Opis projektu
Dokładniejsze prognozy modeli klimatycznych dla północnego Atlantyku
Dokładne przewidywanie klimatu na północnym Atlantyku w skali czasowej od roku do dekady wymaga, aby modele prawidłowo symulowały procesy zachodzące w atmosferze i oceanie, w tym oscylację północnoatlantycką (NAO) i atlantycką południkową cyrkulację termohalinową (AMOC). Finansowany przez UE projekt DivPredSkill zakłada wykorzystanie nowatorskiej koncepcji dotyczącej powiązania przewidywalności z błędami modeli w oparciu o lepsze zrozumienie interakcji pomiędzy NAO i AMOC oraz poprzez powiązanie wyników długookresowych, niezainicjowanych symulacji z zainicjowanymi prognozami. Efektem powinno być uzyskanie nowych informacji na potrzeby modelowania klimatu i prognoz klimatycznych. Badacz realizujący projekt zidentyfikuje różnice między modelami w symulowanej relacji NAO-AMOC, oceni rolę błędu stanu średniego w różnicach między modelami i powiąże te wyniki ze zdolnościami do prognozowania klimatu na północnym Atlantyku.
Cel
Europe is vulnerable to climate extremes and climate change, making predictions valuable to political and economic stakeholders. The European winter climate depends a lot on sea level pressure differences between Iceland and the Azores, described by the North Atlantic Oscillation (NAO). Thus, many modelling centres working on predictions, focus on improving NAO predictions. Recent studies find the NAO could be highly predictable, much higher than suggested by individual models - calling for a better process understanding to improve models and predictions. The major source of our ability to make predictions for years and beyond are slow ocean processes, e.g. linked to the Atlantic Meridional Overturning Circulation (AMOC). Both, AMOC and NAO are considered key for North Atlantic decadal variability and predictability. They interact, especially via the NAO driving AMOC, but also vice versa. Consequently, prediction skill is reduced by uncertainties in the NAO-AMOC relationship, but also by severe mean state biases common among models. As of yet, not much effort has been made to understand skill difference across models - motivating the proposed research: The overarching research objective is to understand the causes for inter-model differences in interannual-to-decadal prediction skill - with a focus on the role of the model-dependent NAO-AMOC relationship and mean state biases. Specific objectives are to: (i) identify model differences in the NAO-AMOC interaction and their effect on differences of the potential to predict the North Atlantic; (ii) assess the role of mean state biases for model differences; (iii) link these findings with North Atlantic forecast skill. The proposed research comprises: the novel idea to relate predictability to model biases via NAO-AMOC interaction; and the innovative approach to link findings from long, uninitialised simulations to initialised predictions, enabling new insights valuable to the climate modelling and prediction community.
Dziedzina nauki
Słowa kluczowe
Program(-y)
Temat(-y)
System finansowania
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordynator
RG6 6AH Reading
Zjednoczone Królestwo