The Global Teleconnection Signature of the Madden-Julian Oscillation and Its Modulation by the Quasi-Biennial Oscillation

Titolo: La Firma Globale delle Teleconnessioni dell’Oscillazione di Madden-Julian e la sua Modulazione dall’Oscillazione Quasi-Biennale

Recenti ricerche indicano che il carattere tropicale ed extratropicale dell’oscillazione di Madden-Julian (MJO) è influenzato dallo stato dell’oscillazione quasi-biennale (QBO) stratosferica. In questo contesto, abbiamo utilizzato dati di rianalisi e il modello climatico globale (CESM2-WACCM) per esaminare le anomalie di altezza geopotenziale nella troposfera superiore-stratosfera inferiore collegate all’MJO, e per quantificare come queste teleconnessioni dipendano dallo stato della QBO.

Abbiamo scoperto che la firma globale delle teleconnessioni dell’MJO varia in base allo stato della QBO. Globalmente, i dati di rianalisi mostrano che la frazione della varianza dell’altezza geopotenziale a 250 hPa, su un periodo di 20-90 giorni associato all’MJO, è più elevata durante l’inverno e l’estate boreali nelle fasi orientali della QBO, e minore durante le fasi occidentali della QBO dell’inverno boreale. Questa differenza tra le fasi della QBO è in gran parte determinata dai cambiamenti nella firma tropicale dell’MJO. Inoltre, durante l’inverno boreale, le teleconnessioni nell’emisfero settentrionale sono notevolmente più marcate nelle fasi orientali della QBO.

Al contrario, la modulazione della QBO sulle teleconnessioni extratropicali dell’MJO si manifesta principalmente attraverso cambiamenti nelle localizzazioni delle teleconnessioni. Una relazione tra QBO e MJO è rilevabile anche all’interno del CESM2-WACCM, anche se risulta essere meno marcata rispetto a quella osservata. Questa modulazione extratropicale suggerisce che le regioni che beneficiano di una maggiore prevedibilità sub-stagionale grazie all’MJO possono variare a seconda dello stato della QBO.

In conclusione, questi risultati enfatizzano l’importanza della conoscenza dello stato stratosferico tropicale, specialmente per quanto riguarda la QBO, per comprendere le connessioni tra l’MJO e le regioni extratropicali.

Introduzione

L’oscillazione di Madden-Julian (MJO), originariamente identificata come una perturbazione tropicale, esercita un’influenza significativa sull’atmosfera globale tramite le teleconnessioni. La manifestazione tropicale dell’MJO si caratterizza soprattutto attraverso un’anomalia convettiva che nasce nell’oceano Indiano occidentale tropicale e si sposta attraverso la “warm pool” indo-pacifica, raggiungendo il Pacifico centrale (Hendon & Liebmann, 1994; Kemball-Cook & Weare, 2001; Powell & Houze, 2013).

Questa anomalia convettiva interagisce e attiva onde atmosferiche di varie dimensioni, tra cui le onde Kelvin, che circumnavigano l’equatore (Haertel et al., 2015; Powell, 2017), e le onde miste di Rossby-gravità (Bessafi & Wheeler, 2006). I giri di Rossby si posizionano ai lati della risposta convettiva, estendendosi fino alle zone subtropicali (Kiladis et al., 2005).

Dall’anomalia convettiva, situata nella warm pool indo-pacifica, si originano onde di Rossby che si spostano verso i poli, creando un treno di onde di Rossby che attraversa il Pacifico settentrionale fino al Nord America (Henderson et al., 2016; Seo & Lee, 2017; Tseng et al., 2019). Ulteriori connessioni in latitudine media sono state osservate anche nell’emisfero sud, dove le piogge in Australia, nella parte subtropicale dell’America del Sud e in Africa possono essere influenzate dall’MJO (Alvarez et al., 2017; Pohl et al., 2007; Wheeler et al., 2009).L’oscillazione quasi-biennale (QBO) è un fenomeno tropicale periodico che si manifesta come un’oscillazione nelle anomalie dei venti zonali nella stratosfera tropicale, completando un ciclo ogni circa 28 mesi (Baldwin et al., 2001). La QBO è alimentata dal deposito di momenti easterly e westerly nella stratosfera, prodotto da un amalgama di onde tropicali, che variano dalle onde di gravità interne generate da convezione, con scale da decine a centinaia di chilometri, alle onde Kelvin su scale di migliaia di chilometri (Kawatani et al., 2010; Lindzen & Holton, 1968).

La QBO modula la propagazione verticale delle onde planetarie (Yang et al., 2012), influenzando così lo sviluppo del vortice polare nella bassa stratosfera (Baldwin & Dunkerton, 1998) e innescando una serie di risposte extratropicali troposferiche (Boer & Hamilton, 2008; Folland et al., 2012; Thompson et al., 2002). L’influenza globale della QBO è stata ampiamente studiata negli ultimi decenni, evidenziando come le risposte tropicali ed extratropicali all’MJO possano dipendere dallo stato della QBO.

Per esempio, durante le fasi easterly della QBO, l’ampiezza media stagionale della risposta radiativa infrarossa alla sommità dell’atmosfera tropicale all’MJO è circa il doppio rispetto alle fasi westerly durante l’inverno boreale (Son et al., 2017). Questo incremento nell’attività dell’MJO in inverno boreale può essere attribuito a un numero maggiore e a una maggiore longevità degli eventi MJO (Zhang & Zhang, 2018) o a eventi MJO più intensi e di durata maggiore (Hendon & Abhik, 2018). Le fasi easterly della QBO favoriscono un MJO più attivo sul Continente Marittimo rispetto alle fasi westerly (Densmore et al., 2019), influenzando la propagazione dell’MJO più a est nel Pacifico. Queste fasi inducono anche una temperatura anormalmente fredda alla tropopausa tropicale, che potrebbe favorire una convezione più vigorosa e, quindi, un MJO più robusto (Martin et al., 2019). Inoltre, le connessioni tra l’MJO e la traiettoria delle tempeste del Nord Pacifico sono modulate dalla QBO, con le fasi easterly che favoriscono una traiettoria delle tempeste più estesa longitudinalmente e più intensa (Wang et al., 2018).

Altre ricerche hanno dimostrato che la prevedibilità dell’MJO e delle sue teleconnessioni dipende dalla fase della QBO (Lim et al., 2019; Mayer & Barnes, 2019; Mundhenk et al., 2018). Sebbene siano stati identificati legami tra l’MJO e la QBO, i meccanismi sottostanti a queste relazioni rimangono relativamente poco chiari. È stato ipotizzato che siano collegati ad anomalie di temperatura e stabilità statica nella troposfera superiore associate alla QBO (Densmore et al., 2019; Klotzbach et al., 2019; Martin et al., 2019).

Nonostante ciò, non è ancora chiaro in che misura la QBO influenzi la firma globale delle teleconnessioni dell’MJO. Comprendere come la QBO moduli tali teleconnessioni potrebbe migliorare le capacità di previsione su tempi substagionali nelle zone extratropicali, particolarmente in relazione ai modelli di tempo estremo (es. Baggett et al., 2018; Matsueda & Takaya, 2015; Mundhenk et al., 2018). Pertanto, l’obiettivo di questa ricerca è stabilire quando e dove la QBO influisce sulla firma globale delle teleconnessioni dell’MJO e, se sì, in che misura.

Per raggiungere questo scopo, impieghiamo l’analisi cross-spettrale per quantificare la dipendenza della relazione tra l’MJO e la variabilità dell’altezza geopotenziale a 250-hPa a livello globale dalla fase della QBO. Specificamente, utilizziamo sia rianalisi globale sia un modello climatico globale completamente accoppiato (GCM), per quantificare questa relazione. Iniziamo dettagliando gli indici utilizzati per definire l’MJO sia nei record osservativi sia nel GCM, e successivamente discutiamo i metodi specifici utilizzati per quantificare la relazione tra la firma globale dell’MJO e la QBO. La dipendenza della firma globale dell’MJO dalla QBO viene quindi esplorata, prima come si manifesta nella rianalisi e successivamente nel GCM.

2. Dati e Metodi

2.1. Rianalisi e Modello Globale di Circolazione

Utilizziamo la rianalisi ERA-Interim (Dee et al., 2011), un prodotto del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF). Questa rianalisi è stata largamente impiegata per studi sull’MJO, dimostrando di riprodurre accuratamente sia la struttura tropicale dell’MJO che i suoi impati sulle regioni extratropicali (es. Dee et al., 2011; DeMott et al., 2013; Jiang et al., 2011). I dati giornalieri utilizzati provengono dal periodo che va dal 1 gennaio 1980 al 31 dicembre 2016, con una risoluzione spaziale di 0,75° x 0,75°.

Per il modello climatico, ricorriamo ai dati del Modello Comunitario del Clima dell’Intera Atmosfera (WACCM) versione del Modello del Sistema Terra Comunitario Versione 2 (CESM2-WACCM, Lauritzen et al., 2018), disponibili attraverso l’archivio del Progetto di Interconfronto di Modelli Accoppiati Fase 6 (CMIP6, Eyring et al., 2016). Usiamo i dati giornalieri provenienti dalle tre simulazioni storiche CESM2-WACCM CMIP6, che coprono il periodo dal 1 gennaio 1850 al 31 dicembre 2014, con una risoluzione della griglia di circa 1° x 1,25°. WACCM è un modello climatico accoppiato che include una rappresentazione della QBO generata internamente e si estende fino alla stratosfera superiore. È fondamentale per i GCM avere una stratosfera ben risolta per produrre una QBO robusta, un aspetto non garantito dalla maggior parte delle simulazioni CMIP6 a basso top, che si limitano alla bassa stratosfera.

CESM2-WACCM ha dimostrato di modellare accuratamente gli eventi di riscaldamento stratosferico improvviso (Liu et al., 2019), e configurazioni simili all’interno di CESM1-WACCM hanno mostrato di produrre una QBO rappresentativa delle osservazioni (Richter et al., 2020). Questi risultati aumentano la fiducia nella capacità di CESM2-WACCM di simulare una QBO accurata.

È insolito che i modelli climatici riescano a simulare adeguatamente sia l’MJO sia la QBO, e quindi CESM2-WACCM offre un’opportunità unica per testare la capacità di tale modello di catturare la relazione tra l’MJO e la QBO, se esistente nei dati osservativi. Inoltre, se un modello come CESM2-WACCM riesce a simulare accuratamente le relazioni osservate tra l’MJO e la QBO, allora questi modelli potrebbero essere strumenti utili per chiarire i meccanismi fisici che guidano tale relazione.

Per questa specifica analisi, CESM2-WACCM consente l’utilizzo di molti più campioni rispetto a quelli disponibili nei dati osservativi: le simulazioni CMIP6 di CESM2-WACCM offrono collettivamente 495 anni di informazioni, mentre la rianalisi offre circa 40 anni.

La Figura 1 illustra il confronto tra serie temporali ottenute dalle osservazioni e quelle simulate dal modello CESM2-WACCM, distribuite in quattro pannelli:

1. Indici RMM (Real-time Multivariate MJO indices):
   • (a) Osservazioni giornaliere: Mostra le fluttuazioni di due componenti principali, PC1 e PC2, che tracciano le variazioni nell’ampiezza dell’oscillazione di Madden-Julian (MJO) nel corso dell’anno.
   • (b) Simulazione CESM2-WACCM: Presenta le corrispondenti fluttuazioni giornaliere di PC1 e PC2 come simulate dal modello. Questi grafici permettono di valutare quanto accuratamente il modello riproduce le dinamiche dell’MJO rispetto alle osservazioni.
   • Entrambi i grafici usano l’asse x per rappresentare i mesi dell’anno, da gennaio (1) a dicembre (12).
2. Indici QBO (Quasi-Biennial Oscillation):
   • (c) Serie temporale mensile delle osservazioni: Illustra la QBO standardizzata, mostrando come varia ogni mese su un periodo di 29 anni.
   • (d) Serie temporale mensile dalla simulazione CESM2-WACCM: Similmente al grafico delle osservazioni, mostra la QBO standardizzata su un periodo di 29 anni.
   • In entrambi i grafici della QBO, le linee tratteggiate nere indicano i valori di ±0,5 deviazioni standard (σ). Questi valori servono come riferimento per identificare quando le oscillazioni superano una soglia considerata significativamente anomala.

Questi confronti sono cruciali per determinare l’efficacia del modello CESM2-WACCM nel simulare fenomeni climatici complessi su base sia giornaliera che mensile, riflettendo la capacità del modello di catturare le dinamiche e le variazioni delle osservazioni reali.

2.2. Definizione della MJO, QBO e delle Teleconnessioni

2.2.1. La MJO e la QBO

Per definire lo stato della MJO, utilizziamo l’indice MJO Multivariato in Tempo Reale (RMM), secondo Wheeler & Hendon (2004). Questo indice è scelto per la sua semplicità e riproducibilità nei modelli di circolazione generale (GCM). L’RMM incorpora un’analisi delle componenti principali su tre elementi: la radiazione infrarossa a lunga onda tropicale (OLR), il vento zonale a 850 hPa, e i campi del vento zonale a 200 hPa. Questo approccio consente di catturare sia i modelli convettivi sia quelli di circolazione associati alla MJO.

Per quanto riguarda i dati osservativi, l’indice RMM è disponibile attraverso il Bureau of Meteorology australiano (sito web). Per il modello CESM2-WACCM, l’indice viene calcolato direttamente dall’output del modello. A causa della non disponibilità di dati giornalieri a 200 hPa nel CESM2-WACCM attraverso l’archivio CMIP6, si utilizzano i venti zonali a 250 hPa per il calcolo dell’RMM.

Il procedimento di calcolo dell’RMM per il CESM2-WACCM è dettagliatamente spiegato nelle informazioni di supporto. Le componenti principali dell’RMM derivanti dal CESM2-WACCM mostrano un pattern oscillatorio simile a quello dell’RMM osservativo (Figure 1a e 1b). L’evoluzione dell’OLR, del vento zonale a 850 hPa e del vento zonale a 250 hPa durante il ciclo di vita della MJO nel CESM2-WACCM rispecchia quella osservata (Figura 2).

Le principali discrepanze si osservano sopra il Continente Marittimo (longitudini da 100° a 150°), dove la MJO simulata mostra un arresto temporaneo, a differenza della MJO osservata che prosegue la sua progressione verso est.

Le correlazioni ritardate della serie temporale dell’indice RMM mettono in luce una MJO che si propaga nel CESM2-WACCM, nonostante una progressione verso est più lenta rispetto alle osservazioni (vedi informazioni di supporto, Figura S4).

Le anomalie del vento zonale associate alla QBO sono particolarmente marcate nella stratosfera equatoriale, da circa 70 a 10 hPa (Naujokat, 1986). Definiamo lo stato della QBO basandoci sulle anomalie del vento zonale a 30 o 50 hPa, livelli che identificano il nucleo della QBO (Holton & Tan, 1980; Pascoe et al., 2005). In particolare, adottiamo le anomalie a 50 hPa come riferimento.

L’indice osservativo della QBO è stato ottenuto dal NCEP (link al sito), e comprende le anomalie standardizzate del vento zonale equatoriale a 50 hPa dal 1 gennaio 1980 al 31 dicembre 2016. Analogamente, l’indice QBO per il CESM2-WACCM viene definito come l’anomalia standardizzata del vento zonale equatoriale a 50 hPa, calcolata sulla base della media e della deviazione standard delle tre simulazioni storiche del CESM2-WACCM CMIP6.

Il QBO simulato dal CESM2-WACCM mostra caratteristiche simili a quelle del QBO osservato a 50 hPa, nonostante alcune differenze (Figure 1c e 1d). Per esempio, il periodo oscillatorio del QBO simulato è di circa 24 mesi, leggermente inferiore ai 28 mesi del QBO osservato. Si notano anche modalità di variabilità a frequenza più alta durante le fasi positive del QBO simulato. Nel complesso, tuttavia, il CESM2-WACCM sembra generare un QBO con caratteristiche generalmente simili a quelle osservate, almeno a 50 hPa.

È rilevante osservare che la configurazione di CESM2-WACCM usata nell’archivio CMIP6 non rappresenta adeguatamente la QBO nella stratosfera inferiore, influenzando potenzialmente le interazioni tra troposfera e stratosfera e, di conseguenza, la relazione modellata tra la MJO e la QBO. La Figura 3 illustra le anomalie del vento zonale stratosferico sia nel dataset ERA-Interim che nel CESM2-WACCM, analizzate sia in forma originale che standardizzata per ogni livello. Le anomalie del vento zonale non standardizzate rivelano che la QBO nel CESM2-WACCM non si estende completamente fino alla tropopausa. Tuttavia, standardizzando le anomalie del vento zonale rispetto alla media e deviazione standard di ciascun livello del modello, si osserva che l’influenza della QBO raggiunge la tropopausa. Di conseguenza, la QBO nel CESM2-WACCM si manifesta principalmente alla tropopausa come un rallentamento del flusso orientale predominante, con sporadiche inversioni verso il flusso occidentale. Questa limitazione suggerisce che la configurazione CMIP6 di CESM2-WACCM potrebbe non essere completamente adeguata per catturare le interazioni tra MJO e QBO se dipendono da inversioni oscillatorie del vento zonale stratosferico alla tropopausa.

Per le analisi che non considerano la QBO e includono tutti gli anni a prescindere dall’ampiezza di QBO, solo le stagioni in cui l’intensità media delle anomalie del vento zonale è significativa sono prese in considerazione per assicurare un segnale di QBO robusto. Le quattro stagioni meteorologiche vengono analizzate separatamente: dicembre/gennaio/febbraio (DJF), marzo/aprile/maggio (MAM), giugno/luglio/agosto (JJA), e settembre/ottobre/novembre (SON), corrispondenti rispettivamente a inverno, primavera, estate e autunno boreale. Ogni stagione è definita come un periodo di 90 giorni che inizia dal primo giorno del primo mese della stagione. La Figura 4 mostra tutte le stagioni che soddisfano il criterio di intensità della QBO per il record osservativo. Per il CESM2-WACCM, il numero minimo di campioni per le diverse combinazioni di stagioni e fasi della QBO varia, con un minimo durante la primavera boreale per le fasi occidentali della QBO e un massimo durante l’estate boreale.

La Figura 2 presenta confronti della struttura equatoriale dell’Oscillazione di Madden-Julian (MJO) utilizzando dati dal dataset ERA-Interim e simulazioni dal CESM2-WACCM, focalizzandosi su tre specifiche variabili atmosferiche: radiazione infrarossa a lunga onda (OLR), vento zonale a 850 hPa, e vento zonale a 250 hPa.

Osservazioni vs. Simulazioni

• Pannelli a, b, c rappresentano le osservazioni da ERA-Interim:
  • a) Anomalie della radiazione OLR (misurata in watt per metro quadrato).
  • b) Anomalie del vento zonale a 850 hPa (misurato in metri al secondo).
  • c) Anomalie del vento zonale a 250 hPa (misurato in metri al secondo).
• Pannelli d, e, f rappresentano le simulazioni da CESM2-WACCM:
  • d) Anomalie della radiazione OLR, paragonabili ai dati osservati.
  • e) Anomalie del vento zonale a 850 hPa.
  • f) Anomalie del vento zonale a 250 hPa.

Asse Y e Asse X

• L’asse verticale (Y) in tutti i pannelli indica le fasi dell’MJO, numerate da 1 a 8, che descrivono la progressione temporale dell’evento MJO attraverso le sue diverse fasi.
• L’asse orizzontale (X) mostra la longitudine, estendendosi da 30° a 330°.

Metodologia

I valori mostrati rappresentano le anomalie legate a un evento MJO di intensità pari a una deviazione standard attraverso tutto il suo spazio di fase. Queste anomalie sono state ottenute regredendo le componenti principali degli indici RMM, sia osservativi che di CESM2-WACCM, sui campi anomali mediati sull’equatore di OLR e del vento zonale a 850 hPa e 250 hPa.

La procedura di calcolo per i campi anomali mediati sull’equatore è spiegata dettagliatamente nelle informazioni di supporto. Questa analisi consente di evidenziare le differenze e le somiglianze tra le rappresentazioni osservate e simulate della struttura della MJO, offrendo una base per valutare l’accuratezza delle simulazioni nel replicare fenomeni atmosferici reali.

La Figura 3 illustra i confronti delle anomalie del vento zonale stratosferico equatoriale tra i dati osservati di ERA-Interim e le simulazioni di CESM2-WACCM, con focus sia sui dati grezzi che su quelli standardizzati. Questa analisi aiuta a valutare la precisione con cui i modelli climatici riproducono i comportamenti atmosferici reali.

Anomalie Grezze del Vento Zonale

• Pannello a: Visualizza le anomalie grezze del vento zonale nel dataset ERA-Interim.
• Pannello b: Mostra le corrispondenti anomalie grezze nel modello CESM2-WACCM. In questi pannelli, le anomalie sono espresse in metri al secondo (m/s) e mappate su una scala temporale di 10 anni. L’asse verticale mostra la pressione, che varia da 100 hPa a 10 hPa, rappresentando una sezione della stratosfera alta. Le anomalie positive e negative sono indicate rispettivamente da aree più chiare e più scure.

Anomalie Standardizzate del Vento Zonale

• Pannello c: Anomalie standardizzate del vento zonale per ERA-Interim.
• Pannello d: Anomalie standardizzate per il modello CESM2-WACCM. Questi pannelli rappresentano le stesse anomalie dei pannelli a e b, ma sono state standardizzate separatamente per ogni livello verticale. Questo processo di standardizzazione consente un confronto più diretto tra i set di dati, normalizzando le misure in termini di deviazioni standard dalla media.

Implicazioni e osservazioni generali

Attraverso la figura, è evidente come le anomalie grezze e quelle standardizzate presentino differenze significative in termini di intensità e distribuzione verticale tra i due tipi di dati. La linea rossa tratteggiata indica il confine della troposfera (tropopausa), evidenziando i fenomeni atmosferici nella stratosfera. Tali confronti mettono in luce le potenziali discrepanze e limitazioni del modello CESM2-WACCM nel simulare accuratamente le dinamiche stratosferiche, soprattutto in prossimità della tropopausa.

Teleconnessioni dell’MJO e Anomalie dell’Altezza Geopotenziale

Per identificare la firma globale delle teleconnessioni dell’MJO, utilizziamo le anomalie nell’altezza geopotenziale a 250 hPa. Le conclusioni ottenute si dimostrano coerenti tra i diversi livelli di pressione, specificamente dai 500 ai 200 hPa. Questa coerenza è supportata da ricerche precedenti, come quelle di Alvarez et al. (2017) e Henderson & Maloney (2018), che hanno evidenziato come le teleconnessioni globali dell’MJO siano riconoscibili nelle anomalie di altezza geopotenziale in questi intervalli di pressione.

Le anomalie a 250 hPa sono calcolate per ciascun punto della griglia attraverso la sottrazione della media di lungo periodo, del trend lineare e del ciclo stagionale per ciascun punto. Il ciclo stagionale è definito utilizzando le prime tre armoniche del ciclo annuale medio giornaliero osservato dal 1980 al 2016 nei dati di ri-analisi e dal 1850 al 2014 nelle simulazioni del modello CESM2-WACCM.

La prevalenza delle teleconnessioni dell’MJO è quindi quantificata attraverso la coerenza quadrata-magnitude tra le serie temporali delle anomalie di altezza a 250 hPa e i due componenti principali RMM. Queste misurazioni sono separate per stagione e fase QBO (Oscillazione Quasi-Biennale), permettendo una dettagliata analisi delle dinamiche atmosferiche collegate all’MJO.

L’Oscillazione Meridionale El Niño (ENSO), che si verifica su scale temporali interannuali (circa 3-8 anni), è stata oggetto di studi come quelli di Ashok et al. (2007) e Diaz et al. (2001). Questo fenomeno è noto per essere occasionalmente modulato dall’MJO (Slingo et al., 1999; Zhang & Gottschalck, 2002) e per modulare a sua volta sia la struttura tropicale che le teleconnessioni extratropicali dell’MJO (Henderson & Maloney, 2018; Kessler, 2001; Moon et al., 2011; Roundy et al., 2010; Takahashi & Shirooka, 2014).

L’ENSO rappresenta quindi una potenziale fonte di incertezza nella definizione della causalità delle relazioni tra l’MJO e la QBO. Nella sezione successiva del testo, è evidenziato che la nostra analisi si concentra esclusivamente sulla relazione tra l’MJO e l’altezza geopotenziale a 250 hPa, escludendo di fatto le teleconnessioni dirette dell’ENSO.

Nonostante ciò, qualsiasi impatto dell’ENSO si manifesterebbe tramite una modulazione dell’MJO e delle sue teleconnessioni. È importante notare che abbiamo scoperto che l’esclusione dell’ENSO dall’analisi non altera le nostre conclusioni; pertanto, non eliminiamo i periodi caratterizzati da intensi eventi ENSO. Ulteriori dettagli sono discussi nelle informazioni di supporto.

Analisi delle Anomalie del Vento Zonale a 50 hPa (1 gennaio 1980 – 31 dicembre 2016)

La Figura 4 mostra le anomalie standardizzate del vento zonale a 50 hPa, mettendo in evidenza le interazioni tra la QBO (Oscillazione Quasi-Biennale) e l’ENSO (Oscillazione Meridionale El Niño) nel periodo indicato.

• Evidenziazione delle Stagioni Anomale:
  • Le stagioni in cui la magnitudine media della QBO supera 0.5 deviazioni standard sono particolarmente sottolineate.
  • Le anomalie significative della QBO che coincidono con significative anomalie dell’ENSO (Indice Oceanico Niño > 1°C) sono contrassegnate in grigio.
• Indicazioni delle Fasi della QBO:
  • Le fasi ‘easterly’ (E) della QBO sono indicate con barre verticali rosse.
  • Le fasi ‘westerly’ (W) della QBO sono indicate con barre verticali blu.
• Conteggio delle Stagioni:
  • Nella legenda, è indicato il numero totale delle stagioni con anomalie significative della QBO escluse quelle con anomalie significative dell’ENSO, usando ‘E’ per le fasi easterly e ‘W’ per le fasi westerly.
  • Il numero totale di stagioni, senza distinzione di fase ENSO, è riportato tra parentesi.
• Esclusione e Inclusione nelle Analisi:
  • Le stagioni con anomalie significative dell’ENSO sono escluse dalle analisi delle fasi della QBO, tuttavia, i dati che includono tutte le stagioni, indipendentemente dall’ampiezza dell’ENSO, sono disponibili nelle informazioni di supporto.

Questa figura è cruciale per comprendere come variazioni specifiche nella QBO e nell’ENSO possano influenzare i pattern meteorologici a scala globale, evidenziando le stagioni con interazioni particolarmente significative.

2.3 Applicazione della Coerenza al Quadrato della Magnitudine alle Teleconnessioni dell’MJO

Isoliamo la firma globale dell’MJO utilizzando la coerenza al quadrato della magnitudine (Coh²), descritta dettagliatamente nell’appendice. Questo metodo è stato ampiamente adottato in precedenti ricerche sull’MJO per analizzare le relazioni tra vari componenti climatici come la temperatura troposferica e la radiazione a onda lunga uscente, oltre che il vento zonale troposferico.

Il metodo originale fu sviluppato da Madden e Julian nel 1971 e da allora è stato utilizzato in molteplici studi (per esempio, Adames et al., 2017; Sakaeda et al., 2017; Wheeler & Hendon, 2004). La Coh² si ottiene dalla media degli spettri incrociati tra più campioni di due serie temporali, fornendo una misura della consistenza delle relazioni di ampiezza e fase tra le due serie.

I valori della Coh² variano da 0 a 1 per ciascun modo di Fourier, dove 0 indica l’assenza di relazioni di ampiezza o fase, mentre 1 indica che le relazioni di ampiezza e fase tra le due serie temporali sono completamente allineate. Questa metrica permette l’analisi delle relazioni tra le serie temporali per specifiche bande di frequenza.

Importante per questo studio, la Coh² viene interpretata come la frazione di un segnale che può essere spiegata dalle variazioni di un altro segnale a una certa frequenza. Inoltre, essendo calcolata su più campioni, la Coh² fornisce una stima della coerenza delle relazioni tra i due segnali, piuttosto che della loro magnitudine.

Nel proseguo di questo documento, la Coh² tra due serie temporali è considerata una stima della coerenza delle loro relazioni di ampiezza e fase, essenziale per comprendere le dinamiche complesse dell’MJO e delle sue teleconnessioni.Le analisi sono concentrate sulla banda dai 20 ai 90 giorni, rappresentativa per il ciclo dell’MJO, come sottolineato da Wheeler & Hendon (2004). Ogni stagione, definita come un periodo di 90 giorni, permette di esaminare la variabilità atmosferica con periodi fino a 90 giorni, integrando gli impatti intrastagionali dell’MJO.

Per quantificare la relazione periodica tra l’MJO e le anomalie dell’altezza geopotenziale a 250 hPa, procediamo analizzando ogni cella della griglia a 250 hPa, sia nell’ERA-Interm che nel CESM2-WACCM, e per entrambi i componenti principali degli indici RMM osservativi e di CESM2-WACCM. Calcoliamo la Coh² per ogni stagione e fase QBO, utilizzando le stagioni separate per ogni fase QBO illustrate nella Figura 4. Successivamente, la Coh² è media nella banda dai 20 ai 90 giorni, fornendo una media della Coh² tra il componente principale di RMM e l’altezza geopotenziale a 250 hPa.

Per stimare la frazione di varianza intrastagionale nell’altezza geopotenziale a 250 hPa correlata all’MJO, calcoliamo gli spettri di potenza per ogni cella della griglia separatamente per ogni fase QBO e stagione. Questi vengono normalizzati rispetto alla potenza integrata attraverso tutti i modi armonici nella banda dai 20 ai 90 giorni. La Coh² tra il componente principale dell’RMM e l’altezza geopotenziale a 250 hPa è quindi moltiplicata per gli spettri di potenza normalizzati per ogni modo di Fourier, calcolando la frazione di varianza spiegata dall’MJO per ogni modo. Questi valori sono aggregati per ottenere un valore complessivo nella banda specificata.

Questo approccio è analogo a quello di stimare la frazione di varianza dell’altezza geopotenziale a 250 hPa associata all’MJO, moltiplicando la varianza di tale altezza per la correlazione al quadrato tra l’RMM e l’altezza geopotenziale a 250 hPa. Tuttavia, come discusso precedentemente, preferiamo utilizzare la Coh² perché questa metodologia è più efficace nel catturare la covarianza tra due segnali periodici influenzati da onde sovrapposte (ulteriori dettagli sono discussi nell’appendice).

Metodologie per la Stima della Coerenza al Quadrato della Magnitudine per la Ri-analisi e il CESM2-WACCM

Utilizziamo due tecniche distinte per stimare la Coh² a causa delle notevoli differenze nelle dimensioni dei campioni tra la ri-analisi e il CESM2-WACCM. Nella ri-analisi, selezioniamo 5 anni dai totali disponibili per ciascuna stagione e fase QBO, raggruppandoli in 250 sottocampioni; la media della Coh² calcolata su questi sottocampioni è poi presentata. Questo processo viene eseguito separatamente per ogni stagione e fase QBO.

Per il CESM2-WACCM, calcoliamo la Coh² per 138 campioni selezionati casualmente, coprendo tutte le stagioni e le fasi QBO. Questo numero specifico è scelto perché corrisponde al numero delle stagioni primaverili boreali che si verificano durante le fasi QBO a regime westerly, e lo stesso numero viene utilizzato uniformemente per tutte le stagioni e le fasi QBO. I dettagli di queste scelte metodologiche sono spiegati nell’appendice.

È importante notare che i PC1 e PC2 dell’indice RMM non contengono necessariamente le stesse informazioni sull’MJO. L’MJO raramente completa un’oscillazione mantenendo un’ampiezza costante nel suo spazio di fase. La Coh² tra PC1 e PC2 dell’RMM è 0.685 per il record osservativo e 0.724 per l’indice RMM derivato dal CESM2-WACCM. Questo suggerisce che circa il 31,5% delle informazioni in ciascuna serie temporale dei componenti principali dell’RMM è distinto dall’altro nel record osservativo.

La difficoltà sta nel determinare se queste informazioni uniche siano il risultato di variabilità intrastagionale non direttamente legata all’MJO, che incidentalmente si riflette sull’indice RMM, o se derivino dalla variabilità interna all’MJO stesso, probabilmente risultando da una combinazione di entrambi i fattori. Di conseguenza, offriamo stime conservative della variabilità associata all’MJO, calcolando la media della Coh² tra PC1 e PC2 e l’altezza geopotenziale a 250 hPa, evitando di utilizzare il fattore di riscalatura di 1/0.685 = 1.46, che altrimenti fornirebbe stime del limite superiore.

2.3.1. Significatività Statistica

Utilizziamo un approccio Monte Carlo per valutare i limiti di significatività statistica sia per la ri-analisi che per il CESM2-WACCM. Nella ri-analisi, calcoliamo l’autocorrelazione di ordine uno (indicativa della “rossità”) dell’altezza geopotenziale a 250 hPa per ogni cella della griglia globale, per tutte le stagioni e le fasi QBO (ignoranti, easterly e westerly). Utilizziamo quest’autocorrelazione per generare insiemi di serie temporali di rumore rosso (AR1), ciascuna della lunghezza delle serie temporali stagionali RMM, ovvero 90 giorni.

Calcoliamo la media della Coh² di 250 bootstrap di cinque istanze casuali di queste serie temporali di rumore rosso e delle serie temporali del componente principale RMM. Questo processo viene ripetuto 1,000 volte, e il 95° percentile di questa distribuzione dei valori di Coh² viene utilizzato per definire i limiti superiori dell’influenza del rumore rosso sulla nostra analisi. Dettagli aggiuntivi su perché utilizziamo 250 bootstrap per il record osservativo sono disponibili nell’appendice.

Inoltre, valutiamo la significatività statistica delle differenze di Coh² tra le fasi easterly e westerly della QBO attraverso un metodo simile. Qui, calcoliamo la differenza tra la media della Coh² dei 250 bootstrap separati per le fasi easterly e westerly della QBO, generate usando l’autocorrelazione di ordine uno specifica per ciascuna fase QBO. Anche questo calcolo viene eseguito 1,000 volte e utilizziamo i valori ai 2.5° e 97.5° percentili della distribuzione a due code per stimare la significatività delle differenze di Coh² tra le fasi della QBO.

Tabella 1: Dimensioni del Campione e Limiti di Significatività Statistica per la Coerenza al Quadrato della Magnitudine (Coh²)

La Tabella 1 è strutturata in quattro sezioni principali che illustrano i risultati per il record osservativo e per il modello CESM2-WACCM, concentrandosi sulle diverse fasi della QBO (Oscillazione Quasi-Biennale):

1. Analisi del Record Osservativo:
   • Generale (All): Mostra i risultati combinati per tutte le fasi della QBO.
   • Fasi Westerly e Easterly: Presenta i risultati separati per queste specifiche condizioni della QBO.
   • Differenza tra le fasi Westerly e Easterly: Evidenzia le discrepanze nei risultati tra queste fasi.
2. Analisi del CESM2-WACCM:
   • Strutturata in modo simile al record osservativo, questa sezione fornisce i dati derivanti dal modello CESM2-WACCM.

Colonne Dettagliate

• Stagioni (DJF, MAM, JJA, SON): Rappresentano rispettivamente Inverno, Primavera, Estate e Autunno.
• Samples: Il numero di campioni o simulazioni analizzate.
• α = 0.05: Il livello di significatività statistica, impostato comunemente al 5%.
• Media di 250 bootstrap: La media dei valori di Coh² ottenuti da 250 campionamenti bootstrap, utilizzati per stimare la distribuzione dei valori di Coh².

Risultati Numerici

• I valori numerici indicano la media della Coh² o i limiti di significatività statistica, espressi in forma estesa come multipli di 10³ o 10⁸, a seconda del contesto specifico.

Significato dei Risultati

• Questi dati quantificano come la coerenza al quadrato varia in relazione alle diverse fasi della QBO e attraverso le stagioni, fornendo insight su come le fasi della QBO possano influenzare le misurazioni atmosferiche.
• Le sezioni che confrontano le fasi Westerly ed Easterly evidenziano come le interazioni atmosferiche o le risposte climatiche differiscano notevolmente tra queste condizioni, con potenziali implicazioni per la comprensione dei meccanismi climatici.

Questa tabella offre una sintesi essenziale per interpretare l’impatto delle fasi della QBO sulla variabilità climatica osservata e simulata.

Un approccio leggermente diverso viene adottato per stimare i limiti di significatività della Coh² nel CESM2-WACCM, considerando la disponibilità di un numero maggiore di campioni, come illustrato nella sezione 2.3. Analogamente alla ri-analisi, l’autocorrelazione di ordine uno dell’altezza geopotenziale a 250 hPa viene calcolata per ciascuna cella della griglia globale per tutte le stagioni e per le fasi della QBO ignoranti, easterly e westerly.

Per ogni cella della griglia, questa autocorrelazione viene utilizzata per generare 10,000 realizzazioni di rumore rosso. Successivamente, viene calcolata la Coh² tra le 10,000 realizzazioni di rumore rosso e le serie temporali dei componenti principali dell’RMM, opportunamente suddivise per stagioni e fasi della QBO ignoranti, westerly ed easterly. Questi calcoli determinano i limiti di confidenza al 95° percentile, i quali attestano che i valori di Coh² per ogni stagione e fase della QBO siano distinguibili da quelli che si potrebbero aspettare da rumore rosso non correlato.

Il processo per valutare la significatività statistica delle differenze tra le fasi QBO easterly e westerly segue un approccio simile. La principale differenza consiste nel sottrarre la Coh² tra le serie temporali dell’RMM e quelle di rumore rosso per le due fasi QBO, utilizzando poi i limiti al 2,5° e 97,5° percentile come una stima bilaterale al 95° percentile della significatività della differenza.

Al termine di questo processo, abbiamo osservato che, nonostante l’autocorrelazione di ordine uno dell’altezza geopotenziale a 250 hPa vari globalmente sia con la ri-analisi che con il CESM2-WACCM, tale variabilità non influenza significativamente la Coh² tra le realizzazioni di rumore rosso e RMM PC1/PC2 (la Coh² varia meno di 0.01 dalla mediana per ciascuna stagione e fase QBO; dati non mostrati).

La stagione e la fase QBO influenzano direttamente la distribuzione dei possibili valori di Coh² tra le realizzazioni di rumore rosso e i componenti principali dell’RMM, a causa delle variazioni nella “rossità” delle serie temporali dei componenti principali. Di conseguenza, determiniamo che i limiti di confidenza dipendano esclusivamente dalla stagione e dalla fase QBO, e non dalla latitudine o longitudine.

I limiti selezionati corrispondono alle località con la mediana dell’autocorrelazione di ordine uno per ciascuna stagione e fase QBO, dettagliati nella Tabella 1.Per i dati di ri-analisi, i confini di confidenza per tutte le stagioni e le fasi QBO risultano simili, nonostante la variabilità nella rossità delle serie temporali dell’RMM attraverso le stagioni. La media di 250 stime di Coh² bootstrapped consente di confinare le influenze del rumore rosso entro un intervallo ristretto, facilitando così una stima robusta degli impatti del rumore rosso sui nostri calcoli di Coh², sia per i valori grezzi sia per le differenze di magnitudine tra le fasi QBO westerly ed easterly.

Per l’analisi del CESM2-WACCM, l’uso di 138 campioni per ogni stagione e fase QBO è sufficiente per mitigare la maggior parte degli effetti del rumore sulle stime di Coh². I limiti di significatività statistica tra le fasi QBO easterly e westerly si mostrano similmente contenuti per il CESM2-WACCM, come discusso più approfonditamente negli appendici.

Firma globale di teleconnessione dell’MJO in ERA-Interim

3.1 Analisi basata sulla coerenza

Iniziamo identificando le posizioni dei segnali coerenti nelle anomalie dell’altezza geopotenziale a 250 hPa associate all’MJO, tramite i dati di ERA-Interim. Procediamo poi calcolando le distribuzioni medie latitudinali, emisferiche e globali di tali anomalie, al fine di quantificare la frazione della varianza in altezza geopotenziale a 250 hPa che risulta associata all’MJO. L’analisi successiva mira a quantificare la dipendenza della firma dell’MJO, sia nelle regioni tropicali che extratropicali, dall’Oscillazione Quasi-Biennale (QBO). Infine, forniamo una stima del limite inferiore della varianza intrasazonale nell’altezza geopotenziale a 250 hPa correlata all’MJO.

3.1.1. Analisi Indipendente dalla QBO

La coerenza media (Coh²) tra i due componenti principali dell’OMI e le anomalie dell’altezza geopotenziale a 250 hPa è presentata per tutte le stagioni, nell’ambito dell’analisi indipendente dalla fase QBO, includendo tutti gli anni senza distinzioni di fase QBO, come illustrato nella Figura 5a. È importante sottolineare che le regioni di minore coerenza possono esibire un’alta coerenza con l’MJO in altri campi dinamici, soprattutto nel campo del vento. Infatti, le anomalie del vento sono tipicamente in quadratura con quelle geopotenziali, suggerendo che i vuoti nelle teleconnessioni geopotenziali possano essere compensati da teleconnessioni MJO coerenti nel campo del vento.

La firma extratropicale dell’MJO, identificata con i nostri metodi, risulta simile a quella di studi precedenti sia in ampiezza spaziale che in magnitudine (Alvarez et al., 2016; Henderson et al., 2016), particolarmente evidente nelle regioni del Pacifico settentrionale e Nord America. Un segnale analogo al modello di teleconnessione Pacifico-Nord Americano (PNA) emerge nei campi Coh² durante l’inverno boreale, con una serie di massimi che si estendono dalla regione Indo-Pacifico attraverso il Pacifico settentrionale fino al Nord America (Figura 5a). Henderson et al. (2017) hanno rilevato un modello simile, risultante dal riscaldamento convettivo dell’MJO sull’Indo-Pacifico durante l’inverno boreale.

Nell’emisfero meridionale, durante l’inverno australe, si osserva una serie simile di massimi di Coh² che si estendono dalla regione Indo-Pacifico (Figura 5c). Questa firma è stata evidenziata come simile al modello PNA osservato nell’emisfero settentrionale, con un modello di teleconnessione che si estende polare ed est dalla regione Indo-Pacifico (Alvarez et al., 2016). Alvarez et al. (2016) hanno dimostrato che questo modello di teleconnessione è particolarmente prominente durante l’inverno e la primavera australi, come confermato anche dall’analisi basata su Coh² (Figure 5c e 5d).

Le connessioni extratropicali con l’MJO diventano particolarmente evidenti durante l’inverno dei rispettivi emisferi, come illustrato nelle Figure 5a e 5c. Un modello di teleconnessione simile al PNA, che origina dalla regione Indo-Pacifico e si estende verso nord durante l’inverno boreale e verso sud durante l’estate boreale, mostra una maggiore coerenza durante l’inverno boreale rispetto all’estate. Questo incremento di coerenza invernale è probabilmente legato alla presenza di un onda circonglobale più marcata durante l’inverno di ciascun emisfero, che facilita il mantenimento e la propagazione delle risposte della circolazione extratropicale al riscaldamento convettivo tropicale (Hoskins & Karoly, 1981; Yuan et al., 2011).

Nonostante le connessioni extratropicali persistano anche durante l’estate emisferica, queste sono tipicamente confinate alle aree subtropicali e tendono a presentare una coerenza inferiore rispetto a quelle invernali. La firma extratropicale dell’MJO si presenta notevolmente più dispersa durante l’autunno e la primavera di ciascun emisfero. Tuttavia, le teleconnessioni extratropicali durante l’inverno e la primavera di ciascun emisfero mostrano alcune caratteristiche di teleconnessione condivise, come evidenziato nelle Figure 5b e 5d.

Oltre alla firma extratropicale dell’MJO, alcune caratteristiche della firma tropicale presentano divergenze rispetto alle aspettative tratte da ricerche precedenti. È ampiamente riconosciuto nella letteratura che l’MJO è più attivo equatorialmente durante l’inverno boreale, con una propagazione fuori dall’equatore e un segnale generalmente più debole durante l’estate boreale (Kiladis et al., 2014; Salby & Hendon, 1994; Wheeler & Hendon, 2004). Tuttavia, secondo il modello RMM, le anomalie dell’altezza geopotenziale a 250 hPa associate all’MJO nei tropici sono significativamente più coerenti e zonalmente omogenee durante l’estate boreale rispetto all’inverno boreale, come mostrato nelle Figure 5a e 5c.

Durante l’inverno boreale, si osserva una bassa coerenza sopra gli oceani Pacifico centrale e Atlantico, in stark contrasto con la banda persistente di alta coerenza che attraversa l’intera regione tropicale durante l’estate boreale. Inoltre, la quantità di varianza dell’altezza geopotenziale a 250 hPa nei tropici è maggiore durante l’estate boreale rispetto all’inverno boreale. Ciò implica che l’aumento della coerenza tra l’MJO e le anomalie dell’altezza geopotenziale nella troposfera superiore è associato anche a un incremento della varianza totale dell’altezza geopotenziale a 250 hPa nei tropici, tema che verrà approfondito nella sezione 3.1.3.

La Figura 5 illustra la coerenza al quadrato (Coh²) tra l’indice RMM osservazionale e le anomalie dell’altezza geopotenziale a 250 hPa dal dataset ERA-Interim, coprendo gli anni 1980–2016 e divisa per le quattro stagioni. Le mappe sono organizzate per mostrare l’effetto delle diverse fasi della Oscillazione Quasi-Biennale (QBO) sulla coerenza:

• (a-d) Fasi indistinte della QBO: Questi pannelli mostrano la coerenza per tutte le fasi della QBO attraverso le stagioni DIC-FEB (DJF), MAR-MAG (MAM), GIU-AGO (JJA), e SET-NOV (SON). Servono per osservare la coerenza generale senza distinzione di fase QBO.
• (e-h) Fase occidentale della QBO (Westerly): Queste mappe specificano la coerenza durante la fase occidentale della QBO per le stesse quattro stagioni. Illustrano come la coerenza varia in modo specifico quando la QBO è nella sua fase occidentale.
• (i-l) Fase orientale della QBO (Easterly): Analogamente, queste mappe riflettono la coerenza durante la fase orientale della QBO per le stesse stagioni, evidenziando le variazioni di coerenza specifiche a questa fase.

In tutte le mappe, le aree dove la Coh² supera il 95° percentile di confidenza, calcolato tramite un metodo Monte Carlo, sono indicate da contorni tratteggiati. I valori esatti di questi limiti di confidenza sono dettagliati nella Tabella 1 dello studio.

Questa rappresentazione grafica è essenziale per capire come la coerenza tra l’indice RMM e le anomalie dell’altezza geopotenziale varia non solo con le stagioni, ma anche con le diverse fasi della QBO, offrendo intuizioni su come l’MJO possa influenzare i modelli climatici globali in modi stagionali e dipendenti dalla fase della QBO.

La Figura 6 visualizza le differenze nella coerenza al quadrato (Coh²) tra l’indice RMM osservazionale e le anomalie dell’altezza geopotenziale a 250 hPa da ERA-Interim, confrontando le fasi orientali (easterly) e occidentali (westerly) della Oscillazione Quasi-Biennale (QBO) per le quattro stagioni: DIC-FEB (DJF), MAR-MAG (MAM), GIU-AGO (JJA) e SET-NOV (SON).

• Valori Positivi e Negativi: I valori positivi (colorati in blu) denotano una maggior coerenza durante le fasi occidentali della QBO, mentre i valori negativi (colorati in rosso) indicano una maggior coerenza durante le fasi orientali della QBO. La gamma di questi valori va da -0.2 a +0.2.
• Contorni Tratteggiati Rossi: Le aree entro questi contorni presentano valori di Coh² che raggiungono una significatività statistica durante una delle fasi della QBO, indicando che le differenze osservate sono statisticamente affidabili.
• Aree Sbiadite: Le aree che non mostrano una significatività statistica sono rappresentate con colori più sbiaditi, facilitando la distinzione tra regioni statisticamente rilevanti e quelle meno significative.

Questa rappresentazione è cruciale per analizzare come la variazione della coerenza tra l’MJO e le altezze geopotenziali sia influenzata dalla fase della QBO, mostrando variazioni significative tra le fasi occidentali e orientali. Ulteriori dettagli sul metodo di calcolo dei valori di significatività possono essere trovati nella sezione 2.3.1 del documento, con i valori specifici elencati nella Tabella 1.

3.1.2. Analisi Dipendente dalla QBO

L’analisi basata sulla Coerenza al Quadrato (Coh²) viene effettuata per tutte le stagioni, ma separando le fasi orientali e occidentali della QBO. Si prendono in considerazione soltanto le stagioni in cui la media delle anomalie del vento zonale a 50 hPa supera 0.5𝜎 (dove 𝜎 = 7.27 m/s), al fine di assicurare un segnale QBO forte, come mostrato nella Figura 4. L’analisi include tutti gli altri periodi, anche quelli con eventi ENSO intensi. Tuttavia, l’inclusione di periodi di forte ENSO non altera le conclusioni del nostro studio, e i risultati escludendo i periodi di ENSO forte sono disponibili nelle informazioni di supporto.

In sintesi, sia le posizioni che la coerenza delle teleconnessioni dell’MJO nell’altezza geopotenziale a 250 hPa variano in base alla fase della QBO, come illustrato dalle Figure 5e a l e dalla Figura 6. Le differenze più significative tra le fasi della QBO si manifestano durante l’inverno boreale, periodo in cui la coerenza tra l’MJO e le anomalie dell’altezza geopotenziale a 250 hPa nei tropici è notevolmente maggiore durante le fasi orientali rispetto a quelle occidentali (Figura 6). Anche le posizioni delle teleconnessioni extratropicali dell’MJO mostrano la maggiore variazione tra le fasi della QBO proprio durante l’inverno boreale (Figura 6). La relazione tra la posizione e la coerenza delle teleconnessioni e la fase della QBO è meno marcata durante la primavera e l’autunno, poiché le teleconnessioni risultano più disperse. È interessante osservare che il modello di teleconnessione simile al PNA dell’MJO è più evidente durante le fasi occidentali della QBO, benché sia presente anche nelle fasi orientali, ma con uno spostamento marcato verso est.

L’intensificazione del segnale MJO tropicale durante l’inverno boreale delle fasi orientali della QBO è coerente con ricerche precedenti che hanno mostrato come l’MJO sia più persistente e ricorra più frequentemente durante queste fasi (Zhang & Zhang, 2018). Durante l’inverno boreale delle fasi occidentali della QBO, le anomalie dell’altezza geopotenziale della troposfera superiore tropicale manifestano una minore coerenza attraverso gli anni, come evidenziato nelle Figure 5e e 6a.

In modo simile all’analisi indipendente dalla QBO, il collegamento tra la troposfera superiore tropicale e l’MJO è più omogeneo zonalmente durante l’estate boreale rispetto all’inverno boreale, indipendentemente dalla fase QBO. Tuttavia, la coerenza di questo legame durante l’estate boreale è più elevata nelle fasi orientali della QBO rispetto a quelle occidentali (Figure 5g, 5k, e 6c).

Un vuoto prominente nella Coh² è presente nell’Oceano Pacifico orientale durante l’inverno boreale, mentre non si osserva un vuoto simile durante l’estate boreale. La presenza di un massimo convettivo secondario durante l’estate boreale sopra l’Oceano Pacifico orientale potrebbe spiegare l’aumento della coerenza in questa regione (Maloney & Esbensen, 2003). Un’altra possibile spiegazione riguarda le condizioni favorevoli per l’intrusione delle onde extratropicali nei tropici nell’Oceano Pacifico orientale durante l’inverno boreale, dovute alla presenza di un canale d’onda occidentale (Webster & Holton, 1982).

I modelli di teleconnessione nel Pacifico di ciascun emisfero durante l’inverno emisferico sono influenzati dalla fase della QBO, con variazioni particolarmente notevoli nel Pacifico settentrionale durante l’inverno boreale (Figure 5e, 5d, 5i, 5k, 6a e 6c). Durante questo periodo, le anomalie dell’altezza geopotenziale sopra il lontano nord-ovest del Nord America mostrano una coerenza notevole durante le fasi occidentali della QBO, mentre le fasi orientali della QBO tendono a favorire un posizionamento più a sud della teleconnessione predominante, come illustrato nella Figura 6a.

Il modello simile al PNA risulta più prominente e spostato verso est durante l’inverno boreale delle fasi orientali della QBO rispetto a quelle occidentali, e potrebbe essere percepibile una teleconnessione aggiuntiva nell’emisfero settentrionale sopra la Russia orientale.

È complesso identificare un pattern definito delle teleconnessioni extratropicali dell’MJO durante la primavera e l’autunno, stagioni in cui le teleconnessioni appaiono di minor estensione spaziale e più disperse a livello globale (Figure 6b e 6d). In questi periodi, l’MJO subisce una fase di transizione, con le caratteristiche dell’MJO estivo e invernale che si alternano in modo intermittente (Kikuchi et al., 2012; Kiladis et al., 2014), influenzando la distribuzione più irregolare dei modelli di teleconnessione.

Quando la coerenza al quadrato (Coh²) tra le anomalie dell’altezza geopotenziale a 250 hPa e l’MJO viene mediata su tutte le longitudini per ciascuna fase della QBO, emerge chiaramente la modulazione delle teleconnessioni dell’MJO da parte della QBO (Figura 7). Durante le fasi orientali della QBO, la coerenza delle teleconnessioni dell’MJO è significativamente aumentata nei tropici e nelle extratropici emisferici settentrionali durante l’inverno boreale, nonché nei tropici durante l’estate boreale. La firma tropicale dell’MJO potrebbe risultare soppressa durante la primavera boreale, rispetto alle altre stagioni, complicando le inferenze in queste fasi a causa della struttura più dispersa delle teleconnessioni dell’MJO.

Nelle regioni polari, la Coh² è inferiore rispetto a quella che potrebbe derivare da relazioni spurie tra gli indici RMM e rumore di fondo non correlato nella serie temporale dell’altezza geopotenziale a 250 hPa, rendendo difficile trarre conclusioni robuste. Non è chiaro se i cambiamenti nelle posizioni delle teleconnessioni extratropicali tra le fasi della QBO siano prevalentemente guidati da un cambiamento nello stato di fondo dell’atmosfera extratropicale, come uno spostamento del getto subtropicale del Pacifico indotto dalla QBO (Niwano & Takahashi, 1998), o da una diversa evoluzione convettiva dell’MJO nei tropici.

Sono stati osservati cambiamenti nella struttura del vento zonale a 250 hPa tra le fasi della QBO, particolarmente nei Pacifici settentrionale e meridionale (Figura S3). Pertanto, è plausibile che la modulazione delle teleconnessioni dell’MJO da parte della QBO sia influenzata sia dai cambiamenti nella struttura tropicale dell’MJO sia dalle condizioni di base degli extratropici. Altri studi hanno mostrato come la posizione del getto subtropicale del Pacifico influenzi la posizione delle teleconnessioni dell’MJO (Henderson & Maloney, 2018; Henderson et al., 2017). Un meccanismo simile potrebbe spiegare lo spostamento delle teleconnessioni extratropicali dell’MJO tra le fasi della QBO, almeno nel Pacifico settentrionale.

La Figura 7 illustra le medie longitudinali della frazione di varianza intrasazonale aggiuntiva (da 20 a 90 giorni) nelle anomalie dell’altezza geopotenziale a 250 hPa che può essere collegata all’MJO. Questo viene fatto basandosi sulla coerenza al quadrato (Coh²) tra l’indice OMI e le anomalie dell’altezza geopotenziale a 250 hPa:

• Assi delle Ascisse: L’asse inferiore (rappresentato con linee solide) mostra la frazione aggiuntiva di varianza intrasazonale legata all’MJO. L’asse superiore (rappresentato con linee tratteggiate) indica la varianza totale nelle anomalie dell’altezza geopotenziale a 250 hPa.
• Linee Colorate:
  • La linea viola rappresenta tutti i dati aggregati di tutte le fasi della QBO, coprendo gli anni dal 1980 al 2017.
  • Le linee verde e arancione rappresentano specificamente le fasi occidentali e orientali della QBO, includendo solo gli anni dettagliati nella Figura 4.
• Elaborazione dei Dati: Prima dell’analisi, il ciclo stagionale è stato rimosso per concentrarsi sulle modalità di variabilità transienti con periodi tra 20 e 90 giorni. Le stime delle contribuzioni del rumore di fondo (red noise) sono state sottratte per assicurare che i valori rappresentati offrano informazioni precise, al di là di quelle attese da possibili relazioni spurie tra l’indice RMM e il rumore di fondo nelle serie temporali dell’altezza geopotenziale a 250 hPa.

Questa figura è essenziale per comprendere come la varianza intrasazonale dell’altezza geopotenziale a 250 hPa, associata all’MJO, sia influenzata dalle diverse fasi della QBO e come questa varianza si distribuisca lungo le diverse latitudini durante i vari periodi dell’anno.

La Figura 8 mostra la frazione di varianza aggiuntiva, specifica per le anomalie dell’altezza geopotenziale a 250 hPa con durata da 20 a 90 giorni, che è correlata all’MJO. I dati sono categorizzati per diverse sotto-aree geografiche del globo, stagioni e fasi della QBO:

• Suddivisione Geografica: I dati sono divisi nelle seguenti sotto-aree:
  • Globalmente (colonna più a sinistra),
  • Tropici (da 20°S a 20°N, seconda colonna da sinistra),
  • Extratropici dell’Emisfero Nord (da 30°N a 90°N, seconda colonna da destra),
  • Extratropici dell’Emisfero Sud (da 30°S a 90°S, colonna più a destra).
• Simboli e Colori:
  • I cerchi neri indicano la media indipendente dalla fase QBO.
  • I quadrati neri rappresentano le fasi occidentali della QBO.
  • I triangoli rossi denotano le fasi orientali della QBO.
  • I simboli rossi segnalano dove le differenze tra le fasi orientali e occidentali della QBO sono statisticamente significative, determinate tramite un test basato su Monte Carlo, raggiungendo o superando il 95° percentile.
• Preparazione dei Dati:
  • Prima dell’analisi, è stato rimosso il ciclo stagionale, consentendo di includere tutte le modalità di variabilità transienti con periodi da 20 a 90 giorni.
  • Le stime del contributo del rumore di fondo (red noise) sono state sottratte, assicurando che i valori visualizzati rappresentino informazioni aggiuntive fornite dall’indice RMM, al di là di quelle aspettative da possibili relazioni spurie.

Questa figura è essenziale per comprendere come la modulazione dell’MJO attraverso la varianza intrasazonale dell’altezza geopotenziale sia influenzata dalle diverse fasi della QBO e come questa varianza si distribuisca tra le diverse latitudini e regioni geografiche durante varie stagioni.

Variabilità Emisferica e Globale Associata alla MJO

Quantifichiamo la frazione di variabilità aggiuntiva a livello emisferico e globale per l’altezza geopotenziale a 250-hPa su scale temporali intra-stagionali, attribuibile specificamente alla Madden-Julian Oscillation (MJO). Questa frazione eccede quella che potrebbe derivare da correlazioni casuali con il cosiddetto rumore rosso.

Per calcolare questa variabilità aggiuntiva, abbiamo utilizzato il quadrato della coerenza (Coh2) tra la prima e la seconda componente principale (PC1 e PC2) dell’RMM osservativo e le anomalie dell’altezza geopotenziale a 250-hPa. Questo valore è stato poi moltiplicato per gli spettri di potenza normalizzati dell’altezza geopotenziale a 250-hPa per ogni modo armonico, in modo separato per ciascun punto della griglia e per le due componenti dell’RMM.

Il risultato di questo calcolo è una sommatoria dei valori ottenuti per ogni periodo tra i 20 e i 90 giorni, dopo aver sottratto l’influenza del rumore rosso. Il rumore rosso è rappresentato dalla soglia del 95° percentile del quadrato della coerenza, che indica relazioni spurie tra la MJO e il rumore non correlato presenti nelle serie temporali dell’altezza geopotenziale.

Il valore finale, che denominiamo VarMJO, rappresenta la frazione di variabilità specificamente associata alla MJO nell’altezza geopotenziale a 250-hPa, oltre quella potenzialmente attesa a causa del rumore rosso. Questa misura considera solo la variabilità non stazionaria, essendo il ciclo stagionale escluso dall’analisi preliminare.Come precedentemente discusso nella sezione 2.3, i valori di VarMJO per le componenti principali PC1 e PC2 dell’RMM vengono mediati insieme. Questo approccio è giustificato poiché ogni serie temporale detiene informazioni uniche. Il valore di Coh2_RN viene sottratto per riflettere le dimensioni relativamente piccole del campione dei dati osservativi; ciò permette di discutere solo le differenze relative rispetto al rumore di fondo.

Questa metodologia ci consente di stimare l’apporto informativo aggiuntivo della MJO al di là di quanto potrebbe essere erroneamente attribuito a relazioni spurie tra l’indice RMM e il rumore rosso nelle serie temporali dell’altezza geopotenziale a 250-hPa. Di conseguenza, i dati ottenuti forniscono un confronto relativo sulla coerenza delle teleconnessioni attraverso le varie stagioni e le fasi del QBO. Per approfondimenti sugli effetti del rumore, si rimanda alla sezione 2.3 e all’appendice.

La Figura 8 illustra come, a livello globale, durante le fasi orientali del QBO, la MJO sia correlata con una frazione maggiore di varianza intrastagionale nell’altezza geopotenziale a 250-hPa rispetto al periodo invernale boreale. Tale osservazione è valida anche per i tropici e per le regioni extratropicali dell’emisfero settentrionale, dove le fasi orientali del QBO tendono a favorire un accoppiamento più evidente tra la MJO e le anomalie dell’altezza geopotenziale a 250-hPa.

Nell’inverno boreale, le analisi che non distinguono le fasi del QBO indicano che la frazione di varianza dell’altezza geopotenziale a 250-hPa associata alla MJO è inferiore durante le fasi orientali del QBO e superiore durante quelle occidentali, come mostrato in Figura 8. Questa variazione può essere attribuita alla combinazione delle fasi orientali e occidentali del QBO in un’unica analisi. Tale risultato sottolinea l’importanza di segmentare le analisi legate alla MJO per fasi del QBO, considerando che l’impronta della MJO varia significativamente tra le fasi orientali e occidentali.

La modulazione del QBO sulle teleconnessioni della MJO è meno evidente durante la primavera e l’autunno di entrambi gli emisferi, suggerendo una dipendenza stagionale di questa modulazione. Inoltre, l’analisi rileva una relazione tra la MJO e il QBO anche durante l’estate boreale, specialmente nei tropici.

Nell’emisfero sud, la varianza nell’altezza geopotenziale a 250-hPa legata alla MJO non mostra una dipendenza stagionale così marcata come nell’emisfero nord. La mancanza di un picco pronunciato durante l’inverno australe nelle teleconnessioni dell’emisfero sud potrebbe essere dovuta al posizionamento del massimo convettivo della MJO a nord dell’equatore durante l’estate boreale, o a differenze nella natura della variabilità extratropicale tra i due emisferi. La prossimità dei guide d’onda associati ai getti extratropicali è essenziale per il mantenimento e la propagazione delle teleconnessioni extratropicali. Durante l’inverno australe, mentre il getto dell’emisfero sud si sposta verso l’equatore, il massimo convettivo della MJO si sposta verso nord, riducendo potenzialmente l’interazione con i guide d’onda dell’inverno australe.

Analisi della Coerenza al Quadrato (Coh²) Tra l’Indice RMM e le Anomalie dell’Altezza Geopotenziale a 250-hPa

La Figura 9 illustra il livello di coerenza al quadrato (Coh²) tra l’indice RMM del modello CESM2-WACCM e le anomalie dell’altezza geopotenziale a 250-hPa attraverso le quattro stagioni. I risultati sono segmentati in base alle fasi del QBO:

1. Analisi Comprese Tutte le Fasi del QBO (pannelli a-d): Questi pannelli rappresentano la coerenza in tutte le fasi del QBO per le stagioni DIC-FEB (DJF), MAR-MAG (MAM), GIU-AGO (JJA), e SET-NOV (SON). Mostrano come la coerenza tra l’indice RMM e le anomalie di altezza geopotenziale sia distribuita senza distinzioni per la fase del QBO.
2. Fase Occidentale del QBO (pannelli e-h): Questa sezione della figura si concentra esclusivamente durante le fasi occidentali del QBO. I pannelli dettagliano la coerenza per le stesse stagioni, evidenziando come la dinamica del QBO possa influenzare la relazione tra i fenomeni studiati.
3. Fase Orientale del QBO (pannelli i-l): Analogamente, questi pannelli analizzano la situazione durante le fasi orientali del QBO. Si osserva l’effetto delle fasi orientali sulla coerenza, parallela a quella osservata nelle fasi occidentali ma con caratteristiche distintive.

Le aree all’interno dei contorni tratteggiati rappresentano regioni dove il valore di Coh² supera il 95° percentile dei limiti di confidenza, stabiliti tramite un metodo Monte Carlo. Ciò indica una relazione statisticamente significativa e robusta tra l’indice RMM e le anomalie di altezza, suggerendo una forte interazione che supera il livello di confidenza stabilito.

Questa figura sottolinea come la coerenza tra le oscillazioni della MJO e le variazioni nell’altezza geopotenziale a 250-hPa varia in base alla stagione e alla fase del QBO, evidenziando l’importanza di considerare entrambi i fattori per una comprensione completa delle dinamiche atmosferiche legate alla MJO.

Firma Globale delle Teleconnessioni della MJO nel Modello CESM2-WACCM

La struttura generale delle anomalie dell’altezza geopotenziale a 250-hPa nei tropici, associate alla MJO, è simile tra le osservazioni dirette e il modello CESM2-WACCM quando non si considera la fase del QBO (Figure 9a–9d). Ad esempio, è evidente un aumento del Coh² durante l’estate boreale rispetto all’inverno boreale, sia nelle rianalisi che nel CESM2-WACCM. Durante l’inverno boreale, i massimi di Coh² sopra il Pacifico centrale e il Sud America sono simili, così come il minimo generalmente osservato sopra il Continente Marittimo.

Tuttavia, il modello delle teleconnessioni extratropicali della MJO rappresentato nel CESM2-WACCM differisce da quello osservato. In particolare, il modello di teleconnessione nell’emisfero settentrionale è molto più prominente nel modello durante l’estate boreale rispetto a quanto osservato. Ci sono delle somiglianze, come la presenza di un massimo di Coh² nel Pacifico Nord in entrambe le osservazioni e il modello, e un altro massimo sopra l’America del Nord orientale durante la primavera, l’autunno e l’inverno boreali, che riflette il modello canonico delle teleconnessioni del treno di onde di Rossby della MJO.

La modulazione della firma a 250-hPa della MJO dal QBO è meno evidente nel CESM2-WACCM rispetto alle osservazioni, sia per i tropici che per le aree extratropicali (Figura 9e fino a l; Figura 10). In particolare, le ubicazioni delle teleconnessioni della MJO dipendono meno dalla fase del QBO nel CESM2-WACCM rispetto a quanto osservato, come mostrato nei grafici trasversali del Coh² (Figura 9).Nonostante le differenze, esistono significative somiglianze tra la modulazione del QBO rappresentata dal CESM2-WACCM e il record osservativo. Ad esempio, durante l’inverno boreale, sia nei dati dell’ERA-Interim che nel CESM2-WACCM, le fasi orientali del QBO tendono a favorire un incremento del Coh² sopra il Pacifico tropicale occidentale e, in misura minore, nell’Oceano Indiano occidentale e in direzione dell’Africa equatoriale. Il CESM2-WACCM suggerisce generalmente che esiste una modulazione delle teleconnessioni della MJO da parte del QBO, particolarmente evidente nelle diverse localizzazioni delle teleconnessioni extratropicali e nelle variazioni della magnitudine del Coh² nei tropici.

Una modulazione statisticamente significativa del Coh² è presente nella maggior parte delle stagioni nelle analisi emisferiche e globali, anche se tale modulazione appare ridotta nel CESM2-WACCM rispetto alla rianalisi (Figura 11). È rilevante osservare che, negli extratropici del CESM2-WACCM, l’inverno boreale è l’unica stagione che non mostra differenze statisticamente significative tra le fasi occidentali e orientali del QBO, pur essendo la stagione con la modulazione del QBO più marcata nel record osservativo. È complesso determinare se i meccanismi che guidano queste modulazioni del QBO siano analoghi tra l’ERA-Interim e il CESM2-WACCM, dato che i modelli di teleconnessione non coincidono perfettamente. Tuttavia, si può affermare che il QBO modula la firma della MJO nell’altezza geopotenziale a 250-hPa in entrambi i contesti, sebbene con un impatto minore nel CESM2-WACCM rispetto alle osservazioni dirette.

Discussione e Conclusioni sull’Influenza Globale della MJO

L’influenza dell’oscillazione di Madden-Julian si estende dai tropici ai poli. Sebbene il suo impatto sia globale, la localizzazione e la magnitudine dei suoi effetti dipendono dalle condizioni atmosferiche di base (Hendon & Abhik, 2018; Jiang et al., 2018; Slingo et al., 1999). Studi recenti indicano che le caratteristiche tropicale ed extratropicale della MJO sono influenzate dallo stato dell’oscillazione quasi-biennale (QBO), con le fasi orientali del QBO che tendono a favorire un segnale convettivo tropicale della MJO più persistente e frequente (Lee & Klingaman, 2018; Zhang & Zhang, 2018). Con queste premesse, abbiamo analizzato il carattere globale delle anomalie dell’altezza geopotenziale nella troposfera superiore e nella stratosfera inferiore connesse con la MJO per identificare eventuali dipendenze di queste teleconnessioni dallo stato del QBO. Abbiamo anche valutato la capacità del modello climatico globale CESM2-WACCM, che simula internamente sia la MJO sia la QBO, di riprodurre la modulazione osservata delle teleconnessioni della MJO da parte del QBO.

Nel record osservativo, le localizzazioni e la coerenza delle teleconnessioni della MJO a livello globale variano in base alla fase del QBO (Figure 5–8). Le fasi orientali del QBO favoriscono teleconnessioni più coerenti e diffuse nell’altezza geopotenziale a 250-hPa nei tropici. Inoltre, l’influenza primaria del QBO sulle teleconnessioni della MJO nelle regioni extratropicali riguarda le localizzazioni in cui si manifestano. La modulazione delle teleconnessioni del QBO è più marcata durante l’inverno boreale e, sebbene meno evidente, è ancora presente durante l’autunno e la primavera in entrambi gli emisferi, particolarmente nell’emisfero sud, dove si rileva poca o nessuna modulazione sia nelle integrazioni globali di Coh² che nelle anomalie puntuali di Coh². È rilevante notare che le nostre conclusioni rimangono invariate anche considerando solo le stagioni estese dell’estate (AMJJAS) e dell’inverno (ONDJFM), benché la suddivisione dell’anno in quattro stagioni metta in luce come i pattern di teleconnessione durante la primavera e l’autunno siano meno coerenti e più dispersi rispetto a quelli durante l’estate e l’inverno (Figura S5). Nei periodi in cui si verifica la modulazione del QBO, la coerenza delle teleconnessioni della MJO per l’analisi che ignora il QBO appare come una combinazione delle analisi che considerano separatamente ciascuna fase del QBO.La fusione osservata nelle sezioni trasversali globali e nelle integrazioni emisferiche e globali del Coh² sottolinea l’importanza di segmentare le analisi relative alla MJO in base alla fase del QBO. Tale distinzione è fondamentale poiché la firma della MJO può variare notevolmente tra le fasi orientali e occidentali del QBO, influenzando la coerenza e la distribuzione delle teleconnessioni.La relazione extratropicale tra MJO e QBO è probabilmente influenzata sia dalla struttura tropicale della MJO sia dallo stato di base degli extratropici. Gli effetti del QBO sulla struttura tropicale della MJO sono ben documentati e indicano che il getto subtropicale del Pacifico e le anomalie geopotenziali dell’emisfero settentrionale sono particolarmente sensibili alla fase del QBO durante l’inverno boreale (Son et al., 2017; Zhang & Zhang, 2018; Boer & Hamilton, 2008). Inoltre, è stato osservato che la posizione e la forza del getto subtropicale del Pacifico giocano un ruolo chiave nel modulare la localizzazione delle teleconnessioni extratropicali della MJO (Henderson & Maloney, 2018; Henderson et al., 2017).Emergono quindi opportunità per ricerche future nel distinguere l’importanza della modulazione del QBO sulla MJO stessa rispetto allo stato di base degli extratropici nel definire le localizzazioni delle teleconnessioni extratropicali della MJO. Questo approccio potrebbe fornire nuove intuizioni su come interazioni complesse tra fenomeni climatici di larga scala influenzino i modelli meteorologici globali, arricchendo la nostra comprensione delle dinamiche climatiche e meteorologiche.

La nostra analisi sostiene l’ipotesi che il QBO moduli le teleconnessioni della MJO, influenzando sia la MJO stessa sia lo stato di fondo extratropicale. Questa modulazione è particolarmente significativa durante l’inverno boreale, in linea con le ricerche precedenti che hanno evidenziato una forte influenza del QBO sulla firma tropicale della MJO in questa stagione (Son et al., 2017; Zhang & Zhang, 2018). Inoltre, l’analisi osservativa indica che il QBO modula le teleconnessioni extratropicali della MJO anche durante le stagioni equinoziali di entrambi gli emisferi, particolarmente nell’emisfero settentrionale (Figure 6 e 8).

Nonostante il carattere tropicale della MJO sia simile nei mesi di novembre, marzo e aprile a quello dell’inverno boreale (Kikuchi et al., 2012), i periodi equinoziali presentano caratteristiche distintive. Se fossero indistinguibili dall’inverno boreale, ci aspetteremmo un’influenza del QBO sulle teleconnessioni della MJO di segno coerente attraverso queste stagioni; tuttavia, ciò non si verifica. Al contrario, gli effetti del QBO sulle teleconnessioni della MJO durante le stagioni equinoziali sono di segno opposto rispetto all’inverno boreale (Figura 8).

Queste differenze suggeriscono che gli impatti del QBO sulle teleconnessioni della MJO derivano non solo dalla modulazione della MJO stessa. La modulazione delle teleconnessioni è probabilmente legata anche a cambiamenti nello stato di fondo extratropicale indotti dal QBO (Figura S3) (Boer & Hamilton, 2008). Nonostante il QBO non moduli le caratteristiche tropicali della MJO durante le stagioni equinoziali (Son et al., 2017), gli impatti extratropicali emergono ancora. Durante l’inverno boreale, l’interazione tra gli impatti del QBO sullo stato di fondo extratropicale e sulla struttura tropicale della MJO può intensificare la modulazione delle teleconnessioni extratropicali della MJO rispetto ad altre stagioni. Un’analisi sistematica di queste ipotesi sarà oggetto di futuri studi.La frazione di varianza nell’altezza geopotenziale a 250-hPa nei tropici, associata alla MJO, è fortemente influenzata dalla fase del QBO durante l’inverno e l’estate boreali, evidenziando una sensibilità del collegamento tra la MJO e la troposfera superiore tropicale allo stato del QBO in queste stagioni (Figura 8). Gli effetti della modulazione del QBO sulle teleconnessioni della MJO sono meno coerenti negli extratropici durante l’estate boreale rispetto all’inverno boreale, dato che in estate la modulazione è prevalentemente limitata ai tropici.

La variazione stagionale potrebbe essere spiegata dallo spostamento della segnalazione convettiva della MJO fuori dall’equatore durante l’estate boreale. Questo spostamento verso nord della convezione della MJO, lontano dal canale d’onda dell’emisfero australe, potrebbe ridurre la probabilità di interazione delle onde eccitate dalla convezione della MJO con il getto dell’emisfero australe, a differenza dell’inverno boreale, quando il getto dell’emisfero settentrionale è più vicino alla convezione della MJO.

All’interno del modello CESM2-WACCM, la modulazione del QBO sulle teleconnessioni della MJO è presente, anche se risulta più debole rispetto a quella osservata. L’impatto modellato del QBO si manifesta come un leggero cambiamento nella posizione longitudinale delle teleconnessioni tra le fasi del QBO e un Coh² più elevato nel Pacifico occidentale tropicale durante l’inverno boreale delle fasi orientali del QBO. Questo allineamento generale con l’analisi osservativa mostra che le fasi orientali del QBO favoriscono una maggiore coerenza nei tropici durante l’inverno boreale. Tuttavia, la firma delle teleconnessioni della MJO nel CESM2-WACCM differisce dal record osservativo, indicando che i meccanismi attraverso i quali il QBO modula le teleconnessioni della MJO nel modello CESM2-WACCM sono probabilmente diversi rispetto alle osservazioni dirette.Considerando che la MJO composita nel CESM2-WACCM risulta simile a quella osservata, le differenze negli impatti del QBO sulle teleconnessioni della MJO tra i modelli e le osservazioni potrebbero essere attribuibili alla debolezza del QBO nella bassa stratosfera nella configurazione CMIP6 di CESM2-WACCM (Figura 3) o alle differenze nello stato di base della circolazione extratropicale tra il CESM2-WACCM e le osservazioni (ad esempio, Figura S3).

Un ulteriore meccanismo attraverso cui il QBO potrebbe influenzare le teleconnessioni della MJO è tramite la modulazione del vortice polare, che potrebbe a sua volta impattare la circolazione troposferica extratropicale (Kidston et al., 2015; Thompson et al., 2002). Questo impatto potrebbe manifestarsi attraverso il cambiamento della direzione latitudinale di propagazione delle onde planetarie (meccanismo Holton-Tan; Holton & Tan, 1980) o attraverso alterazioni della circolazione meridionale media della stratosfera indotte dal QBO, che potrebbero disturbare il vortice polare modificando la convergenza delle onde planetarie nella stratosfera polare (Garfinkel et al., 2012). Sebbene il CESM1-WACCM abbia dimostrato di poter rappresentare entrambi questi meccanismi (Garfinkel et al., 2012), studi simili non sono ancora stati condotti per il CESM2-WACCM. Una indagine più dettagliata sulla capacità del CESM2-WACCM di simulare questi percorsi dinamici sarà oggetto di future ricerche.

Il nostro studio fornisce una sintesi delle statistiche della relazione tra il QBO e la firma delle teleconnessioni dell’altezza geopotenziale a 250-hPa della MJO su scala globale. Saranno necessarie ulteriori indagini per determinare se la modulazione delle teleconnessioni della MJO da parte del QBO sia causata dalla dipendenza delle caratteristiche tropicali della MJO dal QBO o da cambiamenti nello stato atmosferico extratropicale tra le fasi del QBO. Nonostante ciò, questo studio evidenzia l’importanza della conoscenza della stratosfera tropicale per comprendere l’accoppiamento tra la MJO e gli extratropici.

Appendice A: Dettagli sull’Analisi Cross-Spettrale

I cross-spettri rappresentano la covariabilità tra i modi di Fourier di due segnali e servono per quantificare la relazione tra due serie temporali periodiche. Introduciamo qui brevemente la formulazione matematica dell’analisi cross-spettrale e una delle sue derivazioni, la coerenza al quadrato della magnitudine.

Le due serie temporali, indicate come x e y, possono essere rappresentate attraverso le loro espansioni di Fourier complesse. Queste espansioni sono espressioni che decompongono i segnali in componenti sinusoidali di diversa frequenza, associando a ciascuna un coefficiente che ne descrive l’ampiezza e la fase.

Il cross-spettro di x e y viene calcolato combinando le loro serie di Fourier complesse. Questo processo matematico coinvolge la moltiplicazione delle espansioni di Fourier dei due segnali, che include termini reali e immaginari rappresentanti rispettivamente le componenti di coseno e seno dei segnali originali. La parte reale del risultato è nota come co-spettro, mentre la parte immaginaria è denominata spettro di quadratura. Il co-spettro misura la correlazione diretta tra le componenti dei due segnali, mentre lo spettro di quadratura misura la correlazione tra le componenti sfasate di 90 gradi.

L’importanza di questa analisi risiede nella sua capacità di rivelare come due segnali variano insieme nel tempo a diverse frequenze, offrendo una visione dettagliata della dinamica delle loro interazioni periodiche. Questo approccio è fondamentale per comprendere meglio le relazioni complesse nei dati temporali in molti campi di ricerca.Il co-spettro rappresenta la componente in fase tra due segnali x e y per ciascun modo di Fourier, mentre lo spettro di quadratura indica le componenti che sono fuori fase. Il co-spettro può essere descritto come la covarianza lineare tra x e y, variabile in funzione del numero d’onda k. Questo permette di suddividere il cross spettro complesso in bande specifiche di numeri d’onda, fornendo così un’analisi dettagliata della covariabilità tra i due segnali attraverso una gamma di valori k.

Ulteriormente, questa decomposizione del cross spettro complesso permette di calcolare la coerenza al quadrato della magnitudine (Coh²(k)), una misura che quantifica quanto coerentemente i segnali variano insieme a frequenze specifiche. La Coh²(k) è calcolata come il rapporto tra il quadrato della magnitudine del co-spettro complesso di x e y e il prodotto dei loro spettri di potenza individuali.

Questa metrica, Coh², è particolarmente efficace per valutare la relazione tra due segnali periodici, specialmente quando l’analisi si concentra su una specifica banda di frequenze. Ricerche precedenti hanno applicato la correlazione lineare e altre tecniche di analisi per esplorare la variabilità associata alla MJO. La capacità di Coh² di isolare le relazioni tra segnali periodici all’interno di bande di frequenza specifiche la rende uno strumento estremamente utile per approfondire le dinamiche associate alla MJO.

La Figura A1 mostra diversi esempi di segnali periodici e i loro valori associati di coerenza al quadrato (Coh²) e correlazione lineare. Consideriamo il caso in cui due segnali sono sfasati ma strettamente correlati, con un segnale che semplicemente precede l’altro. Qui, la correlazione lineare cambia a seconda dello sfasamento tra i segnali, mentre la Coh² rimane sempre unitaria, rappresentando più fedelmente la relazione tra le serie temporali. Nel caso più estremo, dove la fase delle onde è spostata di 90 gradi, la correlazione lineare diminuisce notevolmente.

Un altro scenario frequente si verifica con la sovrapposizione delle onde, dove il segnale periodico in uno dei due canali, che è correlato all’altro, viene sovrapposto da un ulteriore segnale con caratteristiche differenti. In questa situazione, la correlazione lineare tra i due segnali originali si riduce a causa del segnale aggiuntivo, ma la Coh² per il periodo di oscillazione del segnale originario rimane perfetta.

Queste distinzioni tra correlazione lineare e Coh² sono fondamentali per comprendere fenomeni atmosferici periodici come le teleconnessioni guidate dalla MJO, che sono tipicamente influenzate da sfasamenti rispetto al segnale tropicale della MJO e da modelli atmosferici simultanei. Considerando che la risposta delle teleconnessioni alla MJO è generalmente mediata da un treno di onde di Rossby che si propaga, le teleconnessioni della MJO risultano sfasate in modi diversi a seconda della località. Di conseguenza, il ritardo necessario per le metriche di correlazione basate sul ritardo deve essere calcolato separatamente per ogni località. Invece, la Coh², che include direttamente questo ritardo di fase nel suo calcolo, si rivela uno strumento particolarmente utile per analizzare la relazione tra segnali periodici in specifiche bande di frequenza.

Analisi della Figura A1: Correlazione Lineare e Coerenza al Quadrato di Segnali Periodici

La Figura A1 fornisce esempi di come la correlazione lineare e la coerenza al quadrato (Coh²) si comportano in presenza di segnali sinusoidali con varie modifiche.

Parte (a) e (b): Effetto dello Sfasamento

• Nella parte (a), vediamo due segnali sinusoidali. Uno è il segnale di base, e l’altro è una versione modificata dello stesso segnale, che è stato sfasato di un certo intervallo di tempo.
• La parte (b) mostra come cambiano la correlazione lineare e la Coh² al variare dello sfasamento tra i due segnali. La correlazione lineare varia notevolmente a seconda dello sfasamento, mentre la Coh² rimane costante, dimostrando una forte coerenza indipendentemente dallo sfasamento.

Parte (c): Sovrapposizione di Onde

• Qui, vediamo un segnale composto da una combinazione di una sinusoida di base con una frequenza più bassa e un’altra sinusoida con una frequenza più alta.
• Questa configurazione evidenzia la capacità della Coh² di identificare e isolare le relazioni tra le componenti del segnale a specifiche frequenze, anche quando sono presenti altre frequenze sovrapposte.
• I valori di correlazione e Coh² sono mostrati, illustrando come la Coh² riesca a mantenere un’alta coerenza per la frequenza del segnale di base, nonostante la presenza di altre frequenze.

In sintesi, la Figura A1 dimostra che, a differenza della correlazione lineare che può variare significativamente con lo sfasamento, la Coh² fornisce una misura robusta della coerenza tra segnali, anche quando questi sono sfasati o quando ci sono segnali aggiuntivi che possono complicare l’analisi. Questo rende la Coh² uno strumento particolarmente utile per studiare le relazioni dinamiche in sistemi complessi come le teleconnessioni atmosferiche.

Appendice B: Discussione sui Metodi Scelti per l’Applicazione dell’Analisi Cross-Spettrale

La coerenza al quadrato (Coh²) può essere influenzata dalla rumorosità di una serie temporale. È necessario utilizzare un numero adeguato di campioni per stimare accuratamente la Coh², al fine di minimizzare gli impatti del rumore sulla relazione stimata. Nei casi in cui le dimensioni del campione sono ridotte, come spesso avviene con i record osservativi, non sono disponibili abbastanza campioni per permettere una stima affidabile della Coh² tra la MJO e l’altezza geopotenziale a 250-hPa. Questa limitazione deriva da relazioni spurie tra componenti non correlate dei due segnali, che portano a valutazioni inaccurate della reale Coh² tra l’indice RMM e le anomalie dell’altezza geopotenziale a 250-hPa.

Questa problematica si manifesta in due modi principali:

1. Le relazioni spurie tra il rumore presenti nelle due serie temporali portano a stime errate della Coh².
2. Sorge un problema quando i valori di Coh², calcolati per due serie temporali con un diverso numero di campioni, vengono confrontati direttamente. Poiché gli effetti del rumore diminuiscono con l’aumento della dimensione del campione, non è appropriato confrontare direttamente i valori di Coh² di due serie temporali che differiscono per numero di campioni.

Per affrontare questa problematica, è fondamentale calcolare la Coh² usando lo stesso numero di campioni per ogni caso che si desidera confrontare. Ci sono due opzioni per mitigare questo problema:

• Aumentare il numero di campioni, opzione non praticabile per il record osservativo.
• Utilizzare un metodo di bootstrap per stimare la Coh², come applicato in questo contesto. Con questo approccio, si seleziona un sottoinsieme di campioni, si calcola la Coh² tra questi sottocampioni, e si ripete il processo più volte, permettendo di ottenere una stima più robusta e meno influenzata dal rumore casuale.

Quantificazione dell’Influenza del Rumore sull’Analisi della Coerenza al Quadrato (Coh²) nei Dati Osservativi

L’approccio adottato per determinare l’influenza del rumore sulla Coh² si basa sull’utilizzo di un numero adeguato di istanze di bootstrap. Questo metodo permette di stabilire quando le influenze del rumore sulla Coh² convergono verso un valore singolare. La Figura B1 dimostra che, utilizzando 5 sottocampioni per ogni calcolo di Coh², come nell’analisi osservativa, dopo circa 250 calcoli di Coh² tramite bootstrap, l’influenza del rumore si stabilizza. Di conseguenza, gli impatti del rumore sulla stima della Coh² possono essere inferiti se si conoscono le caratteristiche di “rossità” del campo dell’altezza geopotenziale a 250-hPa.

Per questo motivo, adottiamo un approccio che implica il calcolo della Coh² utilizzando lo stesso numero di campioni per ciascun caso da confrontare. Questo è essenziale se i valori di Coh² devono essere confrontati direttamente tra di loro.

Ci sono principalmente due metodi per affrontare la questione del rumore:

1. Aumentare il numero di campioni, che non è possibile per i record osservativi.
2. Utilizzare un metodo di bootstrap per stimare la Coh², come abbiamo fatto in questo caso. Utilizziamo sottocampioni di cinque stagioni per ogni bootstrap, con un totale di 250 sottocampioni, e poi calcoliamo la media di tutte queste 250 stime della Coh². Questo numero di sottocampioni è sufficiente per mitigare l’influenza delle relazioni spurie tra il rumore nelle serie temporali del RMM e dell’altezza geopotenziale a 250-hPa, consentendo la sottrazione di questa componente spuria dalla Coh² totale stimata.

Per il CESM2-WACCM, usiamo lo stesso numero di campioni per ogni stagione e fase del QBO, poiché l’impatto del rumore sulla Coh² stimata è molto basso per il numero di campioni disponibili attraverso le simulazioni CMIP6 (nel nostro caso, 138 campioni). Questa uniformità nel numero di campioni aiuta a garantire che le stime della Coh² siano comparabili e affidabili.

Interpretazione della Figura B1: Analisi dell’Influenza del Rumore sulle Stime di Coerenza al Quadrato (Coh²)

La Figura B1 illustra come l’influenza del rumore sulle stime della Coh² venga analizzata per una serie temporale con rumore tipico, utilizzando cinque campioni per ogni stima individuale di Coh². Queste stime sono calcolate tra frammenti selezionati casualmente da una serie temporale osservativa e una serie temporale di rumore rosso della stessa lunghezza.

Dettagli Chiave della Figura:

• Asse Orizzontale (X): Mostra il numero di medie bootstrap utilizzate, che varia da poche decine a mille, visualizzato su una scala logaritmica.
• Asse Verticale (Y): Indica i valori di Coh² che si ritiene siano causati dal rumore, fornendo una misura di quanto la coerenza osservata possa essere spiegata dal rumore piuttosto che da veri legami tra le variabili.

Elementi Grafici:

• Linee di Confidenza: Le linee orizzontali indicano i limiti di confidenza per la Coh² attribuibile al rumore, con una linea rossa che funge da soglia critica al di sotto della quale i valori di Coh² sono considerati minimamente influenzati dal rumore.
• Variazione dei Valori di Coh²: Una sfumatura grigia mostra come i valori di Coh² cambiano al variare del numero di bootstrap mediati. Punti specifici sono evidenziati per mostrare i valori di Coh² per diversi numeri di campioni.

Conclusione:

L’immagine dimostra che con l’aumentare del numero di medie bootstrap, la stima della Coh² attribuibile al rumore tende a stabilizzarsi. Questa stabilizzazione è fondamentale per ridurre l’incertezza nella misura di Coh² e per garantire che la coerenza misurata non sia falsamente interpretata come significativa quando potrebbe essere dovuta al rumore. Questo metodo è vitale per assicurare che le analisi di coerenza tra serie temporali siano affidabili e libere da distorsioni causate dal rumore casuale.

https://agupubs.onlinelibrary.wiley.com/doi/abs/10.1029/2020JD032653