Wanneer er meerdere factoren in het spel zijn in een situatie die zelf aan het veranderen is, zoals een El Nino-winter in een veranderend klimaat, hoe kunnen wetenschappers erachter komen wat wat veroorzaakt? Onderzoekers van het Lawrence Berkeley National Laboratory hebben een geavanceerde statistische methode ontwikkeld voor het kwantificeren en visualiseren van veranderingen in omgevingssystemen en het eenvoudig uitkiezen van de drijvende factor.

In een nieuwe studie gepubliceerd in het tijdschrift Klimaatdynamiek , ze gebruikten hun nieuwe techniek om naar de winters in Californië te kijken. "Veel mensen zullen een winter beschrijven door hoe regenachtig of hoe koud het was, " zei hoofdauteur John P. O'Brien, een afgestudeerde student-onderzoeksassistent bij Berkeley Lab. "In plaats van elke vraag afzonderlijk te stellen, wat we doen is beide tegelijkertijd ondervragen als een functie van een grootschalige klimaatforcering, zoals El Niño."

Met de nieuwe methode kunnen onderzoekers rekening houden met variabelen waarvan de statistieken in de loop van de tijd veranderen - in dit geval veranderingen veroorzaakt door El Nino/La Nina. Ze ontdekten dat in het noorden van Californië, De omstandigheden van La Nina en El Nino resulteren in bijna gelijke hoeveelheden winterneerslag. Echter, De winters in La Nina zijn vaak veel kouder, wat resulteert in gunstiger omstandigheden voor een groter sneeuwpakket in de bergen. Dus vanuit het perspectief van de watervoorziening in de zomer, in tegenstelling tot wat algemeen wordt gedacht, La Nina-winters kunnen zelfs de voorkeur hebben boven El Nino-winters. Hetzelfde, echter, gold niet voor Zuid-Californië.