De l'Institut de Potsdam pour impact sur le climat, Université Normale de Beijing et Justus Liebig-Universität Giessen d'un groupe de chercheurs a trouvé un moyen de prédire qui un an avant un événement El Niño. La recherche, publiée dans le « US National Academy of Sciences », l'équipe décrit leur méthode basée sur la complexité, afin de mieux prédire les phénomènes météorologiques apparemment aléatoires. El Nino est un événement météorologique, la température de l'eau dans certaines régions du Pacifique occidental plus chaud que la normale, puis une fuite vers l'est.
Les scientifiques sont impatients d'en savoir plus sur ces événements, car ils peuvent conduire à des pluies excessives dans certaines régions du monde, ainsi que les conditions de sécheresse ailleurs. Quand ils se produiront, et les gens vivront dans ces deux régions ont le temps de planifier pour eux. Jusqu'à présent, la meilleure chose à faire est d'experts météorologiques prédisent six mois à l'avance pour fournir. Dans la nouvelle étude, les chercheurs ont constaté qu'ils pensent un an d'avance des prévisions assez précises. La nouvelle méthode utilise une nouvelle théorie de la complexité basée sur l'analyse des données de température de la mer.
Qui comprend l'est du Pacifique dans une unité carrée et la température de chaque cellule unitaire dans le voisinage de celui-ci, et d'autres motifs d'un autre rapport plus lointain. De telles comparaisons mesurant le degré de données de température de trouble. Ensuite, en comparant le degré de la maladie chaque année, nous avons trouvé un modèle: année très désordonnée est souvent suivie de la deuxième année d'événements El Nino. Une fois que vous avez trouvé ce modèle, les chercheurs ont analysé les données de température de surface annuelle 1984-2018 pour prédire les événements El Nino dans le passé. Cette méthode a correctement prédit 10 événements El Niño dans neuf (il y a trois faux positifs).
Il a également constaté que plus le degré de désordre de l'année précédente, suivie par El Niño plus intense. Les chercheurs ont conclu: Maintenant, vous pouvez prédire assez précisément l'année El Nino à l'avance. Bien que le Pacifique équatorial caractérisée par intermittence anormale réchauffement El Niño peut événements conduire à une catastrophe dans le monde, mais sa taille reste limitée à des prévisions fiables sur six mois à l'avance. prolonger de manière significative le temps d'avertissement contribuerait à atténuer certains des pires dégâts. La nouvelle étude est un moyen de compter sur l'entropie de l'information, il a doublé le temps d'avertissement.
Cette méthode est basée sur cette étude a révélé que l'entropie d'une force au fil des ans avec un événement El Nino l'année suivante a commencé à avoir une forte corrélation. 1 an à l'avance afin de pouvoir prédire le début et l'intensité des événements El Nino. El Nino Southern Oscillation (ENSO) du climat interannuelle est l'un des phénomènes les plus importants. Étant donné que l'impact ENSO sérieux sur les systèmes économiques, sociaux et écologiques, précoce et fiable prévision ENSO est encore un objectif important. Bien que ces dernières décennies, le développement d'une variété de dynamiques et les modèles de prévision statistique, mais la « barrière de la prévisibilité du printemps » est encore un défi majeur pour le long terme (plus de 6 mois) les prévisions.
Pour surmonter cet obstacle, la recherche et le développement de ce nouvel outil d'analyse: Système échantillon Entropy (SysSampEn), utilisé pour mesurer la complexité du système par la série de temps Nino anomalie 3,4 température région consistant en (désordre). Lorsque l'outil est appliqué à plusieurs ensembles de données de température température de l'air et de la surface de la mer de surface, toutes les données trouvées concentrées, il existe une forte corrélation positive entre la taille de l'El Nino l'année civile précédente SysSampEn (complexité). Des études ont montré que cette corrélation permet de prédire le niveau de 1 an et de précision (à savoir, une seule racine d'ensemble de données erreur quadratique moyenne de prédiction de la valeur moyenne = 0,23 ° C) pour prédire la force de El.
Brocade Parc | Droits d'auteurs X Sciences Réseau / Bob Yirka, Phys
Journal de référence "PNAS"
DOI: 10.1073 / pnas.1917007117
Brocade Park | science, la technologie, la recherche, la science
