Результаты, опубликованные в ноябре в Geophysical Research Letters, публикации Американского геофизического союза, могут помочь фермерам, поставщикам воды, энергетическим компаниям и другим лицам, которые используют сезонные климатические прогнозы — прогнозы условий на месяцы в будущем — в принятии решений. Снег влияет на количество тепла, поглощаемого землей, и количество воды, доступной для испарения в атмосферу, что играет важную роль в влиянии на региональный климат.«Мы заинтересованы в предоставлении более точных прогнозов климата, потому что сезонная шкала времени очень важна для управления водными ресурсами и людей, интересующихся погодой в следующем сезоне», — сказал Пейронг Линь, ведущий автор исследования и аспирант Университета Калифорнии. Джексонская школа наук о Земле.
«Сезонные прогнозы зависят от факторов, которые значительно сложнее учесть, чем переменные для ежедневных или еженедельных прогнозов погоды или долгосрочного изменения климата», — сказал Цзун-Лян Ян, соавтор исследования и профессор школы Джексона. геолого-геологического факультета геолого-геологических наук.«Между короткой и очень длинной шкалой времени есть сезонная шкала времени, которая представляет собой очень хаотическую систему», — сказал Ян. «Но есть некоторые свидетельства того, что медленно меняющиеся условия поверхности, такие как снежный покров, будут иметь значение в сезонной шкале времени».
Исследователи обнаружили, что включение данных о снеге, собранных спутниками НАСА, в климатические модели улучшило прогнозы региональной температуры на 5-25 процентов. Эти результаты являются первыми, которые выходят за рамки общих ассоциаций и показывают, как много снега может повлиять на температуру в регионе на месяцы в будущем.
Улучшение прогнозов температуры — ключевой элемент в улучшении компьютерных моделей, которые предоставляют прогнозы климата на месяцы вперед.Исследователи проанализировали, как данные о снежном покрове и глубине, полученные с двух спутников НАСА — MODIS и GRACE, — повлияли на прогнозы температуры в северном полушарии в климатической модели.
В исследовании были изучены сезонные данные с 2003 по 2009 год, чтобы исследователи могли сравнить прогнозы модели с зарегистрированными температурами. Модель выполняла прогнозы с трехмесячными интервалами, причем январь, февраль и март использовались в качестве начальных месяцев.
Улучшение температуры компьютерной модели менялось в зависимости от региона и времени, при этом самые большие улучшения происходят в регионах, где наземные измерения редки, таких как Сибирь и Тибетское нагорье. По словам Янга, климатические условия в обеих этих областях могут влиять на индийский муссон — сезонные дожди, которые имеют жизненно важное значение для сельского хозяйства в Индии, и этот факт демонстрирует широкую применимость сезонных прогнозов климата.«Эта корреляция между снегом и будущим муссоном была установлена в течение нескольких десятилетий, но здесь мы разрабатываем систему прогнозирования, с помощью которой вы можете запустить модель и получить количество, а не просто корреляцию», — сказал Ян.
В будущем исследователи планируют расширить свои исследования, чтобы предсказать другие климатические факторы, такие как снегопад и осадки. В настоящее время они надеются, что их выводы могут быть полезны национальным организациям, которые делают прогнозы климата, таким как Национальное управление океанических и атмосферных исследований США и Европейский центр прогнозирования.Рэндал Костер, ученый из Центра космических полетов имени Годдарда НАСА, который изучает взаимодействие суши и атмосферы с использованием компьютерных моделей, сказал, что это исследование является примером того, как спутники могут улучшить прогнозы климата, предоставляя более точные данные для информирования о начальных условиях модели.
«В будущем такое использование спутниковых данных станет стандартом», — сказал Костер, не участвовавший в исследовании. «Подобные новаторские исследования абсолютно необходимы для того, чтобы это произошло».