早期冬と晩期冬の間の「暖かい北極-寒いユーラシア」パターンの位相シフトを予測する方法

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:気候予測モデルの改善や極端気象の力学的理解に関心のある研究者にとって、統計的手法と力学的手がかりの統合アプローチが参考になる。

🏢実務担当者:エネルギー需要予測や災害リスク管理に携わる実務者は、冬季の気温変動予測の改善によってより正確な計画策定が可能となる。

🏛政策担当者:気候変動適応策や防災政策を担当する政策立案者は、早期警戒システムの強化に貢献する予測手法の進展を認識すべき。

「Warm Arctic−Cold Eurasia」（WACE）パターンは、初冬と晩冬の間で明確な位相逆転を頻繁に示し、気候予測に重大な課題をもたらしている。現在の最先端のリアルタイム予測モデルは、WACE逆転の予測において限られた技能しか示しておらず、その主な理由は、ウラル高気圧（UH）やシベリア高気圧（SH）などの主要な大気循環システムの表現が不十分であることにある。このギャップに対処するため、我々はこれらの循環システムを対象とした統計的予測モデルを開発し、予測されたUHとSHを既存のリアルタイム予測モデルに統合する。このアプローチは、初冬と晩冬の差異を考慮し、物理過程の表現におけるモデルの限界に対処するものである。拡張されたモデルはWACE逆転予測を顕著に改善し、予測相関技能を元のモデルにおけるほぼゼロから、頑健な値である0.69へと引き上げる。初冬、晩冬、および季節平均のWACEパターンに対する予測技能も大幅に向上し、拡張されたモデルは一貫してより高い相関と低減された予測誤差を示す。さらに、このアプローチは、高緯度、中緯度、低緯度地域にわたるユーラシアの地表気温予測において顕著な改善をもたらし、その利点が広範な地域に及ぶことを示している。本研究の知見は、極端な寒冷・温暖遷移事象の予測に実践的な指針を提供し、それにより災害リスク管理と早期警戒の取り組みを支援する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

The “Warm Arctic−Cold Eurasia” (WACE) pattern frequently undergoes distinct phase reversals between early and late winter, posing significant challenges for climate prediction. Current state‐of‐the‐art real‐time prediction models exhibit limited skill in forecasting WACE reversals, and the main reason is poor representation of key atmospheric circulation systems, such as the Ural high (UH) and Siberian high (SH). To address this gap, we develop statistical forecast models targeting these circulation systems and then integrate the predicted UH and SH into existing real‐time prediction models. This approach accounts for early and late winter differences and addresses model limitations in representing physical processes. The enhanced models markedly improve WACE reversal prediction, increasing the forecast correlation skill from virtually zero in the original models to a robust value of 0.69. Forecast skill for early‐winter, late‐winter, and seasonal‐mean WACE patterns also improves substantially, with the enhanced models showing consistently higher correlations and reduced prediction errors. In addition, the approach yields notable improvements in Eurasian surface air temperature forecasts across high‐, mid‐, and low‐latitude regions, showing that its benefits extend over a wide range of regions. The findings of this study provide practical guidance for predicting extreme cold–warm transition events and thereby support disaster‐risk management and early warning efforts.

• semanticscholar https://doi.org/10.1029/2025jd046278first seen 2026-07-13 07:29:08 · last seen 2026-09-04 05:48:32