Amy H. Butler, Alexey Yu. Karpechko, Chaim I. Garfinkel
Riassunto Il modello dominante di variabilità del clima extratropicale dell’emisfero settentrionale è il Northern Annular Mode (NAM), che in inverno rappresenta l’accoppiamento delle circolazioni stratosferiche e troposferiche. La variabilità interna associata al NAM è stata mostrata come fonte di notevole incertezza nelle proiezioni climatiche delle temperature dell’aria di superficie regionali (SATs), ma non è chiaro quanto di questa variabilità derivi dai processi di accoppiamento stratosfera-troposfera. Qui, utilizzando tre grandi simulazioni di modelli climatici accoppiati dal 1850 al 2100 con vari livelli di fedeltà dei processi di accoppiamento stratosfera-troposfera, dimostriamo che la variabilità delle SAT regionali su diverse scale temporali è amplificata quando il NAM troposferico è accoppiato al NAM stratosferico. Inoltre, i modelli che non hanno una adeguata simulazione dei processi di accoppiamento stratosfera-troposfera potrebbero non catturare la grandezza dell’incertezza nelle proiezioni SAT a breve termine associate a questo accoppiamento.
Riassunto in Lingua Semplice La variabilità della circolazione atmosferica su larga scala causa una notevole variazione delle temperature dell’aria di superficie regionali (SATs), tanto che anche su scale temporali di 30-40 anni sono possibili trend di raffreddamento locali, anche se le temperature medie globali aumentano. Forniamo prove che, quando il flusso medio stratosferico è accoppiato al flusso medio troposferico, la variabilità decennale delle SATs viene amplificata in alcune regioni. Alcuni modelli non rappresentano adeguatamente l’accoppiamento osservato della stratosfera con la troposfera, e questi modelli potrebbero sottovalutare la variabilità decennale associata a questo accoppiamento.
Introduzione
Il Northern Annular Mode (NAM) è la modalità dominante di variabilità del clima extratropicale e rappresenta le fluttuazioni della massa atmosferica tra le regioni polari e quelle a medie latitudini. Durante l’inverno, il NAM riflette l’accoppiamento bidirezionale tra il NAM troposferico, che rappresenta spostamenti nei jet stream guidati da eddies, e il NAM stratosferico, che rappresenta cambiamenti nella forza del vortice polare stratosferico (Thompson & Wallace, 2000). Una fase positiva del NAM è associata a anomalie di temperature superficiali calde (SATs) nell’Europa e nell’Asia settentrionali, e a SATs fredde nell’Est del Canada e in Groenlandia, mentre una fase negativa del NAM mostra anomalie opposte in queste regioni (Thompson & Wallace, 2001). Il NAM troposferico influisce sui modelli meteorologici durante tutto l’anno. Tuttavia, la presenza, dall’inverno alla primavera, di venti stratosferici da ovest, ovvero il vortice polare stratosferico, permette un accoppiamento bidirezionale di onde atmosferiche su larga scala con il flusso stratosferico medio (Kidston et al., 2015). Decenni di ricerca hanno dimostrato che gli estremi del NAM stratosferico invernale possono precedere cambiamenti duraturi (cioè, da settimane a mesi) nel NAM troposferico (Baldwin & Dunkerton, 2001), determinando una varietà di estremi globali in superficie (Domeisen & Butler, 2020).
Sebbene l’attenzione della ricerca sull’accoppiamento stratosfera-troposfera sia stata spesso rivolta a scale temporali da sub-stagionali a stagionali (Domeisen et al., 2020), le relazioni tra il NAM stratosferico e troposferico sono evidenti anche su scale temporali decennali a centenarie (ad es., Kidston et al., 2015; Scaife et al., 2005, 2022; Thompson et al., 2000). Questo è probabile perché la modalità annulare è una modalità preferita sia della variabilità climatica generata internamente che di quella indotta (Ring & Plumb, 2007). Ad esempio, dal 1990 al 2009, una tendenza verso un NAM stratosferico più negativo è stata associata a un periodo di temperature superficiali in diminuzione sull’Eurasia (Garfinkel et al., 2017; Kretschmer et al., 2018) e a condizioni meteorologiche più fredde e nevose in altre regioni (Cohen et al., 2018). Su scale centenarie, i modelli CMIP5 e CMIP6 con risposte del NAM stratosferico più positive (vortice polare stratosferico più forte) in risposta all’aumento dei gas serra mostrano anche risposte climatiche di superficie extratropicale in linea con una risposta del NAM troposferico più positiva, rispetto a quei modelli che mostrano una risposta del NAM stratosferico più negativa (Karpechko et al., 2022; Manzini et al., 2014; Simpson et al., 2018). Questa connessione tra l’incertezza tra i vari modelli riguardo alla forza del vortice polare stratosferico e il clima di superficie extratropicale è meccanicamente coerente con la nota influenza discendente del NAM stratosferico sulla troposfera, e quindi rafforza l’idea che i cambiamenti decennali nel NAM stratosferico possano essere associati ai cambiamenti decennali nel clima di superficie extratropicale regionale.
Tuttavia, è difficile quantificare il ruolo relativo del NAM stratosferico rispetto al NAM troposferico sulla variabilità decennale del clima di superficie. Da un lato, la stessa natura dell’accoppiamento stratosfera-troposfera implica che il NAM stratosferico influenzi il clima di superficie attraverso la sua influenza sul NAM troposferico. D’altro canto, su scale temporali da mensili a stagionali, il NAM troposferico e stratosferico sono più spesso accoppiati che non (ed è per questo che il NAM invernale rappresenta di per sé un accoppiamento della colonna atmosferica), rendendo quasi impossibile, nei pochi decenni di dati di reanalisi (e anche nella maggior parte delle simulazioni climatiche storiche con un singolo membro), separare i periodi in cui la stratosfera e la troposfera erano disaccoppiate. Anche se sono stati effettuati specifici esperimenti di modellazione per isolare il ruolo del NAM stratosferico sulla variabilità climatica di superficie su scale temporali stagionali (Hitchcock & Simpson, 2014), questi esperimenti sarebbero più complessi da progettare e richiederebbero più risorse su scale decennali.
Recentemente, grandi ensemble (LEs) di modelli climatici accoppiati hanno offerto l’opportunità di quantificare meglio la variabilità interna (Deser et al., 2020; McKenna & Maycock, 2021) dovuta a processi come l’accoppiamento stratosfera-troposfera. La capacità di confrontare più LEs è particolarmente utile, poiché alcuni modelli hanno ancora difficoltà nella rappresentazione della variabilità stratosferica polare e del suo accoppiamento con la troposfera (Charlton-Perez et al., 2013). In questo studio, confrontiamo tre LEs con diversa fedeltà di accoppiamento stratosfera-troposfera e sfruttiamo il grande numero di membri del modello per confrontare le tendenze SAT regionali per quei membri/periodi che mostrano un accoppiamento verticale rispetto al disaccoppiamento del NAM dalla stratosfera alla troposfera. Scopriamo che le variazioni decennali nelle SATs regionali sono collegate, come previsto, alla variabilità decennale sia del NAM troposferico che stratosferico, ma che queste variazioni sono notevolmente amplificate quando il NAM è accoppiato verticalmente. Inoltre, i modelli con una rappresentazione meno accurata dei processi di accoppiamento stratosfera-troposfera sottostimano il grado in cui questo accoppiamento modula le variazioni SAT decennali, e potrebbero in generale sottovalutare l’entità della variabilità SAT decennale – e quindi l’incertezza che questa variabilità introduce nelle previsioni climatiche a breve termine.
Dati e Metodi
2.1. Reanalisi
Utilizziamo altezze geopotenziali mensili medie a 50 e 500 hPa e temperature dell’aria vicino alla superficie (2 m) (da ora in poi denominate SAT) dalla reanalisi JRA55 dal 1958 al 2020 (Kobayashi et al., 2015). Le reanalisi moderne come JRA55 hanno dimostrato di rappresentare adeguatamente la variabilità stratosferica e l’accoppiamento a ritroso fino al 1958 (Gerber et al., 2022).
2.2. Simulazioni Modello Large-Ensemble
Diverse simulazioni LE accoppiate atmosfera-oceano sono recentemente diventate disponibili (Deser et al., 2020); qui, selezioniamo tre LEs che hanno un tetto del modello ragionevolmente alto necessario per risolvere la dinamica stratosferica, hanno un gran numero di membri sufficiente per stabilire una relazione statistica robusta tra il clima di superficie e la stratosfera, e coprono il periodo 1850-2099.
Il primo LE è il Max Planck Institute Grand Ensemble (MPI-GE) (Maher et al., 2019), che consiste di 100 membri per gli scenari storici (1850-2005) e RCP8.5 (2006-2100) del MPI Earth System Model (MPI-ESM). Il modello ha il suo livello superiore al di sopra dello stratopausa a 0,01 hPa. Le versioni del modello atmosferico in CMIP5/6 mostrano una ragionevole simulazione della variabilità stratosferica nel clima storico, con una frequenza leggermente maggiore di riscaldamenti stratosferici improvvisi rispetto alle osservazioni (Rao & Garfinkel, 2021).
Il secondo LE è il Canadian Earth System Model version 5 (CanESM5) (Swart et al., 2019a). CanESM5 fa parte di CMIP6 e consiste in due diversi ensemble di 25 membri, ognuno con una fisica del modello leggermente diversa (p1 e p2), per le simulazioni storiche (1850-2014) e SSP585 (2015-2100). Le differenze nel clima di superficie tra queste varianti del modello sono minime (Swart et al., 2019a, cf., Appendix E), quindi li combiniamo per creare un ensemble di 50 membri. Il vortice polare stratosferico in CanESM5 è leggermente troppo forte rispetto alla reanalisi (Swart et al., 2019a), e quindi in media presenta meno riscaldamenti stratosferici improvvisi rispetto alle osservazioni (Ayarzagüena et al., 2020), il che è coerente con il suo tetto del modello relativamente più basso di 1 hPa (Hall et al., 2021).
Il terzo LE è il Model for Interdisciplinary Research on Climate (MIROC) version 6 (Tatebe et al., 2019). Qui utilizziamo l’ensemble di 50 membri per le simulazioni storiche (1850-2014) e SSP585 (2015-2100) che fanno parte dell’archivio CMIP6. Il tetto del modello è a 0,004 hPa. Tuttavia, il modello simula ancora troppo pochi riscaldamenti stratosferici improvvisi (Tatebe et al., 2019).
3. Metodologia
Gli indici NAM troposferici e stratosferici (NAM500/NAM50) sono calcolati utilizzando le altezze medie del polo (70-90°N) a 500 e 50 hPa, rispettivamente. Il valore medio globale dell’altezza geopotenziale ad ogni passo temporale viene rimosso per tenere conto degli effetti dell’innalzamento delle altezze a causa del riscaldamento antropogenico (Gerber et al., 2010) (i risultati mostrati non sono sensibili se questo passaggio è incluso) e gli indici sono moltiplicati per -1 in modo che un NAM positivo corrisponda ad altezze anomalamente basse sopra il polo. Infine viene presa la media stagionale Dec-Feb e viene rimossa la media 1981-2010 per avere un riferimento coerente tra i modelli. Il calcolo del NAM con questo metodo è un’approssimazione vicina al calcolo EOF-based della modalità annulare (Baldwin & Thompson, 2009). Le regressioni delle anomalie di temperatura superficiale e di altezza geopotenziale sugli indici NAM50 e NAM500 calcolati in questo modo per JRA55 assomigliano strettamente ai pattern di modalità annulare (Figura S1 nelle Informazioni Supplementari S1). Poiché le relazioni più robuste tra NAM50/500 e SAT si verificano su Eurasia e Groenlandia, ci concentriamo sulle SAT in queste regioni (pesate con il coseno per latitudine e mediate spazialmente). La regione eurasiatica è compresa tra 45-80°N e 0-145°E, mentre la regione della Groenlandia è compresa tra 50-80°N e 40-90°W; queste regioni sono delimitate in blu nella Figura 2a.
In tutto questo studio, per “trend” si intende l’adattamento ai minimi quadrati lineari dei dati su un periodo di tempo e non si intende implicare cambiamenti forzati esternamente, che sono invece stimati dalla media tra i membri dell’ensemble. Per la maggior parte delle analisi, viene scelta una lunghezza di trend di 20 anni per rappresentare le scale temporali decennali, anche se i nostri principali risultati non sono sensibili alla lunghezza del trend selezionato (vedi Figura 4). Definiamo il NAM come “accoppiato” quando il DJF NAM50 e NAM500 hanno la stessa anomalia o trend di segno e “non accoppiato” quando hanno il segno opposto. Ciò non cattura periodi fluttuanti di accoppiamento all’interno di una singola stagione, ma è piuttosto inteso come una stima generale di quanto la stratosfera e la troposfera fossero accoppiate durante tutto l’inverno o durante molti anni. Consideriamo solo la stagione invernale boreale (DJF).
3. Risultati
Per valutare quanto bene i tre LE simulino l’accoppiamento stratosfera-troposfera, utilizziamo tre metriche (Figura 1): le correlazioni tra il DJF NAM50 e (a) NAM500, (b) SATs dell’Eurasia, e (c) SATs della Groenlandia. Calcoliamo anche le correlazioni di (b) e (c) con il NAM500. Consideriamo prima le relazioni di media stagionale trovando le metriche di correlazione per ogni singolo membro LE attraverso tutti i DJF e mostrando la distribuzione dei coefficienti di correlazione rispetto alla correlazione di reanalisi nelle Figure 1a-1c. Su tempi stagionali durante il periodo 1958-2020, il NAM50 di reanalisi è significativamente correlato con il NAM500 (r = 0,58, ρ < 0,01 usando il test t a 2 code; serie temporali mostrate nella Figura S1 nelle Informazioni Supplementari S1) e con i SATs dell’Eurasia e della Groenlandia (r = 0,45 e r = -0,48, rispettivamente; ρ < 0,01 usando il test t a 2 code per entrambi). Il segno di queste relazioni con il NAM50 è catturato in tutti e tre i LE (grafici a violino blu), ma la distribuzione delle correlazioni è spostata verso correlazioni più deboli in MIROC6 e (per alcune metriche) verso correlazioni leggermente più alte in CanESM5 rispetto alla reanalisi. Il 10°/90° percentile delle correlazioni per i singoli membri di MIROC6 non si sovrappone alla correlazione di reanalisi per tutte e tre le metriche, suggerendo che MIROC6 simula generalmente un accoppiamento stratosfera-troposfera più debole rispetto alla reanalisi. In contrasto, quando si correla al NAM500 invece (grafici a violino arancioni), tutti e tre i LE mostrano distribuzioni simili di metriche, con valori mediani di correlazione attraverso i membri dell’ensemble vicini al valore di reanalisi. Inoltre, sebbene nella reanalisi le correlazioni dei SAT regionali con il NAM50 siano quasi della stessa grandezza delle correlazioni con il NAM500, nei LE (in particolare in MIROC6) le correlazioni divergono.
Le relazioni di media stagionale tra NAM50 e NAM500 l’uno con l’altro e con i SAT regionali nelle Figure 1a-1c sono ben documentate (ad es., Baldwin & Dunkerton, 2001; Hitchcock & Simpson, 2014) e forniscono quindi una semplice valutazione dei processi di accoppiamento stratosfera-troposfera nei tre LE. Si sa che relazioni simili si verificano su tempi decennali più lunghi, ma sono più difficili da valutare in solo circa 6 decenni di dati di reanalisi; le Figure S1d-S1g nelle Informazioni Supplementari S1 mostrano correlazioni di reanalisi tra i trend di NAM500 o NAM50 con i trend di SAT eurasiatici di circa r = 0,6-0,8, ma questa stima si basa su pochi campioni indipendenti. Nelle Figure 1d-1f, sfruttiamo la dimensione del LE e calcoliamo i trend lineari di 20 anni del NAM50/500 e dei SAT regionali per ogni membro dell’ensemble e ogni anno di inizio del trend dal 1958 al 2000. In altre parole, calcoliamo i trend dei singoli membri per 1958-1978, 1959-1979, ecc., e invece di correlare nel tempo come nelle Figure 1a-1c, mostriamo le correlazioni per tutti i trend di 20 anni risultanti attraverso i membri dell’ensemble. I valori di correlazione per i trend di 20 anni sono simili in grandezza alle anomalie stagionali delle metriche. Indicano anche generalmente correlazioni più deboli al NAM50 (e una maggiore divergenza dalle correlazioni al NAM500) in MIROC6 e correlazioni più forti al NAM50 che sono simili in grandezza alle correlazioni al NAM500 in CanESM5. Complessivamente, la Figura 1 fornisce prove che, dei tre LE, l’accoppiamento stratosfera-troposfera è probabilmente sottostimato in MIROC6. Questa scoperta concorda con Ayarzagüena et al. (2020), che mostra un’impronta più debole (più forte) degli eventi estremi stratosferici sulla superficie in MIROC6 (CanESM5) (cfr. la loro Figura 7).
Figura 1. Metriche di accoppiamento stratosfera-troposfera per tre modelli – MIROC6, Max Planck Institute Grand Ensemble e CanESM5 – durante il periodo 1958-2020, mostrate come grafici a violino delle correlazioni tra il NAM50 stratosferico e (a e d) il NAM500 troposferico, (b ed e) temperature dell’aria di superficie (SATs) eurasiatiche, e (c e f) SATs della Groenlandia, per (a-c) tempi stagionali (anomalie DJF dalla climatologia) e (d-f) trend DJF di 20 anni. Le distribuzioni delle correlazioni con NAM50 per ciascun ensemble del modello sono racchiuse nell’ombreggiatura blu, con la barra nera che mostra la diffusione dal 10° al 90° percentile e il punto centrale che mostra la correlazione mediana. Per (b ed e) e (c e f), le distribuzioni delle correlazioni con NAM500 sono mostrate in arancione. Le correlazioni di reanalisi (JRA-55, 1958-2020) con NAM50 sono mostrate dalla linea verticale nera e con NAM500 dalla linea verticale arancione. Si noti che in (a-c) le distribuzioni includono correlazioni calcolate nel tempo per ciascun membro dell’ensemble, per permettere un confronto con la reanalisi; in (d-f), le correlazioni sono calcolate invece attraverso i membri dell’ensemble per ciascun trend di 20 anni (sovrapposti), cosa che non può essere fatta per la reanalisi.
La variabilità interna associata al NAM si è dimostrata contribuire in modo sostanziale all’incertezza nelle tendenze climatiche decennali (Deser et al., 2012). La Figura 2a mostra mappe della media (tra i membri dell’ensemble e gli anni di inizio tendenza che vanno dal 2016 al 2080) delle tendenze SAT di 20 anni DJF e delle tendenze di altezza geopotenziale a 500 hPa. Anche per le tendenze SAT di 20 anni, la risposta forzata all’aumento dei gas serra è evidente durante questo periodo, con un riscaldamento ubiquo che è amplificato sull’Artico in tutti e tre gli LE (usando il periodo pre-industriale invece si mostrano tendenze SAT di 20 anni con una media dell’ensemble vicino allo zero; vedere la Figura S2 nelle Informazioni Supplementari S1). Il riscaldamento è molto più forte in CanESM5 a causa della sua estremamente alta sensibilità climatica all’equilibrio (Smith et al., 2020). Tuttavia, in questo studio non siamo preoccupati dell’entità del riscaldamento, ma piuttosto della variabilità SAT intorno a questo riscaldamento associata al NAM. Per quantificarlo, possiamo suddividere gli LE in gruppi in base al fatto che i membri mostrino tendenze NAM500 troposferiche negative o positive di 20 anni per qualsiasi anno di inizio tendenza dato, e prendere la differenza tra i gruppi (Figura 2b). La differenza mostra un modello simile al NAM di SAT più fredde sull’Eurasia e sull’America del Nord orientale e SAT più calde sulla Groenlandia e sull’Artico per i membri che mostrano tendenze NAM500 negative rispetto a tendenze NAM500 positive (Deser et al., 2017). Ci sono alcune differenze regionali in questi modelli tra gli LE, con generalmente un’entità più debole delle differenze di tendenza SAT sull’Eurasia in MIROC6 e sull’Artico in MPI-GE, ma i modelli su larga scala sono simili. Le differenze nelle tendenze SAT di 20 anni corrispondono, per costruzione nella Figura 2b, a tendenze positive nelle altezze troposferiche sopra il cappuccio polare, ma anche a tendenze negative nelle altezze in alcune regioni delle medie latitudini, riflettendo un modello simile a un NAM negativo come previsto.
Figura 2. (a) Tendenze DJF di 20 anni nella temperatura dell’aria di superficie (SAT) [ombreggiatura; K/decennio] e nelle altezze geopotenziali a 500 hPa [contorni; gli intervalli sono 8 m/decennio, e la linea grigio chiaro è il contorno zero] per il periodo 2016-2080, mediato su tutti i membri e gli anni di inizio; (b) la differenza tra la media di quei membri/anni di inizio con tendenze NAM500 di 20 anni negative e quelli con tendenze NAM500 positive; (c) la differenza tra la media di quei membri/anni di inizio con tendenze NAM50 di 20 anni negative e quelli con tendenze NAM50 positive; (d) la differenza tra la media di quei membri/anni di inizio con tendenze negative di 20 anni sia in NAM500 che in NAM50 e quelli con tendenze positive sia in NAM500 che in NAM50; (e) la differenza tra la media di quei membri/anni di inizio con tendenze NAM500 negative ma tendenze NAM50 positive, e quelli con tendenze NAM500 positive ma tendenze NAM50 negative. I punti indicano differenze non significative nelle tendenze SAT al livello p = 0,01 determinate da un campionamento di differenze della stessa dimensione di campione di quelle utilizzate in ciascun pannello sull’intero ensemble e tutti gli anni di inizio dal 2016 al 2080 (vedi Figura S6 nelle Informazioni Supplementari S1). Le regioni di Eurasia e Groenlandia utilizzate nell’analisi sono delimitate in blu nella colonna (a).
Se i membri LE vengono invece separati in base al segno delle loro tendenze di 20 anni in NAM50 (Figura 2c), si riscontra nuovamente il modello di tendenza SAT simile a NAM, ma l’entità della modulazione delle tendenze SAT associate a NAM50 varia molto tra i tre LE. In particolare, le modulazioni nelle tendenze di SAT e di altezza geopotenziale a 500 hPa associate a NAM50 sono comparabili in forza alla modulazione da NAM500 per CanESM5, che ha mostrato il più forte accoppiamento stratosfera-troposfera nel clima storico (Figura 1); simile in magnitudine per MPI-GE; e molto più debole in magnitudine per MIROC6, che ha mostrato il più debole accoppiamento stratosfera-troposfera. In accordo con la Figura 1, queste differenze indicano che i modelli con un accoppiamento stratosfera-troposfera più forte mostrano una maggiore modulazione delle tendenze SAT decennali relative alla variabilità decennale in NAM50.
Possiamo poi ulteriormente suddividere i LE in gruppi in cui le tendenze di NAM500 e NAM50 sono accoppiate (con lo stesso segno; entrambe negative o entrambe positive per lo stesso anno e membro di tendenza di partenza), o non accoppiate (con segno opposto per lo stesso anno e membro di tendenza di partenza). Le tendenze NAM accoppiate si verificano circa 2/3 delle volte (Tabella S1 nelle Informazioni Supplementari S1), coerentemente con l’occorrenza di NAM accoppiate nelle anomalie stagionali DJF attraverso i LE e nelle rianalisi (Tabella S2 nelle Informazioni Supplementari S1). Ciò è anche coerente con la frequenza con cui si osserva l’accoppiamento verso il basso alla superficie dopo eventi estremi stratosferici polari (Karpechko et al., 2017). Se prendiamo la differenza tra la media dei membri con entrambe le tendenze positive NAM500 e NAM50 e la media dei membri con entrambe le tendenze negative NAM500 e NAM50 (Figura 2d, Figura S3 nelle Informazioni Supplementari S1), le tendenze SAT di 20 anni in Eurasia e Groenlandia, così come le tendenze negative delle altezze troposferiche a medie latitudini in tutti i LE, sono amplificate rispetto alla considerazione delle tendenze di NAM500 o NAM50 da sole. Questa amplificazione per le tendenze accoppiate si vede anche nelle rianalisi (Figura S2 nelle Informazioni Supplementari S1, riga inferiore). Invece, se i LE sono suddivisi in gruppi in cui le tendenze di NAM500 e NAM50 sono non accoppiate, e si prende la differenza (Figura 2e), si può vedere che le differenze di tendenza SAT in Eurasia sono molto più deboli, e le differenze di altezza troposferica a medie latitudini sono più deboli e concentrate sopra il Pacifico. In CanESM5, le differenze di tendenza SAT in Eurasia sono effettivamente positive, nonostante le differenze siano per il gruppo NAM500 negativo (e NAM50 positivo) meno il gruppo NAM500 positivo (e NAM50 negativo), suggerendo che l’influenza di NAM stratosferico sulle SAT domina il NAM troposferico in questo modello (evidente anche nella Figura 1b). Per tutti i LE, quando il NAM è non accoppiato, le differenze di tendenza SAT e di altezza troposferica sono potenziate sopra l’Artico centrale e lo stretto di Bering, ma molto ridotte sopra la Groenlandia/il Canada orientale dove si sa che l’accoppiamento stratosfera-troposfera ha una maggiore influenza verso il basso.Questo potrebbe suggerire che questo modello di tendenza di SAT più calde sopra l’Artico, blocco più forte nella regione dello Stretto di Bering e altezze più basse sul Pacifico del Nord siano i fattori scatenanti dell’accoppiamento ondulatorio verso l’alto che porta a tendenze NAM non accoppiate. L’incertezza associata all’accoppiamento stratosfera-troposfera costituisce una parte sostanziale delle tendenze totali. Le tendenze SAT decennali dell’Eurasia possono variare da 0,43 (MIROC6) a 0,73 (CanESM5) K/decennio più fredde, e le tendenze SAT della Groenlandia da 0,65 (MIROC6) a 0,70 (CanESM5) K/decennio più calde, quando sia NAM50 che NAM500 sono entrambi negativi rispetto a quando sono entrambi positivi (Figura S3 nelle Informazioni Supplementari S1). Questo rappresenta approssimativamente dal ∼30% all’∼80% delle tendenze SAT forzate (cioè, medie dell’insieme) di DJF dal 2015 al 2080 in queste regioni extratropicali e, pertanto, può accelerare o rallentare le tendenze del riscaldamento antropogenico su scala decennale. Questa modulazione è più debole nei modelli con una rappresentazione meno accurata dell’accoppiamento stratosfera-troposfera e si indebolisce di un terzo o della metà se si considera solo il NAM troposferico (Figura 2b).
In generale, la Figura 2 suggerisce che l’accoppiamento verticale tra NAM50 e NAM500 potenzia la variabilità decennale delle temperature superficiali dell’aria (SAT) regionali. Per approfondire ciò, concentrandosi specificamente su Eurasia e Groenlandia, la Figura 3 mostra dei grafici a dispersione delle tendenze decennali (sovrapposte) del NAM500 troposferico rispetto alle tendenze delle SAT per l’Eurasia (a-c) e la Groenlandia (g-i) per tutti i membri dell’ensemble e gli anni di inizio tra il 1850 e il 2000. Per tutti gli LEs, la dispersione dell’ensemble nelle tendenze del NAM500 spiega una significativa frazione della dispersione dell’ensemble nelle tendenze SAT invernali in Eurasia e Groenlandia, come previsto dalla dominante influenza del NAM sulla variabilità extratropicale (vedi anche Figura 1). È notevole che la deviazione standard (dispersione) sia per le SAT dell’Eurasia sia per la Groenlandia su tutti i membri dell’ensemble sia generalmente più debole in MIROC6 (0,57 K/decennio per l’Eurasia, 0,68 K/decennio per la Groenlandia) e maggiore in CanESM5 (0,67 K/decennio per l’Eurasia, 0,91 K/decennio per la Groenlandia).
Quando i membri dell’ensemble sono separati in quelli con tendenze decennali NAM500 e NAM50 accoppiate (punti neri) e quelli con tendenze decennali NAM500 e NAM50 non accoppiate (punti grigi), la relazione delle tendenze NAM500 alle tendenze SAT cambia. In particolare, le correlazioni tra i membri dell’ensemble sono circa la metà o un terzo più piccole per il gruppo in cui le tendenze di NAM50/500 sono disaccoppiate, suggerendo una sostanziale riduzione della varianza spiegata. Questa differenza non può essere spiegata dalle diverse dimensioni dei campioni tra i due gruppi, poiché campionando casualmente il gruppo accoppiato alla dimensione del gruppo disaccoppiato si ottiene un intervallo di correlazioni che non sovrappone la correlazione media del gruppo disaccoppiato (non mostrato). Inoltre, quando le tendenze di NAM50 sono disaccoppiate rispetto alle tendenze di NAM500, le correlazioni di NAM500 con le tendenze delle SAT per singoli membri dell’ensemble sono più variabili, anche nel segno della correlazione, con valori mediani spostati verso lo zero (Figure 3d-3f e 3j-3l). Inoltre, le deviazioni standard delle SAT eurasiatiche e groenlandesi sono più grandi (dall’11% al 23%) e l’occorrenza di temperature estreme (sia fredde che calde) più alta, per il gruppo con NAM50/500 accoppiato (Tabelle S1 e S2 nelle Informazioni supplementari S1).
Figura 3. Confronto delle relazioni nelle tendenze decennali delle temperature superficiali dell’aria (SAT) di Eurasia e Groenlandia e troposferiche (NAM500) in 3 grandi insiemi per gli anni di inizio tendenza che vanno dal 1850 al 2000. (a-c) Grafici a dispersione per tutti i membri/tutti gli anni di inizio delle tendenze SAT dell’Eurasia su 20 anni rispetto alle tendenze NAM500. (d-f) Istogrammi delle correlazioni tra i membri tra le tendenze SAT dell’Eurasia e le tendenze NAM500. (g-i) Grafici a dispersione per tutti i membri/tutti gli anni di inizio delle tendenze SAT della Groenlandia su 20 anni rispetto alle tendenze NAM500. (j-l) Istogrammi delle correlazioni tra i membri tra le tendenze SAT della Groenlandia e le tendenze NAM500. In tutti i pannelli, i punti/curve neri indicano i membri e gli anni di inizio quando le tendenze NAM50 e NAM500 su 20 anni sono accoppiate, e i punti/curve grigi indicano i membri e gli anni di inizio quando le tendenze NAM50 e NAM500 su 20 anni sono disaccoppiate. In (d-f e j-l), l’istogramma tratteggiato mostra le correlazioni quando si utilizzano tutti i membri e gli anni di inizio.
Figura 4 estende l’analisi delle tendenze SAT dell’Eurasia per lunghezze di tendenza da 10 a 50 anni e per anni di inizio tendenza dal 1850 al 2090 (la Figura S5 nelle Informazioni Supplementari S1 mostra lo stesso per le tendenze SAT della Groenlandia). Il riscaldamento antropogenico delle SAT eurasiatiche diventa evidente per tutti e tre i LE per anni di inizio tendenza dopo circa il 1950 per tendenze di lunghezza più lunga e dopo circa il 1980 per tendenze di lunghezza più breve (Figura 4a). Tuttavia, la variabilità decennale attorno a queste tendenze forzate è evidente nelle differenze tra i membri che mostrano tendenze NAM500 negative o positive (Figura 4b) o NAM50 (Figura 4c). In particolare, le SAT eurasiatiche sono più fredde per tutte le lunghezze di tendenza e tutti gli anni di inizio per i membri con tendenze NAM negative rispetto a quelli con tendenze NAM positive. La variabilità interna indotta dinamicamente attorno alla media dell’insieme è la più grande e la più significativa in termini di magnitudine per lunghezze di tendenza inferiori a 20-30 anni. Analogamente ai risultati nelle Figure 1-3, il LE con l’accoppiamento stratosfera-troposfera più debole (MIROC6) mostra anche la modulazione più debole (e meno significativa) delle tendenze SAT medie dell’insieme in base al segno di NAM50. CanESM5 mostra una modulazione delle tendenze SAT quasi uguale in magnitudine sia da NAM500 che da NAM50.
Come mostrato per le tendenze di 20 anni nelle Figure 2 e 3, la modulazione delle tendenze SAT eurasiatiche quando le tendenze NAM troposferiche e stratosferiche sono accoppiate è sostanzialmente più grande in magnitudine e più coesa attraverso scale temporali e periodi temporali (Figura 4d) rispetto a quando sono disaccoppiate (Figura 4e). Questi risultati dimostrano che il NAM troposferico da solo non può guidare da solo le variazioni decennali nelle SAT regionali invernali, ma piuttosto che l’accoppiamento verticale dalla troposfera alla stratosfera è un elemento essenziale dell’influenza della modalità annulare sulla superficie in inverno.
Figura 4. Per (prima riga) MIROC6, (seconda riga) Max Planck Institute Grand Ensemble, e (terza riga) CanESM5, le tendenze della temperatura dell’aria di superficie (SAT) dell’Eurasia variano in base all’anno di inizio della tendenza (asse x) e alla lunghezza della tendenza (asse y). Colonna (a): La tendenza media dell’insieme per una data lunghezza di tendenza e anno di inizio della tendenza. Colonna (b): La differenza nella tendenza SAT media dell’insieme per quei membri con tendenza NAM500 negativa e quelli con tendenza NAM500 positiva. Colonna (c): Lo stesso, ma basato su tendenze NAM50. Colonna (d): La differenza nella tendenza SAT media dell’insieme per quelli con sia una tendenza NAM500 negativa che una tendenza NAM50 negativa e quelli con sia una tendenza NAM500 positiva che una NAM50 positiva. Colonna (e): La differenza nella tendenza SAT media dell’insieme per quei membri con tendenza NAM500 negativa ma tendenza NAM50 positiva e quelli con tendenza NAM500 positiva ma tendenza NAM50 negativa. Nelle colonne b-e, i punti indicano differenze non significative nelle tendenze al 99° percentile utilizzando il metodo descritto nell’Appendice A.
- Conclusioni
Si sa che la variabilità extratropicale su scale temporali stagionali e decennali si proietta sul pattern del modo annulare, e che questa variabilità interna genera una notevole incertezza nelle previsioni climatiche regionali a breve termine (Deser et al., 2012; Hawkins & Sutton, 2009). È inoltre ben stabilito che la stratosfera ha una notevole influenza discendente sulla troposfera su scale temporali stagionali e decennali durante l’inverno boreale (vedi, ad es., Baldwin & Dunkerton, 2001; Garfinkel et al., 2017; Hitchcock & Simpson, 2014; Kidston et al., 2015; White et al., 2020). Tuttavia, è stato difficile determinare il ruolo relativo di questa influenza discendente sulla variabilità extratropicale delle temperature dell’aria in superficie (SATs), in particolare su scale decennali, dove i record osservazionali e le simulazioni di modelli con un singolo membro hanno troppo pochi campioni per quantificare la variabilità interna. La recente disponibilità di ensemble di modelli multipli (LEs) offre una nuova opportunità per isolare il contributo stratosferico alla variabilità decennale delle SAT confrontando le tendenze durante i periodi in cui il NAM è accoppiato dalla troposfera alla stratosfera (il caso predominante) con i periodi in cui non lo è. Il nostro principale risultato è che la variabilità decennale delle SAT regionali è amplificata dal 11% al 23% quando il NAM è accoppiato dalla troposfera alla stratosfera rispetto a quando non lo è. Inoltre, i modelli con un accoppiamento stratosfera-troposfera più debole rispetto alla rianalisi mostrano una minore influenza del NAM stratosferico sulla superficie e una minore amplificazione della variabilità quando NAM500 e NAM50 sono accoppiati. Di conseguenza, la rappresentazione inadeguata della forza di questo accoppiamento potrebbe portare a una sottostima di quanto la variabilità interna associata al NAM moduli le previsioni climatiche a breve termine. Inoltre, abbiamo riscontrato una variabilità più debole delle tendenze delle SAT nel complesso nell’ensemble con il più debole accoppiamento stratosfera-troposfera, il che suggerisce che i bias nell’accoppiamento stratosfera-troposfera potrebbero contribuire a una troppo debole variabilità decennale extratropicale (O’Reilly et al., 2021) e in particolare a una debole variabilità del NAM a bassa frequenza (McKenna & Maycock, 2021) nei modelli climatici accoppiati. Lavori futuri potrebbero esplorare i meccanismi attraverso i quali l’accoppiamento stratosfera-troposfera amplifica la variabilità decennale delle SAT, incluso il possibile ruolo della variabilità oceanica decennale e dei suoi percorsi stratosferici (Hu & Guan, 2018; Luo et al., 2022). I nostri risultati sottolineano l’importanza di simulare in modo realistico i processi di accoppiamento stratosfera-troposfera per catturare la variabilità decennale, come già rilevato in studi precedenti (Omrani et al., 2014; Scaife et al., 2005). Notiamo che mentre un’altezza massima del modello più alta è stata precedentemente associata a una migliore variabilità nella stratosfera media (Charlton-Perez et al., 2013), qui il modello con una grandezza più realistica dell’accoppiamento stratosfera-troposfera rispetto alla rianalisi era il modello con l’altezza massima più bassa (1 hPa). La mancanza di connessione all’altezza massima del modello potrebbe derivare dal fatto che (a) in questo caso stiamo esaminando l’accoppiamento tra la stratosfera inferiore e la superficie, che potrebbe essere meno influenzato dai bias indotti da un soffitto del modello troppo basso, o (b) 1 hPa potrebbe essere abbastanza alto in modo che ulteriori aumenti dell’altezza massima del modello non portino a miglioramenti significativi nell’accoppiamento discendente stratosfera-troposfera. Le differenze nella fedeltà dell’accoppiamento stratosfera-troposfera tra i tre LEs nel nostro studio potrebbero essere collegate invece a bias vicino alla tropopausa (Lawrence et al., 2022) o ad altri processi troposferici, come la forza di retroazione del vortice (Hardiman et al., 2022).
Riassunto sulla Connessione Stratosfera-Troposfera e la Variabilità Decennale
I nostri risultati sottolineano l’importanza di simulare realisticamente i processi di accoppiamento stratosfera-troposfera per catturare la variabilità decennale, come evidenziato in studi precedenti. Si nota che, mentre in precedenza l’altezza massima del modello atmosferico (“model lid height”) era stata associata a una migliore variabilità nella stratosfera media, nel nostro studio il modello con un grado di accoppiamento stratosfera-troposfera più realistico rispetto alle rianalisi aveva l’altezza massima più bassa, fissata a 1 hPa. Questa apparente mancanza di connessione con l’altezza massima del modello potrebbe sorgere perché stiamo esaminando l’accoppiamento tra la stratosfera inferiore e la superficie, che potrebbe essere meno influenzato dai bias indotti da un “lid” troppo basso. Alternativamente, una altezza massima di 1 hPa potrebbe essere sufficientemente alta, tanto che ulteriori aumenti non portano a significativi miglioramenti nell’accoppiamento stratosfera-troposfera verso il basso. Le differenze nella fedeltà dell’accoppiamento stratosfera-troposfera nei tre ensemble nel nostro studio potrebbero invece essere collegate a bias vicino alla tropopausa o ad altri processi troposferici, come la forza del feedback degli eddies.
https://agupubs.onlinelibrary.wiley.com/doi/epdf/10.1029/2023GL104607