Esta Primavera, O IRI implementou uma nova metodologia para nossas previsões sazonais de temperatura e precipitação em todo o mundo. Perguntamos a Simon Mason, Andrew Robertson e Tony Barnston, três de nossos cientistas climáticos seniores que lideram o desenvolvimento e a adaptação das previsões do IRI, para responder a algumas questões fundamentais sobre a nova previsão.

Por que há uma nova previsão?

Simon Mason:Quando o IRI começou a fazer previsões na década de 1990, ele usava modelos climáticos que representavam apenas a atmosfera. Modelos mais sofisticados que incluíam os oceanos estavam disponíveis, mas esses modelos não podiam gerar facilmente mais do que um breve histórico de previsões (chamados de "retransmissões" - consulte a barra lateral) devido à disponibilidade insuficiente de dados para os oceanos. Precisávamos de dados desses retransmissões para cobrir um período mais longo de tempo para desenvolver uma avaliação precisa de quão bem esses modelos funcionam e quais correções podem ser necessárias para produzir uma previsão confiável. Duas décadas depois, esses "modelos acoplados" - aqueles que incluem oceano e atmosfera - agora podem gerar um histórico suficiente de retransmissões. Os modelos também passaram por melhorias, e agora são usados ​​rotineiramente em operações pela maioria dos centros de previsão globais, incluindo o projeto North American Multi-Model Ensemble (NMME) da NOAA.

Andrew Robertson:Até alguns anos atrás, os dados de um conjunto de modelos de previsão acoplados não eram acessíveis de forma fácil e gratuita em tempo real, tanto por causa de restrições de política de dados em vários centros de previsão global, bem como a falta de infraestrutura de dados coordenada para compartilhar os dados. Pela primeira vez, O projeto NMME da NOAA fez em tempo real e hindcasts de até nove modelos acoplados de instituições dos EUA (NCEP, NASA, GFDL, NCAR, COLA / University of Miami) e Environment and Climate Change Canada disponíveis gratuitamente na Biblioteca de Dados do IRI. Isso torna mais fácil basear agora nossa previsão na saída desses modelos NMME. E, devido a reduções de financiamento, O IRI não era mais capaz de rodar internamente os modelos climáticos atmosféricos globais mais antigos, como antes.

SM:Embora o IRI não tenha mais financiamento para executar modelos climáticos internamente, somos capazes de configurar um sistema de previsão totalmente automatizado que tira proveito das previsões do modelo acoplado do projeto NMME, bem como as duas décadas de experiência do IRI na geração de previsões a partir de tais sistemas.

O método de criação da previsão mudou, e isso afetaria como a previsão pode ou deve ser usada?

SM:Existem duas categorias de mudanças na metodologia das novas previsões - estamos usando novos modelos climáticos, e estamos usando novos métodos para transformar esses resultados do modelo em previsões confiáveis.

Os novos modelos climáticos representam os sistemas climáticos melhor do que os antigos, mas os princípios básicos de como esses modelos funcionam permanecem inalterados - ou, se você preferir, a base física para fazer as previsões sazonais permanece a mesma. A nova metodologia de previsão foi projetada para fazer correções nos modelos climáticos com base em sua capacidade de prever anos anteriores com precisão. Também estamos produzindo informações com mais detalhes espaciais do que antes.

Em princípio, não deve haver razão para mudar como ou quando as novas previsões são usadas, porque tanto na nova metodologia quanto na velha, as previsões foram feitas para serem tomadas em seu valor nominal - ou seja, as probabilidades devem dar uma indicação confiável de como será a temporada.

AR:Para aqueles que desejam obter mais informações sobre nossa nova metodologia, nós montamos uma página aqui.

Podemos fazer comparações com previsões antigas? Por exemplo, comparando previsões de anos de eventos moderados de El Niño com as previsões deste ano?

SM:Para ser claro, não houve mudança na forma como os produtos de previsão do El Niño e La Niña (ou ENSO) mudaram, foram apenas as nossas previsões de precipitação e temperatura que foram modificadas. Mas, em termos de comparação das previsões de chuva e temperatura - como mencionei na pergunta anterior sobre se a previsão ainda pode ser usada da mesma maneira, as previsões devem ser tomadas em seu valor nominal. Portanto, se este ano a previsão indicar uma probabilidade mais forte do que nos anos anteriores, então isso reflete uma maior confiança.

Mas o que não podemos concluir é que o impacto provavelmente será mais forte. Por exemplo, se houver 60% de probabilidade de chuva acima do normal durante condições moderadas de El Niño em nosso novo sistema, e apenas 50% de probabilidade durante condições semelhantes com o sistema antigo, então estamos realmente mais confiantes de que ocorrerão chuvas acima do normal; mas é inválido concluir que acreditamos que haverá mais chuvas do que nos anos anteriores com condições moderadas do El Niño.

Tony Barnston:É verdade que nossos materiais de previsão ENSO não mudaram. Mas as previsões do ENSO (na verdade, previsões de todo o campo de temperatura da superfície do mar) usadas no processo de fazer as previsões climáticas agora mudaram, e provavelmente para melhor, uma vez que são baseados em oito ou mais modelos acoplados de última geração, em vez de apenas três modelos, um dos quais era estatístico e um dos quais era um modelo dinâmico simplificado que cobria apenas o Oceano Pacífico tropical. Então, apenas um dos modelos de previsão de temperatura da superfície do mar costumava ser de última geração, enquanto agora todos eles são.

Por que a previsão parece diferente?

AR:Os novos modelos são executados em uma resolução espacial mais alta. Eles estão em resolução de latitude-longitude de cerca de 1 grau (ou seja, cerca de 100 km), em comparação com cerca de 2,8 graus para os antigos (ou seja, cerca de 300 km), portanto, estamos fornecendo as previsões com resolução de 1 grau, em comparação com 2,5 graus antes.

Quais são as implicações de uma resolução mais alta para um usuário?

AR:A resolução aprimorada pode ou não se traduzir em mais habilidade em escalas menores. Notamos que os mapas de previsão às vezes parecem mais barulhentos em pequena escala, e o usuário deve estar ciente disso. Estamos procurando melhorar nosso método de calibração de pós-processamento para reduzir o ruído.

Isso afeta algum produto IRI diferente do padrão, previsões sazonais baseadas em tercil?

SM:Sim. A nova metodologia de previsão alimenta alguns de nossos produtos de previsão de chuva e temperatura. Isso inclui as previsões sazonais no IFRC Maproom e no Flexible Forecast Maproom.

É mais preciso do que a previsão antiga?

AR:A resposta a esta pergunta não é tão simples quanto pode parecer. Existem muitas medidas de habilidade de previsão, e os sistemas antigos e novos são diferentes, o que os torna difíceis de comparar diretamente. Esperamos que o novo sistema seja pelo menos tão bom porque é baseado em uma geração mais recente de modelos e métodos de inicialização de previsão. Estamos em processo de verificação completa do novo sistema para fornecer uma resposta o mais completa possível a essa pergunta.

TB:Com exceção das temperaturas acima do normal, a nova saída de previsão tem mais áreas que não são a previsão da climatologia (ou seja, mais áreas coloridas nos mapas; os modelos "têm mais a dizer") do que a saída de previsão antiga, e esta maior sensibilidade provavelmente reflete maior precisão, mas a confirmação disso virá com nossa verificação agora em andamento. Com relação às probabilidades de temperatura acima do normal, estamos investigando se as novas previsões subestimam a inclinação acima do normal devido à sensibilidade possivelmente inadequada dos modelos aos aumentos de CO2.

Conforme você estava desenvolvendo as novas previsões, as necessidades / contribuições dos usuários desempenharam um papel?

SM:A pergunta mais importante e mais difícil!

Existem muitas razões pelas quais o IRI começou a fazer previsões sazonais no final da década de 1990. Em parte, foi uma resposta ao El Niño de 1997/98, que deveria ter grandes impactos em todo o mundo. Embora isso tenha sido apenas 20 anos atrás, havia muito poucos países e centros produzindo informações de previsão sazonal naquela época - o que talvez mostre o quanto avançamos nas últimas duas décadas. Nessa fase, a comunidade do clima tinha uma consciência muito fraca dos usuários potenciais das previsões sazonais, mas poderíamos, pelo menos, aconselhar muitos dos serviços meteorológicos nacionais, que podem ter seus próprios canais de comunicação. Então, durante o final dos anos 1990 e início dos anos 2000, nosso principal canal de disseminação era tentar informar os governos por meio desses serviços meteorológicos. Além disso, À medida que os países e centros climáticos regionais e globais começaram a produzir suas próprias previsões, queríamos fornecer um bom exemplo que pudesse ser emulado e adaptado conforme apropriado.

Contudo, como a Divisão de Pesquisa de Aplicativos do IRI (como era então chamada) e a comunidade mais ampla de serviços climáticos começaram a desenvolver experiência na identificação e trabalho com comunidades de usuários, nossas previsões passaram a interessar a uma gama cada vez maior de usuários. Em alguns casos, trabalhamos diretamente com essas comunidades para co-desenvolver informações de previsão sazonal personalizadas. Essas informações personalizadas são apresentadas em Maprooms personalizados, exemplos disso incluem os da Federação Internacional das Sociedades da Cruz Vermelha e do Crescente Vermelho (IFRC) e o Programa Mundial de Alimentos (PMA).

Quando as novas previsões foram redesenhadas, levamos em consideração as contribuições de alguns de nossos principais parceiros, como a IFRC e o WFP, e também de alguns dos muitos Serviços Meteorológicos ao redor do mundo que consultam nossos produtos. Claro, todo mundo tem solicitado níveis mais altos de certeza nas previsões (o que se traduz em cores mais e mais profundas nos mapas), e o uso de modelos climáticos de última geração deve ajudar nesse objetivo. Muitos usuários também têm solicitado informações espaciais mais detalhadas, que abordamos na nova previsão também, embora para algumas aplicações - especialmente aquelas relacionadas com inundações - menos informações espaciais podem fornecer informações de melhor qualidade. Em tais casos, a adaptação de previsões é necessária - o desenvolvimento de produtos personalizados, como os de alguns de nossos Maprooms. Esperamos trabalhar com nossos parceiros e outros usuários em potencial para explorar o que funciona melhor para eles.

Cada vez que fazemos uma previsão, não pensamos em como usuários específicos responderão às informações. Na verdade, é importante não, porque senão acabamos protegendo a previsão. É importante para o previsor comunicar o que ele acha que vai acontecer, em vez de pensar em como afetar as respostas dos usuários. Mantendo uma atitude tão distanciada, Contudo, é uma questão muito diferente de como comunicar uma previsão para que facilite as decisões dos usuários. Essa interação é importante para garantir que a previsão seja claramente entendida e forneça informações relevantes.

Esta história é republicada por cortesia do Earth Institute, Columbia University:blogs.ei.columbia.edu/.