[論文レビュー] Network-based Approach and Climate Change Benefits for Forecasting the Amount of Indian Monsoon Rainfall

Jingfang Fan, Jun Meng+6 more|arXiv (Cornell University)|Apr 14, 2020

Climate variability and models参考文献 58被引用数 8

ひとこと要約

本研究では、全球の近地表面温度データを用いて、5か月のリードタイムでインド真夏モンスーン降雨（ISMR）を予測するネットワークベースの気候予測モデルを提案する。予測スキルは0.5に達する。有向・重み付き気候ネットワークの分析により、ENSO-モンスーンの遠隔連関に関連する中緯度南大西洋に予測の鍵を握るホットスポットが特定され、グローバル・ウォーミングによって赤道を越える遠隔連関が強化されることで、予測スキルが向上する。

ABSTRACT

The Indian summer monsoon rainfall (ISMR) has a decisive influence on India's agricultural output and economy. Extreme deviations from the normal seasonal amount of rainfall can cause severe droughts or floods, affecting Indian food production and security. Despite the development of sophisticated statistical and dynamical climate models, a long-term and reliable prediction of the ISMR has remained a challenging problem. Towards achieving this goal, here we construct a series of dynamical and physical climate networks based on the global near surface air temperature field. We uncover that some characteristics of the directed and weighted climate networks can serve as efficient long-term predictors for ISMR forecasting. The developed prediction method produces a forecast skill of 0.5 with a 5-month lead-time in advance by using the previous calendar year's data. The skill of our ISMR forecast, is comparable to the current state-of-the-art models, however, with quite a short (i.e., within one month) lead-time. We discuss the underlying mechanism of our predictor and associate it with network-delayed-ENSO and ENSO-monsoon connections. Moreover, our approach allows predicting the all India rainfall, as well as forecasting the different Indian homogeneous regions' rainfall, which is crucial for agriculture in India. We reveal that global warming affects the climate network by enhancing cross-equatorial teleconnections between Southwest Atlantic, Western part of the Indian Ocean, and North Asia-Pacific with significant impacts on the precipitation in India. We find a hotspots area in the mid-latitude South Atlantic, which is the basis for our predictor. Remarkably, the significant warming trend in this area yields an improvement of the prediction skill.

研究の動機と目的

• 現在の統計的・動的モデルの限界を克服する、インド真夏モンスーン降雨（ISMR）の長リードタイム予測手法の開発。
• 気候ネットワーク内に、気候変動下でも安定的かつ物理的に解釈可能な予測因子を同定すること。
• 農業計画および食料安全保障にとって不可欠な、全インドおよび地域的モンスーン降雨の予測精度の向上。
• グローバル・ウォーミングが気候ネットワークのトポロジーをどのように変化させ、強化された遠隔連関を通じてISMRの予測可能性を向上させるかの調査。

提案手法

• ノードを地理的グリッドポイントとし、時間遅れ付き相互相関に基づくリンクを有する、全球の近地表面温度データを用いた有向・重み付き気候ネットワークの構築。
• 365日移動ウィンドウ内で、時間遅れ最大200日までを想定し、正規化された相互相関関数を用いて正のおよび負のリンク強度を計算。
• 各ノードのインデグリ（入次数）時系列を定義し、強度上位5%の有意リンクの数を数える。帰無仮説モデルを用いて統計的有意性を評価。
• 前年のカレンダーリストを用いたインデグリ時系列を、翌モンスーンシーズンのISMR予測因子として使用。
• 気候学的ベースラインとの比較において、均二乗スキルスコア（MSSS）を用いて予測スキルを評価。
• 歴史的データを用いた検証と、異なる気候状態下でのネットワーク構造比較を通じて、グローバル・ウォーミングの影響を分析。

実験結果

リサーチクエスチョン

• RQ1 前年の気候ネットワークインデグリは、インド真夏モンスーン降雨（ISMR）の信頼できる長リード予測因子として機能するか？
• RQ2 南大西洋に同定された予測因子ホットスポットとISMR変動を結ぶ物理的メカニズムは何か？
• RQ3 グローバル・ウォーミングは、強化された遠隔連関を通じて、気候ネットワークのトポロジーとISMRの予測可能性にどのように影響を与えるか？
• RQ4 特にリードタイムの観点から、最新のモデルと比較して、ネットワークベースのアプローチは予測スキルをどの程度向上させるか？
• RQ5 本手法は、インド気候の均質的領域に分かれた地域的モンスーン降雨を予測するために拡張可能か？

主な発見

• 提案手法は、前年のデータを用いて、5か月のリードタイムでISMRの予測スキルが0.5に達する。
• 主な予測因子は、中緯度南大西洋のホットスポットであり、顕著な温暖化が赤道を越える遠隔連関を強化することで、予測スキルが向上する。
• この予測因子は、ネットワーク遅延ENSOおよびENSO-モンスーン接続と物理的に関連し、その予測力の裏付けを提供する。
• グローバル・ウォーミングは、南西大西洋、西部インド洋、北アジア・太平洋間の遠隔連関を強化し、ISMR予測の信頼性を向上させる。
• 2020年のモンスーンは、842.85 mm（長期平均から-5%）として正確に予測され、実用的応用の有効性が示された。
• 本手法は、全インド降雨だけでなく、均質的モンスーン地域ごとの降雨予測にも正確に機能し、地域別農業計画を支援できる。