Onderzoekers verbonden aan de Universiteit van Texas in Austin hebben een strategie ontwikkeld die seizoensgebonden regenval in de Aziatische moessonregio nauwkeuriger voorspelt en die tastbare verbeteringen kan opleveren voor het waterbeheer op het Indiase subcontinent, meer dan een vijfde van de wereldbevolking treft.

Met behulp van satellietgegevens over de grootte en omvang van het sneeuwpakket op het Tibetaanse plateau en in Siberië, het team creëerde betere klimaatmodelsimulaties die variatie in moessonregens het volgende seizoen voorspellen. Het nieuwe onderzoek is online gepubliceerd in Brieven voor milieuonderzoek .

"We concentreren ons op de tijdschaal voorbij de 14 dagen van weersvoorspellingen tot een verder, seizoensgebonden vooruitzichten, " zei Peirong Lin, momenteel een postdoc aan de Princeton University die hielp bij het leiden van dit onderzoeksproject terwijl hij een afgestudeerde student was aan de UT Jackson School of Geosciences. "Dit is een zeer belangrijke tijdschaal omdat waterbeheerders de voorspelling maanden voorafgaand aan het begin van de moesson moeten weten voor beslissingen over hulpbronnen en landbouw."

Moessonwinden en de daarmee gepaard gaande regen worden voortgestuwd door het temperatuurverschil tussen land en oceaan. De huidige klimaatvoorspelling is gebaseerd op computermodellen die gebruik maken van algemene circulatiemodellen, bodemvocht en andere factoren. Het nieuwe model maakt gebruik van complementaire satellietgegevens om deze voorspellingen te verbeteren door een historisch erkend verband tussen sneeuwpakkenmerken en moessonsterkte boven de Aziatische moessonregio opnieuw te bekijken, vooral op het Indiase subcontinent.

"Voor Indiase moessons, het was bijna 140 jaar geleden empirisch bekend dat regenval in de zomer verband hield met sneeuw in de Himalaya, " zei Zong-Liang Yang, professor in de afdeling Geologische Wetenschappen van de Jackson School. "Maar met ons nieuwe model, we hebben nu een dieper begrip van de onderling verbonden processen, en we zijn in staat om zo'n verband te kwantificeren dat de sterkte van het moessonseizoen voorspelt uit sneeuwpakket."

Het nieuwe onderzoek gebruikt zowel de breedte als de diepte van wintersneeuw om moessons nauwkeuriger te simuleren. De informatie die de nieuwe modellen beperkt, is afkomstig van twee satellieten:de Moderate Resolution Imaging Spectroradiometer (MODIS) die gegevens levert over sneeuwbedekking, en het Gravity Recovery and Climate Experiment (GRACE) met zwaartekrachtinformatie die de diepte van sneeuw bepaalt. gecombineerd, de waarnemingen maken de gemodelleerde sneeuwcondities realistischer en tonen aan dat een zwaar pak sneeuw - met een langzamere opwarming van de landmassa in vergelijking met de oceaan - leidt tot zwakkere moessons. Omgekeerd, mildere wintersneeuw leidt tot sterkere moessons.

Uit het onderzoek blijkt ook dat sneeuw in Tibet en Siberië verschillende rollen spelen bij het matigen van de moessonregens. De sneeuw op het Tibetaanse plateau is relatief dun in vergelijking met die van Siberië. Gedetailleerde analyse in de onderzoekspaper laat zien dat het Tibetaanse sneeuwpakket een paar weken van voorspellingen verbetert. Het is de Siberische sneeuw die later in de zomer smelt, daardoor een langere impact op het klimaatsysteem, dat beïnvloedt voorspellingen met een langere doorlooptijd en verder in het piekmoessonseizoen.

Er zijn kanttekeningen bij dit onderzoek. De moesson treft een veel groter deel van de wereld, maar de simulaties van het team toonden aan dat de meest uitgesproken voorspellingen alleen werden verkregen op het Indiase subcontinent, en ze waren niet zo effectief in Oost-Azië.

"De voorspelling is grotendeels verbeterd over het Indiase subcontinent, waarschijnlijk omdat de Indiase moesson gevoeliger is voor sneeuwveranderingen op het land, "zei Lin. "De Oost-Aziatische moesson kan complexer zijn."

Nog altijd, het team hoopt dat de nieuwe strategie die door hun onderzoek is ontwikkeld, zal worden gebruikt om de seizoensvoorspellingen buiten het Indiase subcontinent te verbeteren, met toekomstig onderzoek dat de huidige simulaties uitbreidt.

"Het werk dat we op de Jackson School hebben gedaan, is toonaangevend, maar het zal enige tijd duren voordat deze ideeën worden geïmplementeerd in operationele modelleringssystemen in operationele centra, " zei Yang. "Maar ons doel is om de kloof tussen onderzoek en operatie te verkleinen en manieren te vinden om veel van de onderbenutte satellieten te gebruiken die de weersvoorspelling op lange termijn kunnen bepalen."