale (pannello a), l’influenza sulla dinamica delle correnti a getto a scala regionale e continentale (pannelli b e c), e gli impatti superficiali su precipitazioni (pannello d) e temperature (pannello e). La SNAO emerge come un driver fondamentale della variabilità climatica estiva, con effetti significativi non solo nel Nord Atlantico, ma anche in regioni remote come l’Europa sud-orientale, il Nord America e la Cina centrale. Questi risultati sottolineano l’importanza di migliorare la comprensione e la modellizzazione della SNAO per sviluppare previsioni stagionali più accurate, con potenziali applicazioni in settori critici come la gestione delle risorse idriche, la pianificazione agricola e la mitigazione dei rischi legati agli eventi estremi. La coerenza su larga scala della SNAO e i suoi impatti superficiali evidenziano la necessità di un approccio integrato che consideri sia le dinamiche atmosferiche locali che quelle su scala globale, aprendo nuove prospettive per la ricerca climatica e la previsione stagionale.

Identificazione di un Precursore Stratosferico per l’Oscillazione Nord Atlantica Estiva: Evidenze da Osservazionie Simulazioni Climatiche

L’individuazione di precursori atmosferici in grado di anticipare l’evoluzione dell’Oscillazione Nord Atlantica Estiva (SNAO) rappresenta un passo cruciale per migliorare le previsioni stagionali estive nel settore del Nord Atlantico. In questo studio, abbiamo analizzato potenziali precursori della circolazione atmosferica correlando il vento zonale medio del mese di maggio con l’indice SNAO, utilizzando sia i dati di rianalisi ERA5 che le previsioni retrospettive (hindcast) del sistema di previsione climatica a breve termine Met Office DePreSys3 (qui denominato “modello”, si vedano i Metodi per dettagli). Le simulazioni di DePreSys3 coprono un periodo di 44 anni, dal 1979 al 2022, con inizializzazioni effettuate ogni 1° maggio (Fig. 2a, b). I risultati evidenziano correlazioni statisticamente significative nella stratosfera polare di maggio (latitudini >60°N), sia nei dati osservativi di ERA5 sia nella media dell’ensemble del modello. Al contrario, nella troposfera le correlazioni risultano molto più deboli, suggerendo che le dinamiche stratosferiche abbiano un ruolo predominante nel modulare la SNAO. In particolare, un vortice polare stratosferico insolitamente forte in maggio sembra favorire una fase positiva della SNAO, che si manifesta con un getto estivo dell’Atlantico settentrionale più intenso e spostato verso latitudini più settentrionali.

Questo risultato è coerente con i meccanismi noti di accoppiamento stratosfera-troposfera osservati durante i mesi invernali, dove un rafforzamento anomalo del vortice polare (o, al contrario, un suo indebolimento) induce un’influenza ritardata verso il basso, promuovendo anomalie nei venti troposferici a medie latitudini. Nel caso di un vortice polare più forte, si osservano venti occidentali усилiti, mentre un vortice più debole favorisce venti orientali. Per quantificare in modo più dettagliato questa inaspettata influenza stratosferica sulla SNAO, abbiamo sviluppato un indice del vortice polare di maggio (May Polar Vortex Index, MPVI) nella bassa stratosfera, a 50 hPa (si vedano Fig. 2a, b e Metodi). Le correlazioni tra l’MPVI e l’indice SNAO risultano significative sia nelle osservazioni (r = 0,38, p = 0,01) sia nella media dell’ensemble del modello DePreSys3 (r = 0,43, p < 0,01), confermando la robustezza del legame tra la stratosfera primaverile e la variabilità atmosferica estiva.

Tuttavia, un confronto diretto tra modello e osservazioni richiede l’analisi dei singoli membri dell’ensemble del modello, anziché della loro media. Per questo motivo, abbiamo generato una distribuzione (Fig. 2c) che rappresenta l’intervallo delle correlazioni MPVI-SNAO calcolate su singole realizzazioni dei membri dell’ensemble (si vedano i Metodi). In media, i membri individuali dell’ensemble mostrano una correlazione MPVI-SNAO molto debole (r = 0,1, p = 0,5), e la correlazione osservata risulta al di fuori dell’intervallo di confidenza 5-95% del modello. Questo indica che il modello tende a sottostimare la forza della teleconnessione stratosferica, producendo un segnale spuriosamente debole. Di conseguenza, è necessario utilizzare ensemble di dimensioni molto grandi per estrarre un segnale prevedibile e rivelare una relazione robusta tra MPVI e SNAO, come illustrato nel pannello Fig. 2d.

Per validare ulteriormente questa relazione, abbiamo analizzato il sistema di previsione a breve termine NCAR SMYLE, che include hindcast inizializzati il 1° maggio per il periodo 1979–2019 (si vedano i Metodi). Anche in questo caso, emerge una correlazione significativa (r = 0,32, p = 0,04), rappresentata da una stella verde in Fig. 2d, che risulta coerente con i risultati di DePreSys3, pur tenendo conto della dimensione più ridotta dell’ensemble in SMYLE. La convergenza dei risultati tra osservazioni e due sistemi di previsione indipendenti rafforza l’ipotesi di un legame robusto tra la stratosfera di tarda primavera e la SNAO, un risultato inaspettato data la dinamica stagionale tipica della stratosfera boreale.

Il collasso del vortice polare stratosferico, che avviene in primavera boreale, è tradizionalmente considerato un evento che interrompe l’accoppiamento stratosfera-troposfera. Dopo questo collasso, i venti nella stratosfera polare diventano orientali, impedendo la propagazione verticale delle onde di Rossby e, di conseguenza, ulteriori interazioni dinamiche con la troposfera. Questo processo, noto come “riscaldamento finale” (final warming), è guidato dall’aumento stagionale del riscaldamento radiativo nella regione polare, combinato con la variabilità nell’attività delle onde planetarie ascendenti. A 10 hPa, un livello comunemente utilizzato per monitorare la forza del vortice polare e gli eventi di riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW), la data media del riscaldamento finale si colloca alla fine di aprile. Considerando che la propagazione dei segnali stratosferici verso la troposfera richiede tipicamente 2-4 settimane, un’influenza diretta sulla SNAO, che si manifesta in estate, potrebbe sembrare improbabile.

Tuttavia, il collasso del vortice polare non avviene simultaneamente a tutti i livelli della stratosfera. Poiché l’aumento stagionale del riscaldamento radiativo si manifesta prima nella stratosfera superiore, il vortice collassa progressivamente dall’alto verso il basso. Di conseguenza, nella bassa stratosfera, a 50 hPa, il vortice può persistere più a lungo, con una data media del riscaldamento finale che si colloca a fine maggio, e in alcuni casi può protrarsi fino a metà giugno. Questa persistenza nella bassa stratosfera è cruciale per spiegare l’influenza sulla SNAO. Abbiamo infatti riscontrato una correlazione robusta (r = 0,60, p < 0,001) tra l’MPVI e la data del riscaldamento finale a 50 hPa: un MPVI insolitamente forte è associato a un collasso tardivo del vortice polare, mentre un MPVI più debole corrisponde a un collasso anticipato. Questo legame suggerisce che le anomalie nella forza del vortice polare in tarda primavera possono agire come un precursore dinamico per la SNAO, aprendo nuove prospettive per la previsione stagionale estiva.

In sintesi, i risultati di questa analisi evidenziano un ruolo inaspettato della stratosfera di tarda primavera come precursore della SNAO, con implicazioni significative per la comprensione dei meccanismi di accoppiamento stratosfera-troposfera al di fuori della stagione invernale. La necessità di utilizzare ensemble di grandi dimensioni per superare le limitazioni dei modelli, che tendono a sottostimare la teleconnessione stratosferica, sottolinea l’importanza di migliorare le rappresentazioni modellistiche di questi processi. Questi risultati non solo arricchiscono la nostra conoscenza della dinamica atmosferica estiva, ma offrono anche un’opportunità per sviluppare previsioni più accurate della SNAO, con potenziali benefici per settori critici come l’agricoltura, la gestione delle risorse idriche e la pianificazione delle risposte agli eventi climatici estremi.

Meccanismi di Propagazione Discendente e Influenza sul Getto Estivo Precoce dell’Atlantico Settentrionale

I meccanismi che governano la propagazione discendente di segnali dalla stratosfera alla superficie terrestre, con conseguenti impatti sulla dinamica atmosferica, rappresentano un campo di ricerca consolidato, oggetto di studio da diverse decadi. Un vortice polare stratosferico che presenti un’anomalia di intensità, sia essa positiva (vortice più forte del normale) o negativa (vortice più debole), genera un’anomalia corrispondente di vorticità potenziale (PV, Potential Vorticity). Questa anomalia deve essere progressivamente erosa prima che si verifichi un evento di riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW) o un riscaldamento finale stratosferico, che segna il collasso stagionale del vortice polare. La dinamica di questo processo implica che, per un dato flusso di vorticità potenziale diretto verso il polo, originato dalla rottura delle onde di Rossby, il momento in cui si verifica l’SSW o il riscaldamento finale sarà modulato in base alla forza iniziale del vortice. Studi recenti hanno chiarito che, sebbene l’impatto diretto di un segnale stratosferico sulla troposfera sia generalmente limitato, il feedback dinamico degli eddy all’interno della troposfera gioca un ruolo cruciale nell’amplificare e strutturare spazialmente la risposta troposferica osservata. In particolare, lo spostamento latitudinale del getto troposferico, che si verifica in risposta a perturbazioni della forza del vortice polare stratosferico, richiede un feedback dinamico che coinvolge complessi processi atmosferici su larga scala.

Questi meccanismi, ben noti per gli eventi di SSW durante l’inverno, si applicano in modo analogo ai riscaldamenti finali stratosferici che segnano la transizione stagionale in primavera. La letteratura scientifica ha già documentato come i riscaldamenti finali precoci o tardivi, che possono essere di natura dinamica (guidati da onde planetarie) o radiativa (dovuti all’aumento stagionale del riscaldamento solare), producano impatti superficiali distinti, influenzando parametri climatici come temperature e precipitazioni. In questo contesto, il nostro studio si concentra sull’analisi dell’influenza discendente del vortice polare di tarda primavera sulla dinamica estiva, correlando l’indice del vortice polare di maggio (May Polar Vortex Index, MPVI) con i venti zonali medi mensili estivi nel settore dell’Atlantico settentrionale, definito dalla scatola verde mostrata nel pannello b della Figura 1.

I risultati, derivati sia dai dati osservativi che dalla media dell’ensemble del modello, confermano la presenza di correlazioni significative nella stratosfera di maggio, seguite da una chiara propagazione discendente del segnale verso la troposfera nel mese di giugno (Fig. 3a, b). Questo processo è particolarmente evidente nella media dell’ensemble del modello, dove le correlazioni significative si mantengono fino a luglio, per poi attenuarsi entro agosto. Tale dinamica suggerisce che le anomalie nella stratosfera di tarda primavera possano modulare la circolazione troposferica estiva con un ritardo temporale di alcune settimane, un risultato che amplia la nostra comprensione dell’accoppiamento stratosfera-troposfera al di fuori del periodo invernale. Per analizzare la struttura spaziale di questo segnale discendente, abbiamo prodotto mappe di correlazione tra l’MPVI e i venti zonali estivi nella troposfera superiore (U300, a 300 hPa), come mostrato nei pannelli c e d della Figura 3. Sia nelle osservazioni che nel modello, un MPVI positivo è associato a uno spostamento verso nord del getto dell’Atlantico settentrionale, coerente con una fase positiva dell’Oscillazione Nord Atlantica Estiva (SNAO), come già evidenziato nel pannello b della Figura 1. Inoltre, si osservano anomalie di circolazione coerenti che si estendono attraverso il continente eurasiatico, indicando che l’influenza della SNAO non è confinata al Nord Atlantico, ma ha un impatto su scala continentale.

Per esplorare ulteriormente la natura causale della relazione tra MPVI e SNAO, abbiamo condotto un esperimento di perturbazione mirato a isolare il meccanismo atmosferico, escludendo gli effetti legati a cambiamenti prevedibili nell’oceano. L’esperimento è stato progettato selezionando un anno caratterizzato da valori quasi neutri sia per l’MPVI che per la SNAO. Successivamente, le condizioni iniziali dell’atmosfera al 1° maggio di quell’anno sono state sostituite con quelle corrispondenti ai tre anni con MPVI più forte e ai tre anni con MPVI più debole (si vedano i Metodi per dettagli). I risultati di questo esperimento, illustrati nel pannello e della Figura 3, confermano un legame causale: le anomalie positive dell’MPVI inducono una risposta significativa nella circolazione atmosferica, con uno spostamento verso nord del getto dell’Atlantico settentrionale, che corrisponde a una fase positiva della SNAO. Questo spostamento è coerente con le correlazioni osservate e rafforza l’ipotesi che la stratosfera di tarda primavera agisca come un precursore dinamico per la variabilità atmosferica estiva.

In sintesi, questo studio evidenzia un meccanismo di propagazione discendente che collega le anomalie del vortice polare stratosferico di maggio alla dinamica del getto estivo dell’Atlantico settentrionale, con effetti che si manifestano chiaramente nella troposfera nei mesi di giugno e luglio. L’estensione geografica delle anomalie di circolazione, che si propagano attraverso l’Eurasia, sottolinea l’ampiezza dell’influenza della SNAO e il suo ruolo come driver della variabilità climatica estiva su scala continentale. I risultati dell’esperimento di perturbazione forniscono una prova diretta della causalità di questa relazione, aprendo nuove prospettive per la previsione stagionale della SNAO. Questi risultati non solo arricchiscono la nostra comprensione dei processi di accoppiamento stratosfera-troposfera, ma suggeriscono anche che un’attenzione particolare alla dinamica stratosferica primaverile potrebbe migliorare significativamente la capacità di prevedere le condizioni climatiche estive, con implicazioni per settori critici come l’agricoltura, la gestione delle risorse idriche e la pianificazione delle risposte agli eventi estremi.

La Figura 2 del documento scientifico offre un’analisi approfondita dei segnali precursori dell’Oscillazione Nord Atlantica Estiva (SNAO) identificati nella stratosfera durante la tarda primavera, con particolare attenzione al ruolo del vortice polare di maggio come indicatore della variabilità atmosferica estiva. La figura si articola in quattro pannelli (a-d), ciascuno dei quali esplora un aspetto specifico della relazione tra l’indice SNAO e i venti zonali medi di maggio, combinando dati osservativi e simulazioni modellistiche per evidenziare la dinamica stratosferica e le sue implicazioni per la previsione stagionale. Di seguito, viene fornita una descrizione scientifica dettagliata e ampliata di ciascun pannello, con un focus sull’interpretazione dei risultati e sulle loro implicazioni per la comprensione delle teleconnessioni atmosferiche.

Pannello a: Correlazione tra i venti zonali di maggio e l’indice SNAO nei dati ERA5

Il pannello a presenta una sezione trasversale latitudine-altezza che illustra i coefficienti di correlazione tra l’indice SNAO estivo (calcolato per i mesi di giugno-agosto) e i venti zonali medi di maggio, derivati dai dati di rianalisi ERA5 per il periodo 1979–2022. L’asse orizzontale copre le latitudini da 10°N a 80°N, mentre l’asse verticale rappresenta i livelli di pressione in hPa, da 1000 hPa (vicino alla superficie) a 10 hPa (stratosfera superiore), includendo quindi sia la troposfera che la stratosfera. Una linea tratteggiata orizzontale indica la posizione approssimativa della tropopausa, che separa la troposfera (in basso) dalla stratosfera (in alto), generalmente situata intorno a 100-200 hPa a queste latitudini.

I coefficienti di correlazione sono rappresentati con una scala cromatica che va da -0,5 (blu, correlazioni negative) a 0,5 (rosso, correlazioni positive). Un risultato chiave emerge nella stratosfera polare, a latitudini superiori a 60°N e a circa 50 hPa (bassa stratosfera), dove si osservano correlazioni positive significative, con valori che superano r = 0,3. Questa regione, evidenziata da una scatola verde, è stata utilizzata per definire l’indice del vortice polare di maggio (May Polar Vortex Index, MPVI), che quantifica la forza del vortice polare in tarda primavera. I puntini (stippling) sovrapposti alla mappa indicano che queste correlazioni sono statisticamente significative al 95% di confidenza, secondo un test t di Student a due code, confermando la robustezza del segnale stratosferico.

Al contrario, nella troposfera (sotto la tropopausa), le correlazioni sono notevolmente più deboli e non raggiungono livelli di significatività statistica. Questo contrasto suggerisce che il segnale precursore della SNAO si origina principalmente nella stratosfera, e non nella troposfera, evidenziando un ruolo inaspettato della dinamica stratosferica primaverile nel modulare la variabilità atmosferica estiva. La correlazione positiva nella stratosfera polare implica che un vortice polare più forte in maggio (venti zonali più intensi) è associato a una fase positiva della SNAO, caratterizzata da uno spostamento verso nord del getto dell’Atlantico settentrionale e da condizioni di alta pressione sull’Europa nord-occidentale.

Pannello b: Correlazione tra i venti zonali di maggio e l’indice SNAO nella media dell’ensemble del modello

Il pannello b replica l’analisi del pannello a, ma utilizzando i risultati della media dell’ensemble del sistema di previsione climatica a breve termine Met Office DePreSys3, per lo stesso periodo 1979–2022. La struttura del grafico è identica: una sezione latitudine-altezza con l’asse orizzontale che rappresenta le latitudini (10°N-80°N) e l’asse verticale che mostra i livelli di pressione (1000 hPa-10 hPa). La linea tratteggiata della tropopausa e la scatola verde che definisce l’MPVI sono nuovamente presenti per facilitare il confronto con le osservazioni.

Anche in questo caso, si riscontrano correlazioni significative nella stratosfera polare a circa 50 hPa e latitudini >60°N, con valori di r ≈ 0,4, leggermente più alti rispetto a quelli di ERA5 (r = 0,38). I puntini indicano che queste correlazioni sono statisticamente significative al 95% di confidenza. Rispetto alle osservazioni, il segnale nella media dell’ensemble del modello appare più definito, con una propagazione leggermente più pronunciata verso livelli più bassi della stratosfera (intorno a 70-100 hPa). Tuttavia, come nel pannello a, le correlazioni nella troposfera rimangono deboli e non significative, confermando che il segnale precursore della SNAO ha origine nella stratosfera.

La coerenza tra i risultati osservativi (ERA5) e modellistici (DePreSys3) rafforza l’ipotesi che il vortice polare di maggio sia un precursore chiave della SNAO. La maggiore chiarezza del segnale nella media dell’ensemble del modello rispetto alle osservazioni può essere attribuita all’effetto di riduzione del rumore interno (variabilità caotica) che si ottiene mediando un gran numero di membri dell’ensemble, un aspetto che sarà ulteriormente esplorato nei pannelli successivi.

Pannello c: Distribuzione delle correlazioni MPVI-SNAO nei singoli membri dell’ensemble

Il pannello c presenta un istogramma che analizza la distribuzione dei coefficienti di correlazione tra l’MPVI e l’indice SNAO calcolati per i singoli membri dell’ensemble del modello DePreSys3. L’asse orizzontale riporta i valori di correlazione, che variano da -0,4 a 0,6, mentre l’asse verticale rappresenta la densità di probabilità, che va da 0 a 3, indicando la frequenza con cui ciascun valore di correlazione si manifesta nei membri dell’ensemble.

La distribuzione, rappresentata in grigio, è approssimativamente gaussiana e centrata intorno a una correlazione media molto debole di r = 0,1 (p = 0,5), come indicato dalla linea rosa solida. Le linee rosa tratteggiate delimitano l’intervallo di confidenza 5-95% della distribuzione, che si estende da circa -0,2 a 0,4, evidenziando la grande variabilità tra i singoli membri dell’ensemble. La linea rossa verticale mostra la correlazione calcolata sulla media dell’ensemble (r = 0,43, p < 0,01), che è significativamente più alta rispetto alla media dei singoli membri e si colloca al di fuori dell’intervallo 5-95%. Questo risultato evidenzia un fenomeno noto come “paradosso segnale-rumore”: il segnale della teleconnessione stratosferica (MPVI-SNAO) è debole nei singoli membri del modello a causa della variabilità interna, ma emerge chiaramente quando si considera la media dell’ensemble, che riduce il rumore.

Le linee nere verticali rappresentano le correlazioni osservate da ERA5 (r = 0,38, p = 0,01) e dalla rianalisi NCEP-R2 (valore simile), entrambe al di fuori dell’intervallo 5-95% del modello. Questo suggerisce che il modello DePreSys3 sottostima sistematicamente la forza della teleconnessione stratosferica rispetto alle osservazioni, un limite che richiede l’uso di ensemble di grandi dimensioni per estrarre un segnale robusto e avvicinarsi ai valori osservati.

Pannello d: Sensibilità della correlazione MPVI-SNAO alla dimensione dell’ensemble

Il pannello d esplora come la correlazione tra MPVI e SNAO varia in funzione della dimensione dell’ensemble del modello, un aspetto cruciale per comprendere le limitazioni dei sistemi di previsione climatica. L’asse orizzontale rappresenta il numero di membri dell’ensemble (da 0 a 40), mentre l’asse verticale mostra il coefficiente di correlazione, che varia da 0 a 0,5. La curva rossa descrive l’evoluzione della correlazione calcolata sulla media dell’ensemble del modello DePreSys3: per ensemble di piccole dimensioni (pochi membri), la correlazione è bassa (intorno a r = 0,1), ma aumenta progressivamente con l’aumentare del numero di membri, stabilizzandosi intorno a r = 0,43 per ensemble di grandi dimensioni (circa 30-40 membri).

Le linee nere orizzontali indicano i valori di correlazione osservati da ERA5 e NCEP-R2, entrambi intorno a r = 0,38, che risultano molto vicini al valore della media dell’ensemble del modello quando si utilizzano ensemble sufficientemente grandi. Questo conferma che, per ottenere una correlazione robusta e comparabile con le osservazioni, è necessario mediare un numero elevato di membri per ridurre l’impatto della variabilità interna del modello. La stella verde rappresenta la correlazione calcolata utilizzando il sistema di previsione NCAR-SMYLE per il periodo 1979–2019 (r = 0,32, p = 0,04). Sebbene questo valore sia leggermente inferiore rispetto a DePreSys3, ciò è attribuibile alla dimensione più ridotta dell’ensemble in NCAR-SMYLE, ma il risultato è comunque coerente con le osservazioni e con i valori di DePreSys3, rafforzando la validità del legame tra MPVI e SNAO.

Considerazioni complessive

La Figura 2 fornisce un quadro completo del ruolo della stratosfera di tarda primavera come precursore della SNAO, evidenziando il legame tra la forza del vortice polare di maggio (MPVI) e la variabilità atmosferica estiva:

• Pannelli a e b dimostrano che un vortice polare più forte in maggio, a circa 50 hPa e latitudini >60°N, è significativamente correlato a una fase positiva della SNAO, con un segnale che si origina nella stratosfera e non nella troposfera, sia nelle osservazioni (ERA5) che nella media dell’ensemble del modello (DePreSys3).
• Pannello c mette in luce il paradosso segnale-rumore: i singoli membri dell’ensemble mostrano correlazioni deboli (media r = 0,1), ma la media dell’ensemble rivela un segnale più forte (r = 0,43), più vicino alle osservazioni (r = 0,38), indicando che il modello sottostima la teleconnessione stratosferica.
• Pannello d sottolinea la necessità di ensemble di grandi dimensioni per estrarre un segnale prevedibile robusto, con i risultati di DePreSys3 che convergono verso i valori osservati (ERA5 e NCEP-R2) e sono supportati da un sistema indipendente (NCAR-SMYLE).

Questi risultati non solo confermano l’importanza della dinamica stratosferica primaverile nella genesi della SNAO, ma evidenziano anche le sfide associate alla modellizzazione di questa teleconnessione. La necessità di ensemble di grandi dimensioni per superare il paradosso segnale-rumore suggerisce che i sistemi di previsione attuali devono essere ulteriormente affinati per catturare con maggiore precisione l’influenza della stratosfera sulla variabilità climatica estiva. Questi risultati aprono nuove prospettive per migliorare le previsioni stagionali della SNAO, con potenziali applicazioni in settori critici come la gestione delle risorse idriche, l’agricoltura e la preparazione agli eventi climatici estremi, specialmente in regioni come l’Europa nord-occidentale, dove la SNAO ha impatti significativi su precipitazioni e temperature.

Potenzialità di Previsione in Tempo Reale della SNAO e Identificazione di Finestre di Opportunità Predittive

L’identificazione di un meccanismo causale robusto che lega la dinamica stratosferica primaverile all’Oscillazione Nord Atlantica Estiva (SNAO) rappresenta un progresso significativo nella comprensione della variabilità climatica estiva, ma pone anche sfide per la sua applicazione pratica nella previsione in tempo reale. Un limite evidente è che l’indice del vortice polare di maggio (May Polar Vortex Index, MPVI), derivato da osservazioni, non può essere determinato prima dell’inizio di giugno, rendendolo inadeguato per previsioni operative della SNAO prima dell’estate (giugno-agosto). Tuttavia, grazie all’elevata prevedibilità mensile della stratosfera, il modello Met Office DePreSys3 dimostra una capacità eccezionale di prevedere l’MPVI con grande accuratezza, con una correlazione di r = 0,91 tra le previsioni e le osservazioni. Di conseguenza, le previsioni dell’MPVI disponibili già all’inizio di maggio possono essere sfruttate come un predittore in tempo reale per la SNAO osservata. Come illustrato nel pannello a della Figura 4, questa relazione mostra una correlazione significativa di r = 0,40 (p = 0,01), indicando che le previsioni dell’MPVI possono anticipare la variabilità della SNAO con alcune settimane di anticipo.

Sebbene questa correlazione sia statisticamente significativa, il livello di abilità predittiva (r = 0,40) rimane modesto, limitandone l’utilità pratica per applicazioni operative che richiedono previsioni ad alta precisione, come quelle necessarie per settori come l’agricoltura o la gestione delle risorse idriche. Tuttavia, un’analisi più approfondita rivela che le anomalie significative dell’MPVI non si verificano ogni anno, ma solo in circa la metà dei casi. Considerando il periodo 1979–2022, in 21 dei 44 anni l’MPVI previsto è risultato “attivo”, ovvero con un’anomalia superiore a 1 m/s in valore assoluto. Rivalutando l’abilità predittiva limitatamente a questi anni, emerge un miglioramento sostanziale: la correlazione tra l’MPVI previsto e la SNAO osservata aumenta a r = 0,55 (Fig. 4a), e il tasso di successo nel prevedere il segno della SNAO (positiva o negativa) sale dal 61% al 71%. Questo risultato indica che, in media ogni due anni, si presenta una finestra di opportunità per effettuare previsioni della SNAO potenzialmente utili, sfruttando le anomalie significative del vortice polare stratosferico di maggio.

Un’ulteriore analisi si concentra sulla capacità dei sistemi di previsione stagionale di simulare dinamicamente la SNAO. Come evidenziato in precedenza, otto sistemi operativi di previsione stagionale, analizzati nel periodo 1993–2016, non mostrano un’abilità significativa nel prevedere la SNAO, e questa limitazione persiste anche estendendo l’analisi al periodo 1979–2022. Nel pannello b della Figura 4, la correlazione media tra le previsioni dinamiche della SNAO e le osservazioni è di soli r = 0,22 (p = 0,15), un valore che non raggiunge la significatività statistica. Tuttavia, applicando la nuova comprensione del ruolo della stratosfera di tarda primavera, abbiamo rivalutato l’abilità predittiva considerando esclusivamente i 21 anni con un MPVI previsto attivo. In questo sottoinsieme, l’abilità dinamica della SNAO migliora notevolmente, raggiungendo una correlazione di r = 0,42 (p = 0,05), un valore statisticamente significativo che rappresenta un progresso importante rispetto alla media generale. Sebbene questa abilità sia inferiore rispetto al r = 0,55 ottenuto utilizzando direttamente l’MPVI previsto come predittore della SNAO osservata, evidenzia un miglioramento significativo nella capacità dei modelli di catturare la dinamica della SNAO in presenza di segnali stratosferici rilevanti. Le discrepanze tra i due approcci derivano principalmente da alcuni anni specifici, come il 2006, in cui la SNAO simulata dal modello non ha seguito l’andamento previsto dall’indice MPVI. Questi casi anomali meritano ulteriori indagini per comprendere le cause di tali discrepanze, che potrebbero essere legate a limitazioni nella rappresentazione modellistica di processi dinamici o interazioni con altri componenti del sistema climatico.

L’abilità dinamica significativa della SNAO durante gli anni con MPVI attivo consente di esplorare un fenomeno noto come “paradosso segnale-rumore”, già documentato per la circolazione invernale del Nord Atlantico. Nel pannello c della Figura 4, analizziamo come l’abilità del modello nel prevedere la SNAO reale varia in funzione della dimensione dell’ensemble. La correlazione tra la SNAO prevista e quella osservata aumenta lentamente con il numero di membri dell’ensemble, ma continua a crescere anche con 40 membri, suggerendo che ensemble ancora più grandi potrebbero migliorare ulteriormente l’abilità predittiva. Tuttavia, un confronto con l’abilità del modello nel prevedere sé stesso (cioè la correlazione tra la media dell’ensemble e un singolo membro scelto casualmente) rivela una discrepanza significativa: questa correlazione interna è molto più bassa, con un valore di r = 0,14 (linea verde, Fig. 4c). Questo risultato è analogo a quanto osservato per le previsioni stagionali della NAO invernale, dove i modelli mostrano una maggiore capacità di prevedere il mondo reale rispetto a sé stessi, un fenomeno definito come paradosso segnale-rumore.

Il paradosso segnale-rumore indica che i segnali forzati prevedibili nei modelli sono spuriosamente deboli rispetto al rumore interno (variabilità caotica). Per quantificare questo fenomeno, abbiamo calcolato il rapporto dei componenti prevedibili (Ratio of Predictable Components, RPC, si vedano i Metodi), ottenendo un valore di RPC = 3,0 per le previsioni dinamiche della SNAO durante gli anni con MPVI attivo. Questo valore è simile a quello riportato per le previsioni stagionali della NAO invernale (RPC = 2,3), confermando che il paradosso segnale-rumore è una caratteristica comune sia della variabilità invernale che estiva nel Nord Atlantico. Un RPC maggiore di 1 indica che i segnali dinamici nei modelli sono sistematicamente sottostimati, un problema che limita l’accuratezza delle previsioni stagionali e richiede ulteriori indagini per identificarne le cause.

La comprensione delle origini del paradosso segnale-rumore per la NAO invernale è stata al centro di numerosi studi negli ultimi dieci anni, e una delle ipotesi più accreditate attribuisce il problema a un debole feedback degli eddy atmosferici nei modelli. Questo meccanismo potrebbe anche spiegare i segnali deboli della SNAO osservati in questo studio, poiché un feedback degli eddy insufficiente ridurrebbe la capacità del modello di amplificare i segnali dinamici stratosferici nella troposfera. Tuttavia, altre ipotesi non possono essere escluse, tra cui un accoppiamento oceano-atmosfera spuriosamente debole nei modelli, che potrebbe limitare la trasmissione dei segnali climatici su scale stagionali. Un’interpretazione concettuale del paradosso segnale-rumore, compatibile sia con un debole feedback degli eddy che con un accoppiamento oceano-atmosfera insufficiente, suggerisce che i modelli abbiano una ridotta persistenza dei “regimi” di circolazione atmosferica, ovvero una minore capacità di mantenere configurazioni stabili nel tempo.

Per testare questa ipotesi, abbiamo valutato la persistenza della SNAO attraverso i mesi estivi, correlando l’indice SNAO calcolato per il mese di giugno con quello di luglio-agosto, utilizzando l’intero periodo 1979–2022. I risultati, mostrati nel pannello d della Figura 4, rivelano una netta discrepanza tra osservazioni e modello. Nei singoli membri dell’ensemble del modello, la persistenza della SNAO da giugno a luglio-agosto è estremamente debole, con una correlazione media di r = 0,02 e un intervallo di confidenza 5-95% che varia da r = −0,23 a r = 0,29. Al contrario, le osservazioni mostrano una persistenza molto più marcata (r = 0,39), e anche la media dell’ensemble del modello (r = 0,23) risulta più alta rispetto ai singoli membri, sebbene inferiore alle osservazioni. Questo risultato indica che i membri del modello presentano una persistenza della SNAO spuriosamente debole, un fenomeno che potrebbe essere alla base del paradosso segnale-rumore osservato.

In conclusione, questo studio evidenzia che, sebbene i sistemi di previsione stagionale attuali abbiano un’abilità limitata nel prevedere dinamicamente la SNAO, l’integrazione di precursori stratosferici come l’MPVI consente di identificare finestre di opportunità predittive in circa la metà degli anni, con un’abilità significativamente migliorata. Tuttavia, il paradosso segnale-rumore e la ridotta persistenza dei regimi di circolazione nei modelli rappresentano ostacoli che devono essere affrontati per massimizzare il potenziale predittivo della SNAO. Ulteriori ricerche sono necessarie per comprendere le cause di queste limitazioni, con particolare attenzione al ruolo del feedback degli eddy e dell’accoppiamento oceano-atmosfera, al fine di sviluppare modelli più accurati e migliorare le previsioni stagionali estive, con benefici diretti per la pianificazione climatica e la gestione dei rischi in settori strategici.

La Figura 3 del documento scientifico offre un’analisi dettagliata della propagazione discendente delle anomalie stratosferiche di tarda primavera e del loro impatto sulla dinamica del getto estivo dell’Atlantico settentrionale, con un focus sul ruolo dell’indice del vortice polare di maggio (May Polar Vortex Index, MPVI) come precursore dell’Oscillazione Nord Atlantica Estiva (SNAO). La figura si compone di cinque pannelli (a-e), ciascuno dei quali esplora un aspetto specifico di questo processo, integrando dati osservativi (ERA5), simulazioni modellistiche (media dell’ensemble del sistema Met Office DePreSys3) ed esperimenti di perturbazione per isolare i meccanismi causali. Di seguito, viene fornita una descrizione scientifica approfondita e ampliata di ciascun pannello, con un’enfasi sull’interpretazione dei risultati e sulle implicazioni per la comprensione delle interazioni stratosfera-troposfera.

Pannello a: Propagazione discendente del segnale stratosferico nei dati osservativi ERA5

Il pannello a presenta una sezione temporale-altezza che illustra la correlazione tra l’indice del vortice polare di maggio (MPVI) e i venti zonali medi mensili nel settore dell’Atlantico settentrionale, definito geograficamente dalle latitudini 50–65°N (come indicato dalla scatola verde nel pannello b della Figura 1). I dati sono derivati dalla rianalisi ERA5, coprendo il periodo 1979–2022. L’asse orizzontale rappresenta l’evoluzione temporale da maggio (0.05) a settembre (0.09), con linee verticali solide che delimitano l’inizio (giugno, 0.06) e la fine (agosto, 0.08) dell’estate boreale, il periodo di riferimento per la SNAO. L’asse verticale mostra i livelli di pressione in hPa, da 1000 hPa (vicino alla superficie terrestre) a 10 hPa (stratosfera superiore), coprendo quindi l’intera colonna atmosferica dalla troposfera alla stratosfera.

Una linea tratteggiata orizzontale indica la posizione approssimativa della tropopausa, che a queste latitudini si trova generalmente tra 100 e 200 hPa, separando la troposfera (in basso) dalla stratosfera (in alto). Una stella verde posizionata a 50 hPa in maggio segna il livello e il mese in cui è definito l’MPVI, rappresentando la forza del vortice polare nella bassa stratosfera. I coefficienti di correlazione sono rappresentati con una scala cromatica che va da -0,6 (blu, correlazioni negative, indicanti venti zonali più deboli associati a un MPVI positivo) a 0,6 (rosso, correlazioni positive, indicanti venti zonali più forti). In maggio, si osserva una correlazione positiva significativa (r > 0,4) nella stratosfera polare a circa 50 hPa, con puntini (stippling) che indicano significatività statistica al 90%, secondo un test t di Student a due code. Questo segnale si propaga verso il basso nei mesi successivi, raggiungendo la troposfera in giugno con correlazioni positive di circa r = 0,3, che rimangono significative fino a luglio, per poi attenuarsi entro agosto. Questo pattern di propagazione discendente evidenzia come un vortice polare più forte in tarda primavera (MPVI positivo) influenzi la dinamica troposferica estiva, promuovendo venti zonali più intensi e uno spostamento verso nord del getto, in linea con una fase positiva della SNAO.

Pannello b: Propagazione discendente del segnale stratosferico nella media dell’ensemble del modello

Il pannello b replica l’analisi del pannello a, ma utilizzando i risultati della media dell’ensemble del modello Met Office DePreSys3, un sistema di previsione climatica a breve termine, per lo stesso periodo 1979–2022. La struttura del grafico è identica: l’asse orizzontale copre i mesi da maggio a settembre, con le linee verticali che segnano l’estate boreale, e l’asse verticale rappresenta i livelli di pressione da 1000 hPa a 10 hPa. La tropopausa è indicata dalla linea tratteggiata, e la stella verde a 50 hPa in maggio marca la posizione dell’MPVI.

Anche in questo caso, si riscontra una correlazione positiva significativa (r > 0,4) nella stratosfera a 50 hPa in maggio, con stippling che conferma la significatività statistica al 90%. Il segnale si propaga verso il basso, raggiungendo la troposfera in giugno (r ≈ 0,3) e mantenendosi significativo fino a luglio, per poi indebolirsi in agosto, un’evoluzione temporale simile a quella osservata nei dati ERA5. Tuttavia, rispetto al pannello a, il segnale di propagazione discendente appare più chiaro e definito nel modello, un risultato attribuibile alla riduzione del rumore interno (variabilità caotica) ottenuta mediando un gran numero di membri dell’ensemble. Questo suggerisce che il modello cattura efficacemente il meccanismo fisico di accoppiamento stratosfera-troposfera, in accordo con le osservazioni, e che la propagazione discendente del segnale stratosferico è un processo robusto che si manifesta nei mesi estivi, influenzando la dinamica del getto dell’Atlantico settentrionale.

Pannello c: Correlazione spaziale tra MPVI e venti troposferici superiori nei dati ERA5

Il pannello c esplora la struttura spaziale dell’influenza dell’MPVI sui venti zonali estivi nella troposfera superiore, a 300 hPa (circa 9 km di altezza), utilizzando i dati ERA5. La mappa copre un’area geografica che si estende dall’Atlantico settentrionale all’Eurasia, includendo quindi sia il settore del Nord Atlantico che le regioni continentali adiacenti. I coefficienti di correlazione sono rappresentati con una scala cromatica che va da -0,6 (blu) a 0,6 (rosso). Si osserva una correlazione positiva significativa (r > 0,3) nel Nord Atlantico, con un pattern che riflette uno spostamento verso nord del getto: venti zonali più forti a latitudini più alte (in rosso) e più deboli a latitudini più basse (in blu). Questo spostamento è coerente con una fase positiva della SNAO, come già mostrato nel pannello b della Figura 1, dove una SNAO positiva è associata a un getto più settentrionale.

Il segnale non si limita al Nord Atlantico, ma si estende attraverso l’Eurasia, indicando una coerenza su larga scala della dinamica atmosferica indotta dall’MPVI. I contorni sovrapposti, che rappresentano la posizione climatologica del getto a 300 hPa (con velocità di 15 e 20 m/s), forniscono un contesto per interpretare queste correlazioni, mostrando come l’MPVI moduli lo spostamento latitudinale del getto. I puntini (stippling) indicano che le correlazioni sono statisticamente significative al 90%, confermando la robustezza del segnale. Questo risultato evidenzia che le anomalie stratosferiche di tarda primavera hanno un’influenza diretta sulla circolazione troposferica estiva, con effetti che si propagano ben oltre il Nord Atlantico, influenzando le condizioni climatiche su scala continentale.

Pannello d: Correlazione spaziale tra MPVI e venti troposferici superiori nella media dell’ensemble del modello

Il pannello d è analogo al pannello c, ma mostra i risultati della media dell’ensemble del modello DePreSys3. La mappa copre la stessa area geografica, e i coefficienti di correlazione sono rappresentati con la stessa scala cromatica (-0,6 a 0,6). Anche qui si osserva un pattern simile a quello di ERA5: una correlazione positiva significativa (r > 0,3) nel Nord Atlantico, indicante uno spostamento verso nord del getto con un MPVI positivo, con venti zonali più forti a latitudini più alte e più deboli a latitudini più basse. Il segnale si estende attraverso l’Eurasia, mostrando una coerenza su larga scala analoga a quella osservata nei dati ERA5.

I contorni del getto climatologico (15 e 20 m/s) e lo stippling (significatività al 90%) confermano che il modello riproduce fedelmente il pattern osservato, sebbene il segnale appaia leggermente più definito, coerentemente con la riduzione del rumore interno tipica della media dell’ensemble. Questo risultato sottolinea la capacità del modello di catturare l’influenza delle anomalie stratosferiche sulla dinamica troposferica estiva, in linea con le osservazioni, e rafforza l’ipotesi che un vortice polare più forte in maggio (MPVI positivo) sia un precursore chiave per una fase positiva della SNAO, con impatti che si manifestano su scala continentale.

Pannello e: Impatto causale dell’MPVI sui venti troposferici superiori tramite esperimenti di perturbazione

Il pannello e presenta i risultati di un esperimento di perturbazione progettato per isolare l’effetto causale dell’MPVI sulla circolazione troposferica estiva, separando i contributi atmosferici da quelli oceanici (si vedano i Metodi per dettagli). L’esperimento consiste nel selezionare un anno con valori neutri sia per l’MPVI che per la SNAO, quindi sostituire le condizioni iniziali atmosferiche al 1° maggio con quelle corrispondenti ai tre anni con MPVI più forte e ai tre anni con MPVI più debole. La mappa mostra la differenza nei venti zonali a 300 hPa (in m/s) tra la media dei tre stati con MPVI positivo e quella dei tre stati con MPVI negativo, coprendo la stessa area geografica dei pannelli c e d.

I colori rappresentano le differenze nei venti zonali: rosso per un aumento dei venti (spostamento verso nord del getto) e blu per una diminuzione, con una scala che va da -2,0 a 2,0 m/s. I risultati mostrano un chiaro spostamento verso nord del getto nel Nord Atlantico, con differenze positive fino a 1,6 m/s in alcune regioni, indicando venti zonali più forti a latitudini più alte, coerenti con una fase positiva della SNAO. Questo pattern si estende anche all’Eurasia, in linea con i pannelli c e d, dimostrando che l’influenza dell’MPVI non è limitata al Nord Atlantico, ma ha un impatto su scala continentale. I puntini indicano le regioni dove le differenze sono statisticamente significative al 95% di confidenza, confermando la robustezza dell’effetto causale. Questo esperimento fornisce una prova diretta del legame causale tra le anomalie del vortice polare in tarda primavera e la dinamica troposferica estiva, rafforzando l’ipotesi che l’MPVI sia un precursore chiave della SNAO.

Considerazioni complessive

La Figura 3 offre un quadro completo della propagazione discendente delle anomalie stratosferiche di tarda primavera e del loro ruolo nel modulare la dinamica del getto estivo dell’Atlantico settentrionale:

• Pannelli a e b dimostrano che un MPVI positivo (vortice polare più forte in maggio) genera un segnale che si propaga dalla stratosfera alla troposfera tra giugno e luglio, influenzando i venti zonali nel settore dell’Atlantico settentrionale. Il segnale è significativo fino a luglio, ma si attenua entro agosto, con una propagazione più chiara nel modello rispetto alle osservazioni.
• Pannelli c e d evidenziano la struttura spaziale di questo impatto, mostrando che un MPVI positivo induce uno spostamento verso nord del getto a 300 hPa, con effetti che si estendono dall’Atlantico settentrionale all’Eurasia, coerentemente con una fase positiva della SNAO.
• Pannello e conferma la causalità di questa relazione attraverso un esperimento di perturbazione, dimostrando che le anomalie positive dell’MPVI causano uno spostamento verso nord del getto, con impatti significativi sulla circolazione troposferica estiva.

Questi risultati sottolineano l’importanza dell’accoppiamento stratosfera-troposfera al di fuori della stagione invernale, evidenziando un meccanismo finora poco esplorato che collega la dinamica stratosferica primaverile alla variabilità climatica estiva. La coerenza tra osservazioni e modello, insieme alla prova causale fornita dall’esperimento di perturbazione, apre nuove prospettive per migliorare le previsioni stagionali della SNAO, sfruttando precursori stratosferici come l’MPVI. Questo approccio potrebbe avere implicazioni significative per settori come l’agricoltura, la gestione delle risorse idriche e la pianificazione delle risposte agli eventi estremi, specialmente in regioni come l’Europa nord-occidentale, dove la SNAO ha impatti diretti su precipitazioni e temperature. Tuttavia, la necessità di ensemble di grandi dimensioni per catturare segnali robusti nel modello suggerisce che ulteriori miglioramenti nella rappresentazione modellistica dei processi stratosferici e troposferici siano necessari per massimizzare il potenziale predittivo.

La Figura 4 del documento scientifico offre un’analisi approfondita delle opportunità per migliorare la previsione stagionale dell’Oscillazione Nord Atlantica Estiva (SNAO), evidenziando finestre temporali in cui è possibile ottenere previsioni abili e affrontando le limitazioni dei modelli climatici, in particolare il paradosso segnale-rumore. La figura si compone di quattro pannelli (a-d), ciascuno dei quali esplora un aspetto specifico della prevedibilità della SNAO, integrando dati osservativi derivati da ERA5 con simulazioni modellistiche basate sul sistema Met Office DePreSys3. Questa analisi si concentra sul ruolo dell’indice del vortice polare di maggio (May Polar Vortex Index, MPVI) come precursore e sulle sfide associate alla rappresentazione modellistica della dinamica atmosferica estiva. Di seguito, viene fornita una descrizione scientifica dettagliata e ampliata di ciascun pannello, con un’enfasi sull’interpretazione dei risultati e sulle implicazioni per la previsione climatica stagionale.

Pannello a: Serie temporali standardizzate di ERA5 SNAO e MPVI previsto dal modello

Il pannello a presenta una rappresentazione grafica delle serie temporali standardizzate dell’indice SNAO osservato, calcolato dai dati di rianalisi ERA5 (in nero), e dell’MPVI previsto dal modello (in rosso), coprendo il periodo 1979–2022. L’asse orizzontale riporta gli anni, da 1979 a 2022, mentre l’asse verticale mostra i valori standardizzati delle due variabili, espressi in unità di deviazione standard, che oscillano approssimativamente tra -2 e 2. Questa standardizzazione consente un confronto diretto tra le due variabili, eliminando differenze di scala. Tutte le 44 annate del periodo analizzato sono rappresentate in background con linee più chiare, mentre i 21 anni in cui l’MPVI previsto dal modello è considerato “attivo” (anomalie superiori a ±1 m/s in valore assoluto) sono evidenziati in primo piano con linee più spesse e scure, per sottolineare il loro ruolo chiave.

La correlazione complessiva tra l’MPVI previsto in maggio e la SNAO osservata (giugno-agosto) per l’intero periodo di 44 anni è di r = 0,40, con un livello di significatività statistica di p = 0,01. Questo valore indica un’abilità predittiva modesta ma significativa, suggerendo che l’MPVI previsto può essere utilizzato come un precursore in tempo reale della SNAO estiva, sfruttando l’elevata prevedibilità della stratosfera (r = 0,91 per l’MPVI previsto dal modello rispetto alle osservazioni). Tuttavia, un’analisi più dettagliata rivela che l’abilità predittiva varia notevolmente a seconda dell’intensità delle anomalie stratosferiche. Considerando esclusivamente i 21 anni con MPVI attivo, la correlazione aumenta a r = 0,55, e il tasso di successo nel prevedere correttamente il segno della SNAO (positiva o negativa) sale dal 61% al 71%. Questo miglioramento indica che, in circa la metà degli anni, si presentano finestre di opportunità in cui le anomalie significative del vortice polare di tarda primavera consentono di effettuare previsioni della SNAO potenzialmente utili per applicazioni pratiche, come la pianificazione agricola o la gestione delle risorse idriche. Il pannello sottolinea quindi l’importanza di identificare anni con segnali stratosferici rilevanti per massimizzare l’accuratezza predittiva.

Pannello b: Serie temporali standardizzate di ERA5 SNAO e SNAO prevista dinamicamente dal modello

Il pannello b mostra un confronto tra le serie temporali standardizzate dell’indice SNAO osservato (ERA5, in nero) e della SNAO prevista dinamicamente dal modello Met Office DePreSys3 (in rosso), per lo stesso periodo 1979–2022. La struttura del grafico è analoga a quella del pannello a: l’asse orizzontale rappresenta gli anni, l’asse verticale i valori standardizzati (da -2 a 2), con tutte le annate mostrate in background e i 21 anni con MPVI attivo evidenziati in primo piano. Questo pannello si concentra sull’abilità del modello nel simulare dinamicamente la SNAO, senza utilizzare direttamente l’MPVI come predittore, ma basandosi sulle dinamiche interne del sistema di previsione.

Per l’intero periodo di 44 anni, la correlazione tra la SNAO prevista dal modello e quella osservata è di soli r = 0,22 (p = 0,15), un valore che non raggiunge la significatività statistica e che conferma la scarsa abilità dei sistemi di previsione stagionale nel prevedere dinamicamente la SNAO, come già riscontrato in analisi precedenti (1993–2016) di otto sistemi operativi. Tuttavia, limitando l’analisi ai 21 anni con MPVI attivo, l’abilità predittiva migliora notevolmente, raggiungendo una correlazione di r = 0,42 (p = 0,05), che è statisticamente significativa. Questo incremento dimostra che, negli anni in cui il vortice polare di tarda primavera presenta anomalie rilevanti, il modello è in grado di catturare meglio la dinamica della SNAO, anche senza utilizzare direttamente l’MPVI come variabile predittiva. Nonostante questo miglioramento, l’abilità dinamica (r = 0,42) rimane inferiore a quella ottenuta utilizzando l’MPVI come predittore diretto (r = 0,55, pannello a), suggerendo che la rappresentazione modellistica della SNAO è ancora limitata da fattori come segnali dinamici deboli o discrepanze in anni specifici. Ad esempio, il 2006 emerge come un anno in cui la SNAO prevista dal modello diverge significativamente da quella osservata, un’anomalia che potrebbe essere legata a limitazioni nella rappresentazione di processi dinamici o interazioni con altre componenti del sistema climatico, e che merita ulteriori indagini.

Pannello c: Analisi dell’abilità predittiva della SNAO in funzione della dimensione dell’ensemble

Il pannello c esplora l’abilità predittiva del modello Met Office DePreSys3 nel simulare la SNAO durante i 21 anni con MPVI attivo, analizzando come questa abilità varia in funzione della dimensione dell’ensemble e mettendo in evidenza il paradosso segnale-rumore. L’asse orizzontale rappresenta il numero di membri dell’ensemble, che varia da 0 a 40, mentre l’asse verticale mostra il coefficiente di correlazione, con una scala che va da 0 a 0,6. Due curve sono riportate: la curva rossa rappresenta l’abilità del modello nel prevedere la SNAO osservata (ERA5), mentre la curva verde mostra l’abilità del modello nel prevedere sé stesso, cioè la correlazione tra la media dell’ensemble e un singolo membro scelto casualmente, che rappresenta la prevedibilità perfetta in un contesto ideale.

La curva rossa indica che l’abilità del modello nel prevedere la SNAO osservata aumenta lentamente con la dimensione dell’ensemble, raggiungendo un valore di r = 0,42 con 40 membri. Tuttavia, la curva non si stabilizza, suggerendo che ensemble ancora più grandi potrebbero portare a ulteriori miglioramenti nell’abilità predittiva. In contrasto, la curva verde, che rappresenta l’abilità del modello nel prevedere sé stesso, rimane significativamente più bassa, stabilizzandosi a un valore di r = 0,14. La transizione della linea verde in una linea più spessa segna il punto in cui l’abilità del modello nel prevedere la SNAO osservata diventa significativamente superiore a quella nel prevedere sé stesso, evidenziando un fenomeno noto come paradosso segnale-rumore. Questo paradosso, già documentato per la NAO invernale, implica che il modello ha una maggiore capacità di prevedere la variabilità del mondo reale rispetto alla propria variabilità interna, un risultato controintuitivo che suggerisce una sottostima sistematica dei segnali forzati prevedibili rispetto al rumore interno.

Per quantificare questo fenomeno, è stato calcolato il rapporto dei componenti prevedibili (Ratio of Predictable Components, RPC), che risulta pari a 3,0 per le previsioni dinamiche della SNAO durante gli anni con MPVI attivo. Questo valore è simile a quello riportato per le previsioni stagionali della NAO invernale (RPC = 2,3), indicando che il paradosso segnale-rumore è una caratteristica comune della variabilità atmosferica nel Nord Atlantico, sia in inverno che in estate. Un RPC maggiore di 1 conferma che i segnali dinamici nei modelli sono spuriosamente deboli, limitando l’accuratezza delle previsioni stagionali e richiedendo l’uso di ensemble di grandi dimensioni per estrarre un segnale robusto. Questo pannello sottolinea la necessità di affrontare le limitazioni dei modelli per migliorare la prevedibilità della SNAO, un aspetto cruciale per applicazioni operative.

Pannello d: Distribuzione della persistenza della SNAO attraverso i mesi estivi

Il pannello d analizza la persistenza della SNAO durante i mesi estivi, un fattore potenzialmente legato al paradosso segnale-rumore, attraverso un istogramma della distribuzione dei coefficienti di correlazione tra l’indice SNAO calcolato per il mese di giugno e quello di luglio-agosto, per il periodo 1979–2022. L’asse orizzontale riporta i coefficienti di correlazione, che variano da -0,4 a 0,6, mentre l’asse verticale rappresenta la densità di probabilità, con una scala da 0 a 3, indicando la frequenza con cui ciascun valore di correlazione si manifesta nei membri dell’ensemble del modello.

La distribuzione, rappresentata in grigio, mostra i risultati calcolati per i singoli membri dell’ensemble del modello. La correlazione media è estremamente debole, con un valore di r = 0,02 (linea rosa solida), e l’intervallo di confidenza 5-95% si estende da r = -0,23 a r = 0,29 (linee rosa tratteggiate), indicando una persistenza praticamente nulla della SNAO da giugno a luglio-agosto nei membri del modello. In contrasto, la persistenza calcolata sulla media dell’ensemble del modello, rappresentata dalla linea rossa verticale, è più alta (r = 0,23), ma rimane significativamente inferiore alla persistenza osservata nei dati ERA5, indicata dalla linea nera verticale (r = 0,39). Questa discrepanza evidenzia che il modello sottostima sistematicamente la persistenza della SNAO attraverso i mesi estivi, un fenomeno che potrebbe contribuire al paradosso segnale-rumore.

La ridotta persistenza nei membri del modello potrebbe essere legata a un feedback degli eddy atmosferici spuriosamente debole o a un accoppiamento oceano-atmosfera insufficiente, entrambi fattori che riducono la capacità del modello di mantenere regimi di circolazione atmosferica stabili nel tempo. Questo risultato suggerisce che la sottostima della persistenza della SNAO nei modelli è un aspetto critico che merita ulteriori indagini, poiché potrebbe essere una delle cause principali dei segnali prevedibili deboli e del paradosso segnale-rumore osservato. Comprendere e migliorare la rappresentazione di questi processi dinamici nei modelli potrebbe portare a un aumento significativo dell’abilità predittiva della SNAO, con benefici per le previsioni stagionali estive.

Considerazioni complessive

La Figura 4 fornisce un quadro integrato delle opportunità e delle sfide associate alla previsione della SNAO, evidenziando sia il potenziale per migliorare le previsioni stagionali che le limitazioni intrinseche dei modelli climatici attuali:

• Pannello a dimostra che l’MPVI previsto in maggio può essere utilizzato come un predittore in tempo reale della SNAO estiva, con un’abilità che aumenta a r = 0,55 negli anni con MPVI attivo (21 su 44), identificando finestre di opportunità per previsioni utili che si verificano circa ogni due anni.
• Pannello b mostra che anche le previsioni dinamiche della SNAO migliorano significativamente negli anni con MPVI attivo (r = 0,42), sebbene l’abilità rimanga inferiore rispetto all’uso diretto dell’MPVI come predittore, con discrepanze in anni specifici (ad esempio il 2006) che richiedono ulteriori analisi.
• Pannello c evidenzia il paradosso segnale-rumore: il modello è più abile nel prevedere la SNAO reale (r = 0,42) rispetto a sé stesso (r = 0,14), con un RPC di 3,0 che indica segnali forzati deboli, un problema comune anche alla NAO invernale.
• Pannello d rivela che il modello sottostima la persistenza della SNAO attraverso i mesi estivi (r = 0,02 nei membri, contro r = 0,39 nelle osservazioni), un fattore che potrebbe contribuire al paradosso segnale-rumore e che suggerisce limitazioni nella rappresentazione del feedback degli eddy o dell’accoppiamento oceano-atmosfera.

Questi risultati sottolineano l’importanza di sfruttare precursori stratosferici come l’MPVI per migliorare le previsioni stagionali della SNAO, ma evidenziano anche la necessità di affrontare le limitazioni dei modelli, come i segnali deboli e la ridotta persistenza dei regimi atmosferici. Migliorare la rappresentazione di questi processi dinamici nei modelli climatici potrebbe non solo aumentare l’accuratezza delle previsioni estive, ma anche avere implicazioni pratiche significative per settori critici come l’agricoltura, la gestione delle risorse idriche e la preparazione agli eventi climatici estremi, specialmente in regioni come l’Europa nord-occidentale, dove la SNAO ha impatti diretti su precipitazioni e temperature. La Figura 4 rappresenta quindi un passo avanti verso una previsione climatica più affidabile, ma sottolinea anche la necessità di ulteriori ricerche per superare le sfide modellistiche e massimizzare il potenziale predittivo.

La Figura 5 del documento scientifico approfondisce l’influenza a lungo termine di un riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW) di fine inverno sulla dinamica atmosferica e sul clima superficiale, con particolare attenzione al settore del Nord Atlantico e alle sue implicazioni per la stagione estiva. La figura si compone di cinque pannelli (a-e), ciascuno dei quali presenta un’analisi delle differenze composite calcolate utilizzando i dati di rianalisi ERA5 per il periodo 1979–2022. Queste differenze sono derivate confrontando i 12 anni in cui si è verificato un SSW tra il 1° febbraio e il 15 marzo con i restanti 32 anni senza SSW (si vedano i Metodi per dettagli). L’obiettivo è dimostrare come un evento stratosferico invernale possa influenzare la dinamica atmosferica e le condizioni climatiche superficiali fino all’estate, con implicazioni per l’Oscillazione Nord Atlantica Estiva (SNAO). Di seguito, viene fornita una descrizione scientifica dettagliata e ampliata di ciascun pannello, con un’enfasi sull’interpretazione dei risultati e sulle loro implicazioni per la previsione climatica stagionale.

Pannello a: Propagazione discendente delle anomalie stratosferiche nei venti zonali medi mensili

Il pannello a presenta una sezione temporale-altezza delle differenze composite nei venti zonali medi mensili (espressi in m/s) nel settore dell’Atlantico settentrionale, definito geograficamente dalle latitudini 50–65°N (come indicato dalla scatola verde nel pannello b della Figura 1). I dati sono derivati dalla rianalisi ERA5 e coprono il periodo da febbraio (0.02) a settembre (0.09), includendo quindi il tardo inverno, la primavera e l’estate boreale. L’asse orizzontale rappresenta l’evoluzione temporale attraverso i mesi, mentre l’asse verticale mostra i livelli di pressione in hPa, da 1000 hPa (vicino alla superficie terrestre) a 10 hPa (stratosfera superiore), coprendo l’intera colonna atmosferica dalla troposfera alla stratosfera.

Le differenze composite sono calcolate sottraendo la media dei venti zonali dei 32 anni senza SSW da quella dei 12 anni in cui si è verificato un SSW, consentendo di isolare l’impatto di questi eventi estremi. La scala cromatica varia da -6,0 m/s (blu, indicando una diminuzione dei venti zonali, ovvero venti più orientali) a 6,0 m/s (rosso, indicando un aumento dei venti zonali, ovvero venti più occidentali). In febbraio, durante l’SSW, si osserva un’anomalia negativa pronunciata (blu, con valori fino a -6 m/s) nella stratosfera a circa 10-50 hPa, che riflette un indebolimento significativo del vortice polare, un effetto caratteristico degli SSW. Questo segnale si propaga verso il basso nel tempo, raggiungendo la troposfera (sotto i 200 hPa) in marzo e aprile, con anomalie negative (blu, circa -2 m/s) che persistono fino a maggio, indicando un’influenza prolungata dell’SSW sulla dinamica atmosferica.

A partire da giugno, il segnale nella troposfera si inverte, mostrando anomalie positive (rosso, circa 1-2 m/s) che si mantengono fino ad agosto. Questo cambiamento suggerisce un rafforzamento dei venti zonali e uno spostamento verso nord del getto, una configurazione coerente con una fase positiva della SNAO, che è associata a condizioni di alta pressione sull’Europa nord-occidentale e a uno spostamento verso nord delle traiettorie delle tempeste. I puntini (stippling) sovrapposti alla sezione indicano le regioni in cui le differenze sono statisticamente significative al 90% di confidenza, secondo un test t di Student a una coda, confermando la robustezza del segnale sia nella stratosfera in inverno che nella troposfera in estate. Questo pannello dimostra che un SSW di fine inverno può avere un’influenza a lungo termine, con un segnale che si propaga dalla stratosfera alla troposfera su una scala temporale di diversi mesi, influenzando la dinamica atmosferica estiva nel Nord Atlantico.

Pannello b: Differenze composite nei venti zonali a 300 hPa in marzo

Il pannello b mostra una mappa delle differenze composite nei venti zonali a 300 hPa (livello superiore della troposfera, circa 9 km di altezza) nel mese di marzo, durante o subito dopo l’SSW, per i 12 anni con SSW rispetto ai 32 anni senza. La mappa copre un’area geografica che si estende dall’Atlantico settentrionale all’Eurasia, consentendo di analizzare l’impatto su larga scala dell’SSW sulla circolazione troposferica. Le differenze sono espresse in m/s, con una scala cromatica che va da -4,0 m/s (blu, indicando una diminuzione dei venti zonali, ovvero venti più orientali) a 4,0 m/s (rosso, indicando un aumento dei venti zonali, ovvero venti più occidentali).

Si osserva un’anomalia negativa significativa (blu, con valori fino a -4 m/s) nel Nord Atlantico, che indica un indebolimento dei venti zonali e uno spostamento verso sud del getto troposferico. Questo pattern è tipico della risposta troposferica a un SSW, che indebolisce il vortice polare stratosferico e altera la dinamica del getto, favorendo un afflusso di aria fredda polare verso le medie latitudini. Il segnale si estende parzialmente all’Eurasia, anche se le anomalie sono meno pronunciate in questa regione. I contorni sovrapposti, che rappresentano la posizione climatologica del getto a 300 hPa (con velocità di 15 e 20 m/s), forniscono un contesto per interpretare queste differenze, evidenziando come l’SSW modifichi la posizione latitudinale del getto. I puntini (stippling) indicano che le differenze sono statisticamente significative al 90% di confidenza in gran parte del Nord Atlantico, confermando la robustezza dell’impatto dell’SSW sulla circolazione troposferica in marzo.

Pannello c: Differenze composite nei venti zonali a 300 hPa in estate

Il pannello c è analogo al pannello b, ma analizza le differenze composite nei venti zonali a 300 hPa durante l’estate (giugno-agosto) per gli anni con SSW rispetto a quelli senza. La scala cromatica rimane la stessa (da -4,0 a 4,0 m/s), e la mappa copre la stessa area geografica. In estate, il pattern osservato in marzo si inverte: nel Nord Atlantico si rileva un’anomalia positiva significativa (rosso, con valori di circa 1-2 m/s), che indica un rafforzamento dei venti zonali e uno spostamento verso nord del getto. Questo spostamento è coerente con una fase positiva della SNAO, che, come mostrato in altre figure (cfr. Fig. 3c, d), è associata a un getto più settentrionale e a condizioni di alta pressione sull’Europa nord-occidentale.

Il segnale di rafforzamento dei venti zonali si estende attraverso l’Eurasia, mostrando una coerenza su larga scala che evidenzia l’ampiezza geografica dell’influenza dell’SSW. I contorni del getto climatologico (15 e 20 m/s) confermano che il getto si sposta verso nord rispetto alla sua posizione media, e lo stippling indica che le differenze sono statisticamente significative al 90% di confidenza in diverse regioni, tra cui il Nord Atlantico e parti dell’Eurasia. Questo risultato suggerisce che l’SSW di fine inverno non solo altera la dinamica atmosferica immediatamente successiva (marzo), ma ha un’influenza a lungo termine che si manifesta in estate, favorendo una configurazione atmosferica tipica della SNAO positiva. Questo legame tra un evento stratosferico invernale e la dinamica estiva apre nuove prospettive per la previsione stagionale, poiché un SSW potrebbe rappresentare un precursore precoce della variabilità climatica estiva.

Pannello d: Differenze composite nella temperatura superficiale in marzo

Il pannello d presenta una mappa delle differenze composite nella temperatura dell’aria a 2 metri (detrended, cioè con la tendenza a lungo termine rimossa per isolare la variabilità interannuale) nel mese di marzo, per i 12 anni con SSW rispetto ai 32 anni senza. La scala cromatica varia da -2,0 K (blu, indicando temperature più fredde) a 2,0 K (rosso, indicando temperature più calde). Si osservano anomalie negative significative (blu, con valori fino a -1,5 K) in Nord America e nell’Europa settentrionale, regioni evidenziate da scatole verdi per sottolinearne l’importanza. Queste anomalie indicano condizioni più fredde durante o subito dopo un SSW, un fenomeno coerente con l’indebolimento del getto troposferico (pannello b) e il conseguente afflusso di aria fredda polare verso le medie latitudini.

Al contrario, alcune regioni, come l’Europa sud-orientale e parti dell’Asia centrale, mostrano anomalie positive (rosso, fino a 1,0 K), indicando temperature più calde. Questo pattern riflette la natura dipolare della risposta climatica superficiale a un SSW, con un raffreddamento nelle regioni direttamente influenzate dall’aria polare e un riscaldamento in aree dove la dinamica atmosferica favorisce condizioni più stabili. I puntini (stippling) indicano che le differenze sono statisticamente significative al 90% di confidenza in Nord America, Europa settentrionale e altre regioni, confermando l’impatto significativo dell’SSW sul clima superficiale in marzo. Questi risultati sono in linea con la letteratura, che associa gli SSW a un aumento della probabilità di ondate di freddo nelle medie latitudini subito dopo l’evento.

Pannello e: Differenze composite nella temperatura superficiale in estate

Il pannello e mostra le differenze composite nella temperatura dell’aria a 2 metri (detrended) durante l’estate (giugno-agosto) per gli anni con SSW rispetto a quelli senza. La scala cromatica è la stessa del pannello d (da -2,0 K a 2,0 K). In estate, si osserva un’inversione del pattern di marzo: Nord America e Europa settentrionale, precedentemente caratterizzate da anomalie fredde, mostrano ora anomalie positive significative (rosso, con valori fino a 1,0 K), indicando temperature più calde. Le scatole verdi che evidenziano queste regioni sottolineano la transizione da condizioni più fredde in marzo a condizioni più calde in estate, un cambiamento che riflette l’evoluzione della dinamica atmosferica indotta dall’SSW.

Al contrario, alcune regioni, come parti della Groenlandia e dell’Atlantico settentrionale, mostrano anomalie negative (blu, circa -0,5 K), suggerendo temperature più fredde. Lo stippling conferma che le differenze sono statisticamente significative al 90% di confidenza in Nord America, Europa settentrionale e altre aree, evidenziando la robustezza dell’impatto a lungo termine dell’SSW sul clima superficiale. Questo pattern estivo è coerente con lo spostamento verso nord del getto troposferico osservato nel pannello c, che favorisce condizioni di alta pressione e tempo più stabile e caldo in Nord America e nell’Europa settentrionale, tipiche di una fase positiva della SNAO. L’inversione delle anomalie di temperatura tra marzo ed estate sottolinea l’effetto a lungo termine dell’SSW, che si manifesta attraverso un’alterazione della dinamica atmosferica su scale temporali di diversi mesi.

Considerazioni complessive

La Figura 5 fornisce un quadro completo dell’influenza a lungo termine di un SSW di fine inverno sulla dinamica atmosferica e sul clima superficiale, con effetti che si estendono dal tardo inverno all’estate:

• Pannello a dimostra la propagazione discendente del segnale dell’SSW dalla stratosfera in febbraio alla troposfera in estate, con un’inversione del segnale da venti più deboli (orientali) in marzo a venti più forti (occidentali) in estate, favorendo una fase positiva della SNAO.
• Pannelli b e c evidenziano l’evoluzione della dinamica del getto a 300 hPa: un indebolimento e spostamento verso sud in marzo, seguito da un rafforzamento e spostamento verso nord in estate, con effetti che si estendono dall’Atlantico settentrionale all’Eurasia, riflettendo una coerenza su larga scala.
• Pannelli d e e mostrano un’inversione negli impatti superficiali: temperature più fredde in Nord America e Europa settentrionale in marzo, seguite da temperature più calde in estate, un cambiamento che riflette la transizione verso una configurazione atmosferica tipica della SNAO positiva, con condizioni più stabili e calde.

Questi risultati sottolineano l’importanza degli SSW come precursori a lungo termine della variabilità climatica estiva, evidenziando un meccanismo di accoppiamento stratosfera-troposfera che si estende su scale temporali di diversi mesi. La capacità di un SSW di fine inverno di influenzare la dinamica estiva, come la posizione del getto e le temperature superficiali, suggerisce che questi eventi possano rappresentare un’opportunità per migliorare le previsioni stagionali della SNAO, con implicazioni pratiche per settori come l’agricoltura, la gestione delle risorse idriche e la preparazione agli eventi climatici estremi. Tuttavia, la complessità di questi processi richiede un’ulteriore integrazione di osservazioni e modelli climatici per sfruttare appieno il potenziale predittivo degli SSW, specialmente considerando la necessità di ensemble di grandi dimensioni per catturare segnali robusti, come evidenziato in altre parti dello studio. La Figura 5 rappresenta quindi un contributo significativo alla comprensione delle teleconnessioni atmosferiche e delle loro applicazioni nella previsione climatica stagionale.

Influenza degli SSW di Fine Inverno sulla Variabilità Stratosferica e Climatica Estiva: Un’Analisi del Meccanismo a Lungo Termine

L’indice del vortice polare di maggio (May Polar Vortex Index, MPVI), che rappresenta la forza del vortice polare nella bassa stratosfera durante la tarda primavera, è spesso influenzato da variabilità interna dell’atmosfera, ma offre un’interessante opportunità per esplorare potenziali precursori climatici che possano anticiparne l’evoluzione. In questo contesto, ci siamo concentrati sull’analisi del possibile ruolo degli eventi di riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW) di fine inverno, che costituiscono l’esempio più estremo di variabilità del vortice polare stratosferico, come potenziali driver della successiva variabilità dell’MPVI e, di conseguenza, dell’Oscillazione Nord Atlantica Estiva (SNAO). Per rispondere a questa domanda, abbiamo utilizzato dati di rianalisi osservativi, identificando 12 eventi SSW distinti verificatisi in tarda inverno, precisamente tra il 1° febbraio e il 15 marzo, nel periodo 1979–2022. Questi eventi sono stati selezionati in modo da escludere i cosiddetti “riscaldamenti finali” (final warmings), che segnano il collasso stagionale del vortice polare in primavera, e si concentrano invece su perturbazioni dinamiche significative (si vedano i Metodi per dettagli).

Abbiamo analizzato l’evoluzione della circolazione atmosferica nel settore del Nord Atlantico calcolando le differenze composite tra questi 12 anni con SSW e i restanti 32 anni senza SSW, con particolare attenzione alla dinamica stratosferica e troposferica (Fig. 5). Come ci si aspetta, durante gli SSW di febbraio e marzo, si osservano anomalie di vento orientale (riduzione dei venti occidentali) nella stratosfera, con valori che riflettono un indebolimento drammatico del vortice polare. Queste anomalie si propagano verso il basso con una scala temporale tipica di 2-4 settimane, raggiungendo la troposfera in marzo e aprile, dove inducono anomalie di vento orientale (Fig. 5a, b). Questo pattern è coerente con una fase negativa della North Atlantic Oscillation (NAO) invernale, un fenomeno ben documentato che si manifesta con uno spostamento verso sud del getto troposferico e un aumento della probabilità di condizioni climatiche fredde nelle medie latitudini.

Le anomalie di vento orientale nella troposfera hanno un effetto retroattivo sulla stratosfera, riducendo il flusso d’onda verso l’alto, un processo che normalmente contribuisce al riscaldamento dinamico della stratosfera polare attraverso la rottura delle onde planetarie. La diminuzione di questo flusso d’onda porta a una riduzione del riscaldamento dinamico, consentendo alla stratosfera superiore di raffreddarsi radiativamente dopo l’SSW. Questo raffreddamento radiativo è così pronunciato che la temperatura stratosferica supera il valore climatologico, un fenomeno noto come “overshooting”. Di conseguenza, si forma un vortice polare insolitamente forte a 10 hPa in aprile, un segnale che poi si propaga verso la bassa stratosfera (50 hPa) in maggio, risultando in un MPVI positivo. Questo MPVI positivo, come descritto in altre sezioni del documento, attiva un ulteriore processo di propagazione discendente del segnale verso la troposfera nei mesi estivi precoci (giugno-luglio). Tale propagazione si manifesta con un rafforzamento dei venti occidentali e uno spostamento verso nord del getto estivo dell’Atlantico settentrionale (Fig. 5a, c), una configurazione atmosferica che persiste per tutta l’estate ed è coerente con una fase positiva della SNAO, caratterizzata da alta pressione sull’Europa nord-occidentale e condizioni climatiche più stabili e calde.

Gli SSW di fine inverno emergono quindi come eventi in grado di esercitare un’influenza significativa e prolungata attraverso un complesso accoppiamento bidirezionale tra stratosfera e troposfera, un meccanismo che collega le anomalie climatiche superficiali di fine inverno e inizio primavera a quelle che si manifestano durante l’estate. Questo accoppiamento offre finestre di opportunità per la previsione stagionale a lungo raggio, poiché gli SSW possono aumentare la probabilità di specifiche sequenze di anomalie climatiche in determinate regioni. Ad esempio, nei pannelli d ed e della Figura 5, abbiamo analizzato le differenze composite della temperatura dell’aria a 2 metri in Nord America e in Europa settentrionale, due regioni particolarmente sensibili alla variabilità atmosferica nel Nord Atlantico. In marzo, subito dopo l’SSW, si osserva un pattern di anomalie di temperatura che ricorda il noto “pattern quadrupolare” associato alla NAO, anche se leggermente spostato verso nord a causa della posizione climatologica del getto extratropicale in questo mese. La NAO negativa indotta dall’SSW porta a condizioni insolitamente fredde in entrambe le regioni, con temperature inferiori alla media di circa 1,5 K, un risultato coerente con l’afflusso di aria fredda polare favorito dall’indebolimento del getto.

Tuttavia, alcuni mesi dopo, durante l’estate (giugno-agosto), la situazione si inverte: Nord America ed Europa settentrionale sperimentano condizioni insolitamente calde, con anomalie positive di temperatura che raggiungono circa 1,0 K. Questo cambiamento è direttamente legato allo spostamento verso nord del getto troposferico associato a una fase positiva della SNAO, che favorisce condizioni di alta pressione e tempo più stabile e soleggiato. L’aumentata probabilità di una transizione da una primavera precoce fredda a un’estate calda durante gli anni con SSW tardivi rappresenta un’informazione preziosa per diversi settori applicativi. Ad esempio, nel settore agricolo, questa conoscenza può essere utilizzata per ottimizzare i tempi di semina e raccolta o per selezionare varietà di colture più adatte a condizioni climatiche estreme, migliorando la resilienza e la produttività. Un caso emblematico è l’estate del 2018, l’ultimo anno del periodo analizzato in cui si è verificato un SSW di fine inverno. Questo evento ha portato a un marzo eccezionalmente freddo in Europa settentrionale, seguito da un’estate molto calda associata a una fase positiva della SNAO, con temperature record che hanno avuto impatti significativi su settori come l’agricoltura e la gestione delle risorse idriche.

In sintesi, questo studio evidenzia che gli SSW di fine inverno non solo alterano la dinamica atmosferica immediatamente successiva, ma possono anche innescare una cascata di effetti che si manifestano su scale temporali di diversi mesi, influenzando la variabilità climatica estiva attraverso la modulazione dell’MPVI e della SNAO. Questi eventi rappresentano quindi precursori a lungo termine che possono essere sfruttati per migliorare le previsioni stagionali, offrendo opportunità per anticipare sequenze di anomalie climatiche con implicazioni pratiche per la pianificazione e la gestione dei rischi climatici. Tuttavia, la complessità di questi processi richiede un’integrazione di osservazioni ad alta risoluzione e modelli climatici avanzati per tradurre queste scoperte in strumenti operativi, specialmente considerando la necessità di ensemble di grandi dimensioni per catturare segnali robusti, come evidenziato in altre sezioni dello studio.

Discussione: Progressi nella Previsione Stagionale della SNAO e Prospettive Future

Il presente studio ha evidenziato un avanzamento significativo nella capacità di effettuare previsioni stagionali abili dell’Oscillazione Nord Atlantica Estiva (SNAO), dimostrando che è possibile anticipare le sue dinamiche con un mese di anticipo rispetto all’inizio dell’estate (giugno-agosto). Questo risultato rappresenta un progresso cruciale per la comunità scientifica e applicativa, poiché amplia la nostra abilità di prevedere con precisione la variabilità climatica estiva in regioni strategiche come l’Europa settentrionale, il Nord America e l’Asia orientale, aree in cui la SNAO esercita un’influenza diretta su parametri climatici fondamentali come temperature e precipitazioni. La possibilità di anticipare tali variazioni offre un supporto prezioso per settori critici, tra cui l’agricoltura, la gestione delle risorse idriche e la pianificazione sanitaria, consentendo una migliore preparazione a eventi estremi come ondate di calore o siccità.

Un aspetto sorprendente di questa ricerca è l’identificazione di un ruolo significativo della stratosfera nel modulare la circolazione atmosferica estiva, un fenomeno che a priori non era atteso, dato il collasso del vortice polare stratosferico in primavera. Tuttavia, attraverso un’integrazione di osservazioni e simulazioni modellistiche, abbiamo raccolto prove robuste che dimostrano come anomalie significative nella forza del vortice polare nella bassa stratosfera di maggio possano esercitare un’influenza discendente sulla SNAO. Questo processo può essere concettualizzato utilizzando la metafora del “dripping paint” (vernice che gocciola), spesso impiegata per descrivere l’accoppiamento stratosfera-troposfera in inverno: in questo caso, l’influenza stratosferica di tarda primavera rappresenta l’“ultima goccia” di un processo dinamico che si propaga verso il basso. Tale propagazione discendente, simile a quella osservata in inverno, genera anomalie nel getto troposferico dell’Atlantico settentrionale all’inizio dell’estate, che tendono poi a persistere per diverse settimane. Un elemento chiave che contribuisce a questa persistenza è il collasso completo del vortice polare stratosferico dopo maggio, che inibisce ulteriori interazioni stratosferiche, consentendo al segnale troposferico indotto di mantenere la sua influenza per l’intera stagione estiva.

L’elevata abilità predittiva della variabilità stratosferica con un mese di anticipo, come dimostrato dalla correlazione di r = 0,91 tra l’indice del vortice polare di maggio (MPVI) previsto dal modello e quello osservato, ci consente di utilizzare l’MPVI previsto come un predittore in tempo reale per la SNAO. In circa il 50% degli anni, quelli caratterizzati da anomalie significative dell’MPVI (superiori a ±1 m/s), si aprono finestre di opportunità per effettuare previsioni della SNAO con un’abilità sufficiente (r = 0,55) per applicazioni pratiche. Queste finestre rappresentano momenti in cui i segnali stratosferici sono sufficientemente intensi da consentire previsioni affidabili, offrendo un supporto operativo per settori che dipendono da informazioni climatiche accurate. Inoltre, l’analisi delle rianalisi osservative ha rivelato che un riscaldamento stratosferico improvviso (SSW) di fine inverno, verificatosi tra il 1° febbraio e il 15 marzo, può costituire una finestra di opportunità più rara ma altrettanto preziosa. Un SSW, infatti, innesca una sequenza di effetti dinamici che collegano le anomalie climatiche superficiali di fine inverno e inizio primavera a quelle che si manifestano fino alla fine dell’estate, come dimostrato dalla transizione da condizioni fredde in marzo a condizioni calde in estate in regioni come il Nord America e l’Europa settentrionale.

Per la comunità di previsione a breve termine, diventa quindi fondamentale monitorare attivamente e sfruttare queste finestre di opportunità per emettere previsioni e avvisi più affidabili sugli estremi climatici imminenti, quando le condizioni lo consentono. Una comprensione approfondita dei meccanismi fisici alla base di queste dinamiche, come quella qui delineata per l’influenza stratosfera-SNAO, è essenziale per accrescere la fiducia nelle previsioni, specialmente in contesti in cui il numero di hindcast disponibili non è sufficiente per valutare pienamente l’abilità predittiva in funzione dello stato atmosferico o del flusso. In questo senso, è necessario sviluppare nuovi strumenti e metodologie per massimizzare l’efficacia di tali finestre di opportunità, integrando dati osservativi, modelli avanzati e tecniche di analisi statistica per migliorare la precisione e l’utilità operativa delle previsioni stagionali.

Nonostante i progressi ottenuti, le nostre analisi hanno evidenziato che le previsioni dinamiche della SNAO nei modelli mostrano un’abilità significativa solo nella metà degli anni in cui si verificano anomalie rilevanti dell’MPVI. La mancanza di abilità predittiva negli altri anni suggerisce che alcuni driver della circolazione estiva non sono ancora adeguatamente catturati dai modelli, un aspetto che richiede ulteriori indagini per identificare eventuali forzanti mancanti o per migliorare la rappresentazione di processi dinamici complessi. Tuttavia, durante gli anni con MPVI attivo, abbiamo identificato la prima chiara evidenza di un paradosso segnale-rumore nella circolazione estiva, un fenomeno che rispecchia quanto già osservato per la variabilità invernale nel Nord Atlantico. Questo paradosso si manifesta con una discrepanza significativa: il modello mostra un’abilità maggiore nel prevedere la SNAO reale (r = 0,42) rispetto a sé stesso (r = 0,14), con un rapporto dei componenti prevedibili (RPC) di 3,0, simile a quello della NAO invernale (RPC = 2,3). Questo indica che i segnali forzati prevedibili nei modelli sono spuriosamente deboli rispetto al rumore interno, un problema che limita l’accuratezza delle previsioni e che rappresenta una priorità di ricerca fondamentale.

Comprendere l’origine di questi segnali deboli nella circolazione extratropicale è cruciale, non solo per migliorare le previsioni climatiche a breve termine, ma anche per affinare le proiezioni climatiche a lungo termine, che potrebbero essere influenzate da simili limitazioni modellistiche. Attualmente, la chiave per ottenere previsioni stagionali abili della SNAO risiede nell’utilizzo di sistemi di previsione che includano componenti stratosferiche ben risolte e adeguatamente inizializzate, insieme a ensemble di grandi dimensioni per estrarre in modo robusto i segnali prevedibili, che nei modelli risultano intrinsecamente deboli. Sfruttando queste finestre di opportunità, possiamo non solo migliorare la qualità delle previsioni della SNAO, ma anche sviluppare servizi climatici estivi regionali mirati, offrendo agli utenti informazioni utili per la pianificazione e la gestione dei rischi climatici. Questo approccio rappresenta un passo avanti verso una previsione climatica più affidabile e operativa, con impatti potenzialmente significativi per la resilienza delle società moderne di fronte alla variabilità climatica e al cambiamento climatico globale.

Metodi: Dati Osservativi e Definizione degli Indici per l’Analisi della Variabilità Climatica

Questa sezione descrive in dettaglio le metodologie adottate per l’acquisizione dei dati osservativi e la definizione degli indici utilizzati nell’analisi della variabilità climatica, con particolare riferimento all’Oscillazione Nord Atlantica Estiva (SNAO) e alla sua relazione con la dinamica stratosferica. L’obiettivo principale è garantire una base solida e riproducibile per le analisi presentate, utilizzando dataset standardizzati e metodologie consolidate per la quantificazione dei pattern atmosferici e delle loro interazioni.

Per quanto riguarda i dati osservativi, abbiamo impiegato la rianalisi ERA5, un prodotto sviluppato dal Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), che rappresenta una delle fonti più complete e affidabili per l’analisi climatica su scala globale. ERA5 copre il periodo dal 1979 al 2022 e fornisce dati ad alta risoluzione spaziale e temporale, includendo variabili atmosferiche come pressione, temperatura, venti e precipitazioni, a diversi livelli verticali, dalla superficie alla stratosfera. Questo dataset è stato utilizzato come fonte primaria per tutte le analisi osservative condotte nello studio, grazie alla sua capacità di rappresentare accuratamente sia la dinamica troposferica che quella stratosferica, elementi cruciali per lo studio dell’accoppiamento stratosfera-troposfera. Tuttavia, un’eccezione è stata fatta per l’analisi della relazione tra la SNAO osservata e le condizioni climatiche superficiali nel Regno Unito, in particolare per quanto riguarda la media delle precipitazioni e la temperatura detrended (con la tendenza a lungo termine rimossa). In questo caso, abbiamo utilizzato il dataset HadUK-Grid, prodotto dal Met Office, l’ente meteorologico nazionale del Regno Unito. HadUK-Grid fornisce dati climatici grigliati ad alta risoluzione specifici per il Regno Unito, garantendo una rappresentazione più dettagliata e accurata delle variazioni locali di precipitazioni e temperatura, che sono state correlate con l’indice SNAO per valutare gli impatti superficiali di questo pattern di variabilità.

Passando alla definizione degli indici, l’indice SNAO è stato calcolato seguendo un approccio precedentemente consolidato nella letteratura scientifica. Questo indice è derivato come la differenza di pressione a livello del mare tra due regioni geografiche specifiche nel settore del Nord Atlantico, identificate come scatole di coordinate: la prima si estende tra 25°W e 5°E di longitudine e tra 45°N e 55°N di latitudine, rappresentando l’Europa nord-occidentale, mentre la seconda copre un’area tra 52°W e 22°W di longitudine e tra 60°N e 70°N di latitudine, includendo la Groenlandia e le regioni adiacenti (come mostrato nel pannello a della Figura 1). Questa definizione cattura il dipolo di pressione caratteristico della SNAO, che si manifesta con centri di azione sopra la Groenlandia e l’Europa nord-occidentale, ed è stata scelta per la sua capacità di rappresentare il principale modo di variabilità atmosferica estiva nella regione, spiegando il 37% della varianza della pressione a livello del mare nel periodo analizzato.

Per quantificare la forza del vortice polare nella bassa stratosfera durante la tarda primavera, abbiamo definito un nuovo indice, denominato Indice del Vortice Polare di Maggio (MPVI). L’MPVI è stato calcolato come il vento zonale medio mensile a 50 hPa (un livello tipico della bassa stratosfera, corrispondente a circa 20 km di altezza) sulle latitudini comprese tra 60°N e 80°N, una regione che include il cuore del vortice polare stratosferico (come illustrato nei pannelli a e b della Figura 2). Questa scelta è motivata dalla necessità di catturare le anomalie nella forza del vortice polare in un momento critico dell’anno, ovvero maggio, quando il vortice sta per collassare stagionalmente ma può ancora esercitare un’influenza significativa sulla dinamica troposferica estiva. Il calcolo del vento zonale medio zonale in questa regione fornisce una misura diretta della forza del vortice, con valori positivi che indicano un vortice più forte (venti occidentali più intensi) e valori negativi che indicano un vortice più debole (venti occidentali ridotti o venti orientali). L’MPVI si è rivelato un precursore chiave per la SNAO, come dimostrato dalle correlazioni significative osservate tra questo indice e l’evoluzione della SNAO nei mesi estivi, aprendo nuove prospettive per la previsione stagionale.

In sintesi, l’utilizzo della rianalisi ERA5 come fonte primaria, integrata dal dataset HadUK-Grid per le analisi specifiche nel Regno Unito, ha garantito una base dati robusta e coerente per lo studio. La definizione dell’indice SNAO e dell’MPVI, basata su metodologie standardizzate e regioni geografiche ben definite, ha permesso di quantificare con precisione i pattern di variabilità atmosferica e stratosferica, fornendo un quadro metodologico solido per analizzare l’accoppiamento stratosfera-troposfera e i suoi impatti sulla variabilità climatica estiva. Questi metodi, combinati con l’analisi di dati osservativi e simulazioni modellistiche, hanno consentito di identificare precursori significativi della SNAO, come l’MPVI e gli SSW di fine inverno, offrendo un contributo fondamentale alla comprensione e alla previsione della dinamica climatica estiva nel Nord Atlantico.

Metodi di Campionamento dei Membri del Modello e Analisi del Paradosso Segnale-Rumore nella Previsione della SNAO

L’analisi della relazione tra l’Indice del Vortice Polare di Maggio (MPVI) e l’Oscillazione Nord Atlantica Estiva (SNAO), così come la valutazione della persistenza della SNAO attraverso i mesi estivi, richiede un approccio metodologico rigoroso per affrontare la variabilità interna dei modelli climatici e quantificare l’abilità predittiva in modo statisticamente robusto. A tal fine, abbiamo implementato una procedura di campionamento casuale dei membri dell’ensemble del modello Met Office DePreSys3, che ci ha permesso di esplorare sia la distribuzione delle correlazioni tra MPVI e SNAO sia la persistenza temporale della SNAO stessa. Questa sezione descrive in dettaglio le tecniche di campionamento adottate e l’approccio utilizzato per caratterizzare il paradosso segnale-rumore, un fenomeno che limita l’abilità predittiva dei modelli e che è emerso come un elemento centrale nella previsione della SNAO.

Per analizzare la distribuzione delle possibili forze di correlazione tra l’MPVI e la SNAO, come illustrato nel pannello c della Figura 2, e per valutare la persistenza della SNAO, misurata correlando l’indice SNAO di giugno con quello di luglio-agosto, abbiamo adottato una metodologia di campionamento casuale dei membri dell’ensemble per ciascun anno di hindcast (1979–2022). Il campionamento è stato effettuato in modo indipendente per ogni anno e senza sostituzione, assicurando che ogni membro selezionato fosse unico all’interno di una singola prova. Un aspetto cruciale di questa procedura è la mancanza di una relazione fisica tra i membri dello stesso indice di ensemble in anni di hindcast diversi: ad esempio, il membro 1 di un anno non ha alcuna connessione dinamica con il membro 1 di un altro anno. Questa caratteristica implica che il numero di permutazioni possibili è estremamente elevato, rendendo necessario un approccio statistico robusto per ottenere stime affidabili. Per questo motivo, abbiamo condotto 1000 prove di campionamento casuale, garantendo una rappresentazione esaustiva della variabilità interna del modello e una stima accurata della distribuzione delle correlazioni e della persistenza.

Questa stessa metodologia di campionamento è stata applicata per analizzare la sensibilità dei risultati alla dimensione dell’ensemble, un fattore critico per comprendere l’affidabilità delle previsioni. In particolare, abbiamo esaminato la dipendenza della relazione tra MPVI e SNAO dalla dimensione dell’ensemble, come mostrato nel pannello d della Figura 3, e l’abilità predittiva della SNAO durante gli anni con MPVI attivo, come illustrato nel pannello c della Figura 4. In entrambi i casi, il campionamento casuale dei membri dell’ensemble ha permesso di valutare come l’aggiunta progressiva di membri influisca sulla robustezza del segnale prevedibile, evidenziando la necessità di ensemble di grandi dimensioni per ridurre il rumore interno e ottenere correlazioni significative, specialmente in un contesto in cui i segnali dinamici nei modelli risultano intrinsecamente deboli.

Un elemento centrale di questa analisi è la caratterizzazione del paradosso segnale-rumore nella previsione dinamica della SNAO, un fenomeno che si manifesta durante gli anni con MPVI attivo e che limita l’abilità predittiva dei modelli climatici. Per quantificare questo paradosso, abbiamo calcolato il rapporto dei componenti prevedibili (RPC), che mette a confronto la componente prevedibile del mondo reale con quella del modello. La componente prevedibile del mondo reale è stata stimata in modo conservativo utilizzando la varianza spiegata dai dati di hindcast, un approccio che fornisce una misura dell’abilità del modello nel catturare la variabilità osservata. D’altra parte, la componente prevedibile del modello è stata determinata dividendo la varianza della media dell’ensemble per la varianza dei singoli membri dell’ensemble, un metodo che riflette la capacità del modello di generare un segnale coerente rispetto alla sua variabilità interna. Per semplificare l’interpretazione, abbiamo applicato una trasformazione matematica ai risultati, ottenendo un valore finale per l’RPC.

Un approccio alternativo per calcolare l’RPC consiste nel confrontare direttamente l’abilità del modello nel prevedere la SNAO reale con la sua capacità di prevedere la propria SNAO. Durante gli anni con MPVI attivo, il modello ha mostrato un’abilità di r = 0,42 nel prevedere la SNAO osservata, mentre l’abilità nel prevedere la propria SNAO, calcolata come la correlazione tra la media dell’ensemble e un singolo membro, è risultata significativamente più bassa, pari a r = 0,14 (pannello c della Figura 4). Dividendo questi due valori, otteniamo un RPC di 3,0, un risultato che coincide con quello calcolato con il metodo precedente, dimostrando la coerenza delle due formulazioni quando si utilizzano ensemble sufficientemente grandi, come nel nostro caso. Questo valore di RPC pari a 3,0 indica che i segnali prevedibili nel modello sono sistematicamente più deboli rispetto a quelli osservati nel mondo reale, un fenomeno noto come paradosso segnale-rumore, che è stato precedentemente documentato per la NAO invernale e che qui emerge per la prima volta nella circolazione estiva.

L’identificazione del paradosso segnale-rumore nella previsione della SNAO ha implicazioni significative per lo sviluppo di modelli climatici e per l’accuratezza delle previsioni stagionali. La necessità di ensemble di grandi dimensioni per estrarre segnali robusti suggerisce che i modelli attuali sottostimano l’intensità delle teleconnessioni dinamiche, come quella tra la stratosfera di tarda primavera e la SNAO estiva. Questo limite potrebbe essere legato a una rappresentazione inadeguata di processi fisici chiave, come il feedback degli eddy atmosferici o l’accoppiamento oceano-atmosfera, che influenzano la persistenza e l’ampiezza dei segnali atmosferici. Le metodologie di campionamento e analisi qui descritte forniscono un quadro metodologico solido per affrontare queste sfide, offrendo una base per future indagini volte a migliorare la rappresentazione modellistica della variabilità climatica estiva e a massimizzare il potenziale predittivo della SNAO, con benefici diretti per settori applicativi che dipendono da previsioni climatiche affidabili.

Sistemi di Previsione Climatica Utilizzati per l’Analisi della SNAO: Configurazioni, Dati e Metodologie

L’analisi della variabilità climatica estiva, con particolare riferimento alla previsione dell’Oscillazione Nord Atlantica Estiva (SNAO), richiede l’impiego di sistemi di previsione climatica avanzati che siano in grado di rappresentare accuratamente le dinamiche atmosferiche e oceaniche su scale stagionali. In questo studio, abbiamo utilizzato come sistema principale di previsione climatica il DePreSys3, sviluppato dal Met Office, l’ente meteorologico nazionale del Regno Unito. La scelta di DePreSys3 è motivata da diverse caratteristiche che lo rendono particolarmente adatto agli obiettivi della ricerca: in primo luogo, il sistema offre un lungo periodo di hindcast, che si estende dal 1979 al 2022, consentendo un’analisi robusta delle performance predittive su un intervallo temporale significativo. Inoltre, DePreSys3 include inizializzazioni al 1° maggio, una data cruciale per catturare i precursori primaverili della SNAO estiva, come l’Indice del Vortice Polare di Maggio (MPVI). La dimensione dell’ensemble, composta da 40 membri, è sufficientemente ampia da permettere la riduzione del rumore interno e l’estrazione di segnali prevedibili robusti, un aspetto fondamentale dato il paradosso segnale-rumore evidenziato nello studio. Infine, DePreSys3 è stato reso disponibile agli autori per condurre esperimenti di perturbazione, consentendo di isolare i contributi atmosferici e oceanici nella dinamica della SNAO. Un ulteriore vantaggio di DePreSys3 è la sua comprovata abilità nel prevedere la North Atlantic Oscillation (NAO) invernale, un risultato che ne conferma l’affidabilità nella rappresentazione della variabilità atmosferica nel settore del Nord Atlantico.

Dal punto di vista tecnico, DePreSys3 si basa sul modello Hadley Centre Global Environmental Model versione 3 nella configurazione Global Coupled model 2.0 (HadGEM3-GC2), lo stesso modello utilizzato dal sistema operativo di previsione stagionale GloSea5 del Met Office. Questa configurazione garantisce un’alta risoluzione spaziale e una rappresentazione dettagliata delle dinamiche atmosferiche e oceaniche. La risoluzione atmosferica del modello è di 0,83° in longitudine e 0,55° in latitudine, che corrisponde a circa 60 km alle medie latitudini, un livello di dettaglio adeguato per catturare i pattern di circolazione su larga scala come la SNAO. Il modello include 85 livelli verticali nell’atmosfera, con un confine superiore situato a 85 km di altezza, vicino alla mesopausa, permettendo una rappresentazione accurata della stratosfera, un elemento cruciale per analizzare l’accoppiamento stratosfera-troposfera. Per quanto riguarda l’oceano, la risoluzione è di 0,25°, con 75 livelli quasi-orizzontali, che consentono di modellare con precisione le dinamiche oceaniche e le loro interazioni con l’atmosfera.

DePreSys3 implementa uno schema di assimilazione dati che avvicina le simulazioni alle condizioni osservate, migliorando l’accuratezza delle inizializzazioni. Questo schema agisce su tre componenti principali: atmosfera, oceano e ghiaccio marino. Nell’oceano, il modello è forzato verso campi medi mensili di temperatura e salinità tridimensionali, derivati da un’analisi di covarianza oceanica globale, con una scala temporale di rilassamento di 10 giorni, che garantisce un adattamento graduale alle osservazioni senza introdurre discontinuità. La concentrazione di ghiaccio marino è forzata verso campi medi mensili ottenuti dal dataset HadISST, un prodotto ampiamente utilizzato per la sua affidabilità, con una scala temporale di rilassamento di 24 ore. Per l’atmosfera, il modello è forzato verso campi di temperatura e venti a intervalli di 6 ore, inizialmente derivati da ERA-Interim, con una scala temporale di rilassamento di 6 ore. A partire dal 2020, i dati di forzatura atmosferica sono passati a ERA5, adattati alla climatologia di ERA-Interim per garantire continuità. L’ensemble di 40 membri è generato utilizzando semi diversi in uno schema di fisica stocastica, un approccio adottato anche in GloSea5, che introduce variazioni casuali nei processi fisici per rappresentare l’incertezza intrinseca e migliorare la robustezza delle previsioni.

Per integrare l’analisi con un sistema alternativo, abbiamo esaminato brevemente la relazione tra MPVI e SNAO utilizzando il sistema di previsione NCAR-SMYLE, sviluppato dal National Center for Atmospheric Research (NCAR). NCAR-SMYLE è stato scelto per il suo lungo periodo di hindcast (1979-2019), che include inizializzazioni al 1° maggio, e per la sua dimensione dell’ensemble di 20 membri, che, pur inferiore a quella di DePreSys3, rimane sufficiente per analisi comparative. Questo sistema si basa sul modello climatico CESM2 (Community Earth System Model versione 2), noto per la sua capacità di rappresentare le interazioni tra atmosfera, oceano e ghiaccio marino, offrendo un ulteriore punto di vista sulla dinamica della SNAO e confermando la robustezza dei risultati ottenuti con DePreSys3.

Infine, per valutare l’abilità predittiva della SNAO nei sistemi di previsione stagionale operativi attuali, abbiamo analizzato un insieme di otto sistemi ampiamente utilizzati: UKMO (Met Office, Regno Unito), MF (Météo-France, Francia), CMCC (Centro Euro-Mediterraneo sui Cambiamenti Climatici, Italia), ECMWF (Centro Europeo per le Previsioni Meteorologiche a Medio Termine), DWD (Deutscher Wetterdienst, Germania), NCEP (National Centers for Environmental Prediction, Stati Uniti), ECCC (Environment and Climate Change Canada), e JMA (Japan Meteorological Agency). Questi sistemi sono stati selezionati in continuità con un precedente studio di riferimento, al quale rimandiamo per una descrizione dettagliata delle loro configurazioni. I dati di hindcast per questi sistemi sono stati acquisiti nell’agosto 2021 dal Copernicus Climate Datastore (https://cds.climate.copernicus.eu/#!/home), una piattaforma che fornisce accesso a dati climatici di alta qualità, e dal database dell’International Research Institute for Climate and Society (IRI, https://iri.columbia.edu/our-expertise/climate/forecasts/seasonal-climate-forecasts/), un’altra fonte consolidata per le previsioni stagionali. Complessivamente, sono stati analizzati 202 membri dell’ensemble per le inizializzazioni al 1° maggio nel periodo di hindcast 1993-2016, un campione sufficientemente ampio per valutare l’abilità predittiva della SNAO e confrontarla con i risultati di DePreSys3 e NCAR-SMYLE.

In sintesi, l’utilizzo di DePreSys3 come sistema principale, integrato dall’analisi con NCAR-SMYLE e dal confronto con otto sistemi operativi, ha permesso di ottenere un quadro completo dell’abilità predittiva della SNAO e delle sue relazioni con precursori stratosferici come l’MPVI. La configurazione avanzata di DePreSys3, con una rappresentazione dettagliata della stratosfera e un ensemble di grandi dimensioni, si è rivelata essenziale per affrontare le sfide legate al paradosso segnale-rumore e per identificare finestre di opportunità predittive, offrendo una base metodologica solida per lo sviluppo di servizi climatici estivi regionali.

Esperimenti di Perturbazione per l’Analisi del Ruolo della Stratosfera nella Variabilità della SNAO eIdentificazione degli SSW di Fine Inverno

Per comprendere meglio il ruolo della stratosfera di tarda primavera nel modulare la variabilità dell’Oscillazione Nord Atlantica Estiva (SNAO), abbiamo progettato e condotto un esperimento di perturbazione mirato a isolare l’influenza delle condizioni stratosferiche di maggio, rappresentate dall’Indice del Vortice Polare di Maggio (MPVI), sulla dinamica atmosferica estiva. Questo approccio sperimentale ci ha permesso di separare gli effetti atmosferici da quelli oceanici, fornendo una prova diretta della causalità tra le anomalie stratosferiche e la SNAO. Come anno di riferimento per l’esperimento, abbiamo selezionato il 2017, un anno di hindcast caratterizzato da condizioni neutre sia per l’MPVI che per la SNAO, il che lo rende ideale per evitare bias legati a segnali preesistenti. L’esperimento è stato strutturato in due gruppi distinti, ciascuno composto da tre simulazioni. Nel primo gruppo, le condizioni iniziali atmosferiche del 1° maggio 2017 sono state sostituite con quelle degli anni che hanno registrato le anomalie MPVI positive più intense, identificati come 1981, 2013 e 2021. Nel secondo gruppo, invece, le condizioni iniziali sono state sostituite con quelle degli anni con le anomalie MPVI negative più marcate, ovvero 1997, 2011 e 2019. È importante sottolineare che, in tutti gli esperimenti, le condizioni iniziali dell’oceano e del ghiaccio marino sono rimaste invariate rispetto al 2017 originale, garantendo che le variazioni osservate nella SNAO fossero attribuibili esclusivamente alle modifiche delle condizioni atmosferiche iniziali.

Ogni esperimento è stato eseguito utilizzando un ensemble di 40 membri, coprendo un periodo di simulazione di quattro mesi a partire dal 1° maggio, in modo da includere l’intera stagione estiva (giugno-agosto) e catturare l’evoluzione temporale della SNAO. Di conseguenza, abbiamo generato due gruppi di 120 membri ciascuno: uno per le condizioni di MPVI positivo e uno per quelle di MPVI negativo. La differenza media tra questi due gruppi (calcolata sottraendo i valori del gruppo MPVI negativo da quelli del gruppo MPVI positivo) è stata successivamente analizzata per valutare l’impatto delle anomalie stratosferiche sulla dinamica troposferica estiva. La significatività statistica di queste differenze è stata testata utilizzando un test t di Student a una coda, con un livello di confidenza del 90%, un approccio che ci ha permesso di identificare con precisione le regioni e i periodi in cui l’influenza dell’MPVI sulla SNAO è statisticamente rilevante. I risultati di questo esperimento, mostrati nel pannello e della Figura 3, hanno confermato un legame causale tra le anomalie MPVI e la SNAO, con uno spostamento verso nord del getto estivo dell’Atlantico settentrionale in presenza di un MPVI positivo, coerente con una fase positiva della SNAO.

Parallelamente, abbiamo condotto un’analisi per identificare gli eventi di riscaldamento stratosferico improvviso (Sudden Stratospheric Warming, SSW) di fine inverno, che rappresentano perturbazioni estreme del vortice polare stratosferico e che possono agire come precursori a lungo termine della variabilità climatica estiva. Gli SSW sono stati identificati a 10 hPa e 60°N, un livello e una latitudine comunemente utilizzati per monitorare la dinamica del vortice polare, nel periodo 1979–2022. Per classificare un evento come SSW, abbiamo adottato tre criteri rigorosi: (1) un SSW è definito come il primo giorno in cui il vento zonale medio giornaliero a 10 hPa e 60°N diventa orientale, cioè inferiore a 0 m/s, indicando un’inversione della circolazione stratosferica; (2) una volta identificato un SSW, devono trascorrere almeno 20 giorni consecutivi di venti occidentali prima che un nuovo evento SSW centrale possa essere riconosciuto, evitando così sovrapposizioni di eventi; (3) i casi in cui i venti rimangono orientali e non ritornano a occidentali per almeno 10 giorni consecutivi prima del 30 aprile sono considerati “riscaldamenti finali” (final warmings), ossia il collasso stagionale del vortice polare, e non sono stati conteggiati come SSW, poiché rappresentano un processo distinto.

Applicando questi criteri, abbiamo identificato 12 SSW di tarda inverno, verificatisi tra il 1° febbraio e il 15 marzo, negli anni 1979, 1980, 1981, 1984, 1988, 1989, 1999, 2001, 2002, 2007, 2008 e 2018. Per analizzare l’impatto di questi eventi, abbiamo calcolato la differenza composita tra la media di questi 12 anni e la media degli altri 32 anni senza SSW, concentrandoci sull’evoluzione della dinamica atmosferica e del clima superficiale nel settore del Nord Atlantico (Fig. 5). Le differenze tra le medie sono state sottoposte a un test t di Student a una coda per determinare la loro significatività statistica, con un livello di confidenza del 90%. Questo approccio ci ha permesso di evidenziare l’influenza a lungo termine degli SSW sulla SNAO estiva, mostrando come un indebolimento del vortice polare in inverno possa propagarsi verso la troposfera e modulare la circolazione estiva, favorendo una fase positiva della SNAO e condizioni climatiche più calde in regioni come l’Europa settentrionale e il Nord America.

In sintesi, gli esperimenti di perturbazione e l’identificazione degli SSW di fine inverno hanno fornito un quadro metodologico robusto per analizzare il ruolo della stratosfera nella variabilità della SNAO. Gli esperimenti di perturbazione hanno confermato un legame causale tra le anomalie stratosferiche di maggio e la dinamica estiva, mentre l’analisi degli SSW ha evidenziato il potenziale di questi eventi come precursori a lungo termine, aprendo nuove prospettive per la previsione stagionale estiva. Questi metodi, combinati con l’uso di ensemble di grandi dimensioni e test statistici rigorosi, hanno permesso di ottenere risultati affidabili e significativi, con implicazioni pratiche per lo sviluppo di servizi climatici regionali e la gestione dei rischi climatici.

https://www.nature.com/articles/s43247-023-01063-2.pdf