[論文レビュー] Quantifying the Predictability of ENSO Complexity Using a Statistically Accurate Multiscale Stochastic Model and Information Theory

Xianghui Fang, Nan Chen|arXiv (Cornell University)|Mar 5, 2022

Climate variability and models被引用数 9

ひとこと要約

本論文は、統計的に正確なマルチスケール確率的モデルを用いた情報理論的枠組みを構築し、多様なENSOイベントの予測可能性の限界を定量化する。その結果、中央太平洋（CP）エルニーニョおよびラニーニャ現象は、2年先までの強い予測可能性を示す一方、東部太平洋（EP）エルニーニョは依然として予測困難であり、アンサンブル分散が不確実性の定量化において重要な役割を果たす。また、ガウス近似は、計算を効率的に行うためにも正確であることが示された。

ABSTRACT

An information-theoretic framework is developed to assess the predictability of ENSO complexity, which is a central problem in contemporary meteorology with large societal impacts. The information theory advances a unique way to quantify the forecast uncertainty and allows to distinguish the predictability limit of different ENSO events. One key step in applying the framework to compute the information gain representing the predictability is to build a statistically accurate dynamical model. To this end, a recently developed multiscale stochastic model, which succeeds in capturing both the large-scale dynamics and many crucial statistical properties of the observed ENSO complexity, is incorporated into the information-theoretic framework. It is shown that different ENSO events possess very distinct predictability limits. In addition to the ensemble mean, the ensemble spread also has remarkable contributions to the predictability. While the information theory indicates that predicting the onset of the eastern Pacific El Niños is challenging, it reveals a universal tendency to convert strong predictability to skillful forecast for predicting many central Pacific El Niños about two years in advance. In addition, strong predictability is found for the La Niña events, corresponding to the effective discharge process. In the climate change scenario with the strengthening of the background Walker circulation, the predictability of sea surface temperature in central Pacific has a significant response with a notable increase in summer and fall. Finally, the Gaussian approximation is shown to be accurate in computing the information gain, which facilitates the use of more sophisticated models to study the ENSO predictability.

研究の動機と目的

• 多様なENSOタイプが示す複雑な力学的挙動を考慮した、ENSO予報スキルの上限を定量化する課題に取り組むこと。
• RMSE や異常相関といった従来のパスワイズ指標が、カオス的システムにおける内因的予測可能性と不確実性を捉えきれないという限界を克服すること。
• アンサンブル予報における信号（平均）と分散（散らばり）の寄与を区別する枠組みを構築すること。
• 気候変動およびモデル構成要素が、特にCPおよびEPイベントにおけるENSO予測可能性に与える影響を評価すること。
• 限られたアンサンブル数のもとで、情報ゲインの計算にガウス近似を用いることの妥当性と効率性を検証すること。

提案手法

• 観測されたENSOの統計的性質（空間パターン、時間的変化、変動性など）を正確に再現できる最近開発されたマルチスケール確率的モデルを統合する。
• 情報理論を用いて情報ゲインを計算し、予測可能性の指標とする。信号成分と分散成分に分解する。
• 信号-分散分解を用いて、予測可能性の何割がアンサンブル平均（信号）に起因し、何割がアンサンブル分散（分散）に起因するかを定量化する。
• 情報ゲインの計算にガウス近似を採用し、限られたアンサンブル数でも正確かつ効率的な計算が可能であると検証済みである。
• 背景のウォーカー環流を強化した気候変動シナリオ下で感度分析を実施し、CPおよびEP領域における海表面水温（SST）の予測可能性の変化を評価する。
• 風バースト、海洋東西輸送、デキャダル変動を除外することで、各要因が予測可能性喪失に与える寄与を分離するための成分別感度テストを実施する。

実験結果

リサーチクエスチョン

• RQ1 CPエルニーニョ、EPエルニーニョ、ラニーニャを含む、ENSOイベントの異なるタイプにおける予測可能性の限界は何か？
• RQ2 アンサンブル平均とアンサンブル分散は、ENSOイベント全体の予測可能性にどのように異なる寄与をしているか？
• RQ3 ウォーカー環流が強化された気候変動シナリオ下で、ENSOの予測可能性はどの程度変化するか？
• RQ4 風バースト、東西輸送、デキャダル変動といった主要な物理的要因は、CPおよびEPENSOイベントの予測可能性にどのように影響を与えるか？
• RQ5 限られたアンサンブルデータを用いた複雑なENSOモデルにおいて、情報ゲインの計算にガウス近似を用いることは十分に正確であり、実用的であると言えるか？

主な発見

• 中央太平洋（CP）エルニーニョは、約2年先までの強い予測可能性を示し、高予測可能性から技能的な予報への変換が顕著に観察される。
• ラニーニャは、中程度および超大規模なEPエルニーニョよりも高い予測可能性を示す。これは、成熟期に効果的な放電過程が関与しているためである。
• ウォーカー環流が強化された気候変動シナリオ下で、CP領域の海表面水温（T_C）の予測可能性は夏および秋に顕著に向上するが、EP領域（T_E）の予測可能性はほとんど変化しない。
• 風バーストを除外すると、EPエルニーニョの予測に顕著な情報損失が生じ、主に分散成分に起因する。これは極端なイベントの予測を損なう要因となる。
• 情報ゲインのガウス近似は、正確かつ効率的であり、限られたアンサンブルメンバーを用いた複雑なモデルへの情報理論の実用的応用を可能にする。
• 海洋東西輸送は主にCPエルニーニョの予測可能性に影響を与えるが、デキャダル変動はCPおよびEP両領域の予測可能性を向上させる。