Frequentere extreme klimaatgebeurtenissen zijn een grote wereldwijde uitdaging geworden. Om de menselijke en economische kosten van deze gebeurtenissen te beperken, maken klimatologen consequent toekomstige klimaatvoorspellingen. Deze projecties helpen beleidsmakers om uitvoerbaar klimaatbeleid te ontwikkelen om de gevaarlijkste effecten van klimaatverandering te voorkomen. Vanwege het grote gegevensvolume dat nodig is voor nauwkeurige voorspellingen, vertrouwen wetenschappers op door supercomputers geleide klimaatmodellen om voorspellingen te doen en veranderingen in het klimaatsysteem te projecteren. Een onvolledig fysiek begrip van de dynamische klimatologische processen van de aarde blijft echter een belangrijke beperking met betrekking tot de bruikbaarheid van klimaatmodellen.

Chibuike Ibebuchi van het Instituut voor Fysische Geografie, Universiteit van Würzburg, voerde een recent onderzoek uit, gepubliceerd in Advances in Atmospheric Sciences, die een synoptische klimatologische statistische modelleringsbenadering toepaste, genaamd "circulatietypering met fuzzy geroteerde hoofdcomponentenanalyse."

Deze nieuwe techniek is ontworpen om het fysieke begrip te vergroten van de mechanismen waarmee televerbindingen, zoals de subtropische dipool in de Indische Oceaan, de seizoensgebonden neerslagvariabiliteit beïnvloeden in zuidelijk Afrika, een regio die kwetsbaar is voor klimaatextremen. Bij het typen van circulatie wordt rekening gehouden met zowel ruimte als tijd voor afwijkingen in de regenval.

Ibebuchi is van mening dat klimaatmodellering en projectieverbeteringen vooruitgang kunnen boeken met meer onderzoeksstudies die gericht zijn op het verkrijgen van een beter fysiek begrip van klimaatprocessen op synoptische en mondiale schaal. Verder moet onderzoek analyseren hoe de synoptische en grootschalige klimaatprocessen interageren met regionale klimaten. Onderzoekers kunnen dit bereiken door technieken te verbeteren voor het effectief afbreken van klimaatdatasets door ruimte en tijd om de duidelijke (continue) variabiliteit te ontrafelen die samenhangt met het klimaatsysteem.

Meer specifiek richt Ibebuchi zich voor deze vervolgstudies op het ontwikkelen en optimaliseren van bestaande statistische methoden voor het ontleden of opsplitsen van datasets om fysiek zinvolle klimaatvoorspellingssignalen te ontrafelen. Dit omvat het diagnosticeren van verkeerde voorstellingen in klimaatmodelleringsprocessen. + Verder verkennen

Waarnemings- en modelgegevens helpen om de Derde Pool beter te begrijpen