Seasonal forecasts of European summer climate: a hybrid statistical-dynamical approach in an operational setting

I Seasonal Prediction Systems dinamici (SPSs) sono un utile strumento di previsione che fornisce informazioni accurate sullo stato futuro del clima con una stagione di anticipo. I SPSs contemporanei mostrano una buona capacità predittiva nell’Emisfero Settentrionale, ma la loro accuratezza diminuisce in Europa Settentrionale e Centrale. Studi recenti hanno mostrato risultati promettenti nel miglioramento dei SPSs contemporanei tramite approcci ibridi statistico-dinamici. Il subsampling basato su teleconnessioni si è dimostrato una tecnica efficace nel miglioramento delle previsioni stagionali del clima estivo Europeo, nelle analisi in modalità hindcast. L’obiettivo principale di questa tesi è l’applicazione del subsampling basato su teleconnessioni a previsioni di SPSs in contesto operativo. Questa tecnica di subsampling sfrutta le note connessioni dinamiche fra determinate componenti climatiche in primavera (predittori) e i principali modi di variabilità estivi nella regione Nord-Atlantica. I principali modi di variabilità nella regione Nord-Atlantica sono la North Atlantic Oscillation (NAO) e la East Atlantic (EA), isolabili tramite il metodo delle Empirical Orthogonal Functions (EOF). La tecnica di subsampling applicata è basta sulla valutazione di sette predittori primaverili di questi modi, così da selezionare i membri dell’ensemble dell’SPS che mostrano una buona connessione fra le condizioni primaverili e la NAO/EA estiva. Il subsampling è effettuato in modalità operativa, simulando un real forecast tramite l’implementazione di un filtro shifting window sui dati disponibili. I risultati di questa analisi sono positivi per il subsampling basato sulla NAO, con un chiaro aumento della predicibilità. I risultati per il subsampling basato sull’EA sono meno efficaci, segnalando una bassa predicibilità dell’EA sulla base dei predittori selezionati in un contesto operativo.