DOI: https://doi.org/10.1038/s43247-025-02977-9
تاريخ النشر: 2026-01-05
المؤلف: Donghyuck Yoon وآخرون
الموضوع الرئيسي: تغير المناخ والنماذج
مقدمة
نظام التنبؤ عالي الدقة على مجالات الأرض إلى المحلية (SHiELD)، الذي تم تطويره بواسطة مختبر ديناميات السوائل الجيوفيزيائية (GFDL)، هو نظام نمذجة موحد متقدم مصمم لتوقع ظواهر الطقس متعددة المقاييس. باستخدام النواة الديناميكية غير الهيدروستاتيكية Finite-Volume Cubed-Sphere (FV3)، يمكن لـ SHiELD محاكاة الأحداث عبر مقاييس مكانية وزمنية متنوعة، تتراوح من الظواهر متوسطة المقياس بدقة 3 كم إلى التوقعات العالمية بدقة 25 كم. تستخدم الدراسة تكوين SHiELD بدقة 13 كم العالمية، والذي يتم تهيئته باستخدام بيانات تحليل نظام التنبؤ العالمي (GFS) من المراكز الوطنية للتنبؤ البيئي (NCEP) ويتكامل على مدى فترة توقع تبلغ 10 أيام. تسهم التحسينات الكبيرة في معلمات الفيزياء، بما في ذلك نموذج سطح الأرض Noah ونظام ميكروفزيائية السحب GFDL، في تحسين مهارة التنبؤ.
للتحقيق في قابلية التنبؤ بترابط الأرض-الغلاف الجوي (L-A) في أحداث الجفاف-موجات الحرارة المركبة، تقوم الدراسة بمعالجة المخرجات الخام لـ SHiELD إلى قيم يومية، مع التركيز على التوقعات التي تم تهيئتها في الساعة 00 UTC من 8 مايو إلى 15 سبتمبر. تتضمن التحليل حساب ارتباطات الشذوذ لدرجة الحرارة القصوى المتوقعة (TMAX) ومتغيرات سطح الأرض، على الرغم من غياب سجل مناخي لمدة 20 عامًا لـ SHiELD. تعترف الدراسة بحدود تضمين انحيازات النموذج في حسابات الشذوذ لكنها تؤكد أن التحليلات الأساسية تعتمد على بيانات توقع النموذج. وبالتالي، فإن تقييم قابلية التنبؤ بمتغيرات سطح الأرض يعطي الأولوية للارتباط الزمني على المقارنات المطلقة، مع معالجة عدم اليقين في مجموعات بيانات تحليل سطح الأرض.
طرق
في هذه الدراسة، يركز المؤلفون على درجة الحرارة القصوى اليومية (TMAX) كمتغير حاسم لتحليل موجات الحرارة وتفاعلاتها مع العمليات الهيدرولوجية السطحية. تم الحصول على بيانات TMAX من متجر بيانات المناخ كوبيرنيكوس (CDS)، وتحديدًا مجموعة بيانات إحصائيات ERA5-Land اليومية، التي توفر بيانات إعادة تحليل عالية الدقة بدقة أفقية تبلغ حوالي 9 كم. تم حساب قيم TMAX كأعلى درجة حرارة مسجلة على مدى 24 ساعة، تمتد من 0 Z إلى 0 Z، وتم استخراجها للفترة من منتصف مايو إلى منتصف سبتمبر لتسهيل تحليل التأخير والتقدم لأحداث الجفاف-موجات الحرارة.
لتقييم الشذوذ، استخدم المؤلفون خط أساس مناخي لمدة 30 عامًا من 1991 إلى 2020. تم استيفاء بيانات TMAX لإنشاء شبكة متسقة، مما يضمن التوافق مع مجموعات بيانات سطح الأرض الأخرى المستخدمة في البحث. يسمح هذا النهج المنهجي بتحليل قوي للعلاقة بين extremes درجات الحرارة والاستجابات الهيدرولوجية في المناطق المحددة.
نقاش
تركز قسم النقاش في ورقة البحث على الخصائص المكانية والزمنية لأحداث الجفاف-موجات الحرارة المركبة، مع تحليل ست حالات مهمة. يبرز أنه خلال هذه الأحداث، يمكن أن تتجاوز شذوذ متوسط درجة حرارة الهواء السطحية اليومية القصوى (TMAX) 4 كلفن على مساحات واسعة، حيث تؤثر حالة 2010 على أكبر منطقة (3.5 مليون كم²) وحالة 2012 على أصغر منطقة (1.2 مليون كم²). تجد الدراسة ارتباطًا سلبيًا قويًا (أكبر من 0.7) بين شذوذ TMAX وشذوذ رطوبة التربة (SM)، مما يشير إلى أن ظروف الجفاف الشديدة تتزامن عادةً مع الحرارة الشديدة. يظهر التطور الزمني لهذه الشذوذ أن TMAX يصل إلى ذروته في نفس الوقت تقريبًا مع أدنى قيم SM، مما يبرز الاعتماد المتبادل بين ظروف الجفاف وموجات الحرارة.
علاوة على ذلك، تقيم الورقة سلوكيات الترابط بين الأرض والغلاف الجوي (L-A) بشكل كمي من خلال تحليلات شبكة تلو الأخرى، مما يكشف عن أنظمة ترابط متميزة عبر الأحداث التي تم تحليلها. تشير النتائج إلى أن المناطق المختلفة تظهر سلوكيات ترابط مهيمنة متباينة، حيث تظهر بعض المناطق ترابطًا قويًا هابطًا (TMAX-LHF) بينما تظهر مناطق أخرى ترابطًا صاعدًا (SM-LHF). من الجدير بالذكر أن حالة 2022 كانت مهيمنة من قبل ترابط TMAX-LHF، بينما أظهرت حالة 2023 هيمنة ترابط SM-LHF. تربط الدراسة أيضًا هذه الأنظمة الترابطية بتقسيم تدفقات الطاقة السطحية، مما يوضح أن المناطق ذات النسب التبخيرية الأعلى (EF) مرتبطة بالترابط الهابط، بينما تعكس تلك ذات قيم EF المنخفضة الترابط الصاعد. هذا الفهم الدقيق للتفاعلات بين الأرض والغلاف الجوي لا يعزز فقط فهم أحداث الجفاف-موجات الحرارة المركبة ولكنه أيضًا له آثار على تحسين مهارات التنبؤ، خاصة في الظروف المحدودة بالمياه.
DOI: https://doi.org/10.1038/s43247-025-02977-9
Publication Date: 2026-01-05
Author(s): Donghyuck Yoon et al.
Primary Topic: Climate variability and models
Introduction
The System for High-resolution prediction on Earth-to-Local Domains (SHiELD), developed by the Geophysical Fluid Dynamics Laboratory (GFDL), is an advanced unified modeling system designed for forecasting multi-scale weather phenomena. Utilizing the nonhydrostatic Finite-Volume Cubed-Sphere (FV3) Dynamical Core, SHiELD can simulate events across various spatial and temporal scales, ranging from mesoscale phenomena at 3 km resolution to global forecasts at 25 km resolution. The study employs the global 13-km resolution configuration of SHiELD, which is initialized using National Centers for Environmental Prediction (NCEP) Global Forecast System (GFS) analysis data and integrates over a 10-day forecast period. Significant enhancements in physics parameterizations, including the Noah land surface model and GFDL cloud microphysics scheme, contribute to improved forecast skill.
To investigate the predictability of land-atmosphere (L-A) coupling in compound drought-heatwave events, the study processes SHiELD’s raw output into daily values, focusing on forecasts initialized at 00 UTC from May 8 to September 15. The analysis involves calculating anomaly correlations for forecasted maximum temperature (TMAX) and land surface variables, despite the absence of a 20-year climatological record for SHiELD. The study acknowledges the limitations of including model biases in the anomaly calculations but emphasizes that the primary analyses rely on the model’s forecast data. Consequently, the evaluation of land surface variable predictability prioritizes temporal correlation over absolute comparisons, addressing uncertainties in the land surface analysis datasets.
Methods
In this study, the authors focus on the maximum daily temperature (TMAX) as a critical variable for analyzing heatwaves and its interactions with surface hydrological processes. TMAX data was sourced from the Copernicus Climate Data Store (CDS), specifically the ERA5-Land Daily Statistics dataset, which provides high-resolution reanalysis data with a horizontal resolution of approximately 9 km. The TMAX values were calculated as the highest temperature recorded over a 24-hour period, spanning from 0 Z to 0 Z, and were extracted for the period from mid-May to mid-September to facilitate a lead-lag analysis of drought-heatwave events.
To assess the anomalies, the authors utilized a 30-year climatological baseline from 1991 to 2020. The TMAX data was interpolated to create a consistent grid, ensuring compatibility with other land surface datasets employed in the research. This methodological approach allows for a robust analysis of the relationship between temperature extremes and hydrological responses in the specified regions.
Discussion
The discussion section of the research paper focuses on the spatiotemporal characteristics of compound drought-heatwave events, analyzing six significant cases. It highlights that during these events, mean daily maximum surface air temperature (TMAX) anomalies can exceed 4 K over extensive areas, with the 2010 case affecting the largest area (3.5 million km²) and the 2012 case the smallest (1.2 million km²). The study finds a strong negative correlation (greater than 0.7) between TMAX anomalies and soil moisture (SM) anomalies, indicating that severe drought conditions typically coincide with extreme heat. The temporal evolution of these anomalies shows that TMAX peaks around the same time as the lowest SM values, emphasizing the interdependence of drought and heatwave conditions.
Furthermore, the paper quantitatively assesses land-atmosphere (L-A) coupling behaviors through grid-by-grid analyses, revealing distinct coupling regimes across the analyzed events. The results indicate that different regions exhibit varying dominant coupling behaviors, with some areas showing strong downward coupling (TMAX-LHF) while others display upward coupling (SM-LHF). Notably, the 2022 case was dominated by TMAX-LHF coupling, whereas the 2023 case exhibited a predominance of SM-LHF coupling. The study also connects these coupling regimes to the partitioning of surface energy fluxes, demonstrating that regions with higher evaporative fractions (EF) are associated with downward coupling, while those with lower EF values reflect upward coupling. This nuanced understanding of L-A interactions not only enhances the comprehension of compound drought-heatwave events but also has implications for improving forecast skills, particularly in water-limited conditions.