DOI: https://doi.org/10.5194/wcd-7-89-2026
تاريخ النشر: 2026-01-15
المؤلف: Peter Pfleiderer وآخرون
الموضوع الرئيسي: تغير المناخ والنماذج
مقدمة
تسلط مقدمة ورقة البحث الضوء على الاحترار الكبير لصيف أوروبا الذي يُعزى إلى تغير المناخ الناتج عن الأنشطة البشرية، مما أدى إلى آثار بيئية واجتماعية ملحوظة. هذا الاحترار هو في الأساس ديناميكي حراري، حيث تزداد حدة الفصول الدافئة والحرارة الشديدة في جو أكثر دفئًا. ومع ذلك، تتأثر الاختلافات الإقليمية في حرارة الصيف بعوامل مثل تغييرات دوران الغلاف الجوي والتغذية المرتدة بين اليابسة والغلاف الجوي. تؤكد الورقة على أهمية فهم دور الدوران على نطاق واسع في دفع الحرارة الشديدة واتجاهات درجات الحرارة، لا سيما في المناطق المتوسطة العرض، حيث تعتبر التغيرات في ديناميات تيار النفاث وشدة مسار العواصف حاسمة.
يشير المؤلفون إلى أنه بينما تكون التغيرات القسرية في دوران الغلاف الجوي عمومًا صغيرة مقارنة بتقلب المناخ الداخلي، فإن تقييم مساهمتها في اتجاهات درجات الحرارة المحلية أمر ضروري لفهم سيناريوهات المناخ الماضية والمستقبلية. يحددون فجوة في النماذج الحالية، حيث تتجاوز الاتجاهات الملحوظة في بعض المناطق تلك التي تتنبأ بها المحاكاة، مما يشير إلى وجود نقص محتمل في نمذجة التغيرات ذات التردد المنخفض. تهدف الدراسة إلى تقييم اتجاهات درجات الحرارة الصيفية الناتجة عن الدوران عبر المناطق المتوسطة الشمالية باستخدام كل من طرق التحليل الإحصائي ومحاكاة الدوران المدعومة. تسعى للإجابة على سؤالين رئيسيين: موثوقية الطرق الإحصائية في تقدير الاتجاهات الناتجة عن الدوران على المدى الطويل مقابل معيار نموذج المناخ، وتحديد هذه الاتجاهات في البيانات الملاحظة ومحاكاة CESM2.
طرق
في هذا القسم، يحدد المؤلفون المنهجيات المستخدمة في بحثهم، مستفيدين من المحاكاة من نموذج المناخ الأرضي المجتمعي المتكامل، الإصدار 2 (CESM2)، بما في ذلك البيانات من مجموعة CESM2 الكبيرة. في البداية، يتم اختبار طرق التحليل على محاكاة الدوران المدعومة من CESM2، تليها تطبيقها على بيانات مركز التنبؤات الجوية متوسطة المدى (ECMWF) إعادة التحليل v5 (ERA5) التي تمتد من 1979 إلى 2023.
تقيّم الدراسة أربع طرق للتعديل الديناميكي تهدف إلى تمييز التأثيرات الديناميكية عن التأثيرات الديناميكية الحرارية: (1) الانحدار الجبهي، (2) نظائر الدوران المُنشأة، (3) تحليل التأثير المباشر (DEA)، و(4) شبكة عصبية UNET. يؤكد المؤلفون أن هذه الطرق تم تنفيذها كما تم تصميمها في الدراسات السابقة، باستخدام وكلاء مختلفين لدوران الغلاف الجوي دون تأثير كبير على النتائج. يتم تقديم تحليل الحساسية للانحدار الجبهي في الشكل G1، وتتم مناقشة المزيد حول الاختلافات بين الطرق وآثارها على التحليل في القسم 4.
نتائج
في هذا القسم، يقيم المؤلفون أداء طرق إحصائية مختلفة في تقدير اتجاهات درجات الحرارة في يوليو-أغسطس-سبتمبر (JJA) الناتجة عن الدوران في المناطق المتوسطة. يتم اشتقاق الاتجاهات المقدرة، المشار إليها بـ $\hat{y}$، من محاكاة CESM2 الحرة + ssp370 ومقارنتها بالاتجاهات المرجعية $y$ من محاكاة CESM2 piControl-nudged. تستخدم التقييم أربعة مقاييس مهارة:
1. نسبة خلايا الشبكة ذات علامات الاتجاه المحددة بشكل صحيح، مما يشير إلى قدرة الطريقة على التقاط اتجاه الاتجاهات ذات الصلة بالكشف عن تغير المناخ.
2. معامل بيرسون، الذي يقيس دقة نمط الاتجاهات المكانية، معترفًا بأن بعض الطرق قد تعكس بدقة التوزيع المكاني بينما تسيء تمثيل أحجام الاتجاهات.
3. معامل التحديد ($R^2 = 1 – \frac{(y – \hat{y})^2}{(y – \bar{y})^2}$)، الذي ي quantifies النسبة من التغير الملحوظ التي تفسرها التنبؤات، على الرغم من أنه حساس للتحيزات في التقديرات المتوسطة.
4. ميل الانحدار بين الاتجاهات المتوقعة والمرجعية، مما يكشف عما إذا كانت الطريقة تميل إلى المبالغة في تقدير أو التقليل من أحجام الاتجاهات.
تُطبق جميع المقاييس مباشرة على البيانات الموزعة دون وزن المنطقة، مما يوفر تقييمًا شاملاً لأداء الطريقة في التقاط اتجاهات درجات الحرارة.
مناقشة
في هذا القسم، يناقش المؤلفون استخدام محاكيات الدوران المدعومة من CESM2 كمعيار لتقييم طرق التحليل التي تهدف إلى عزل تأثيرات دوران الغلاف الجوي على اتجاهات درجات الحرارة. تم تصميم المحاكيات، المشار إليها باسم “piControl-nudged”، للحفاظ على قوة ديناميكية حرارية ثابتة مع السماح لتقلب الدوران بأن يعكس الظروف التاريخية. تتيح هذه الطريقة تقييم مساهمة الدوران في التغيرات في درجات الحرارة بشكل مستقل عن التأثيرات الديناميكية الحرارية، وهو أمر حاسم لفهم استجابات درجات الحرارة المحلية والإقليمية.
تشير النتائج إلى أن اتجاهات درجات الحرارة الناتجة عن الدوران من المحاكيات piControl-nudged تظهر تقلبًا داخليًا كبيرًا، مع اتجاهات تتراوح من -0.35 إلى 0.35 كلفن لكل عقد عبر عمليات مختلفة. من الجدير بالذكر أن الدراسة تكشف أنه بينما تكون الأنماط المكانية لهذه الاتجاهات متسقة، فإنها غالبًا ما تفتقر إلى الأهمية الإحصائية، مما يشير إلى أنها قد تكون غير قابلة للتمييز عن الضوضاء. يتم استخدام طرق إحصائية مختلفة، بما في ذلك الانحدار الجبهي، وتحليل التأثير المباشر (DEA)، وشبكة عصبية تلافيفية UNET، لتقدير الاتجاهات الناتجة عن الدوران. من بين هذه، تُظهر UNET أعلى دقة في توقع علامات الاتجاهات والارتباطات، على الرغم من أنها تميل إلى التقليل من أحجام الاتجاهات. بشكل عام، تؤكد النتائج على تعقيد فصل تأثيرات دوران الغلاف الجوي والعوامل الديناميكية الحرارية على اتجاهات درجات الحرارة، مما يبرز أهمية المنهجيات القوية لتحليل اتجاهات المناخ.
DOI: https://doi.org/10.5194/wcd-7-89-2026
Publication Date: 2026-01-15
Author(s): Peter Pfleiderer et al.
Primary Topic: Climate variability and models
Introduction
The introduction of the research paper highlights the significant warming of European summers attributed to anthropogenic climate change, which has led to notable ecological and societal impacts. This warming is primarily thermodynamic, with warm seasons and heat extremes intensifying in a warmer atmosphere. However, regional variations in summer heat are influenced by factors such as atmospheric circulation changes and land-atmosphere feedbacks. The paper emphasizes the importance of understanding the role of large-scale circulation in driving heat extremes and temperature trends, particularly in mid-latitude regions, where changes in jet stream dynamics and storm track intensity are critical.
The authors note that while forced changes in atmospheric circulation are generally small compared to internal climate variability, assessing their contribution to local temperature trends is essential for understanding past and future climate scenarios. They identify a gap in existing models, where observed trends in certain regions exceed those predicted by simulations, suggesting potential deficiencies in modeling low-frequency variability. The study aims to evaluate circulation-induced summer temperature trends across the northern mid-latitudes using both statistical decomposition methods and nudged circulation simulations. It seeks to answer two primary questions: the reliability of statistical methods in estimating long-term circulation-driven trends against a climate model benchmark, and the identification of these trends in observational data and CESM2 simulations.
Methods
In this section, the authors outline the methodologies employed in their research, utilizing simulations from the fully coupled Community Earth System Climate Model, Version 2 (CESM2), including data from the CESM2 large ensemble. Initially, decomposition methods are tested on nudged circulation CESM2 simulations, followed by their application to the European Centre for Medium-Range Weather Forecasts (ECMWF) Reanalysis v5 (ERA5) data spanning from 1979 to 2023.
The study evaluates four dynamical adjustment methods aimed at distinguishing the dynamic effects from thermodynamic effects: (1) ridge regression, (2) constructed circulation analogues, (3) direct effect analysis (DEA), and (4) a neural network UNET. The authors emphasize that these methods are implemented as originally designed in prior studies, utilizing different proxies for atmospheric circulation without significant impact on the results. A sensitivity analysis for ridge regression is presented in Figure G1, and further discussions on the differences between the methods and their implications for decomposition are provided in Section 4.
Results
In this section, the authors assess the performance of various statistical methods in estimating circulation-induced mid-latitude July-August-September (JJA) temperature trends. The estimated trends, denoted as $\hat{y}$, are derived from CESM2 free-running hist+ssp370 simulations and compared to benchmark trends $y$ from CESM2 piControl-nudged simulations. The evaluation employs four skill metrics:
1. The percentage of grid-cells with correctly identified trend signs, which indicates the method’s ability to capture the direction of trends relevant for climate change detection.
2. Pearson correlation, which measures the spatial pattern accuracy of the trends, acknowledging that some methods may accurately reflect spatial distribution while misrepresenting trend magnitudes.
3. The coefficient of determination ($R^2 = 1 – \frac{(y – \hat{y})^2}{(y – \bar{y})^2}$), which quantifies the proportion of observed variability explained by predictions, though it is sensitive to biases in average estimates.
4. The regression slope between predicted and benchmark trends, revealing whether the method tends to overestimate or underestimate trend magnitudes.
All metrics are applied directly to the gridded data without area weighting, providing a comprehensive evaluation of method performance in capturing temperature trends.
Discussion
In this section, the authors discuss the use of CESM2 nudged circulation simulations as a benchmark for evaluating decomposition methods aimed at isolating the effects of atmospheric circulation on temperature trends. The simulations, referred to as “piControl-nudged,” are designed to maintain fixed thermodynamic forcing while allowing circulation variability to reflect historical conditions. This approach enables the assessment of circulation’s contribution to temperature changes independently from thermodynamic influences, which is crucial for understanding local and regional temperature responses.
The findings indicate that circulation-induced temperature trends from the piControl-nudged simulations exhibit significant internal variability, with trends ranging from -0.35 to 0.35 K per decade across different runs. Notably, the study reveals that while the spatial patterns of these trends are consistent, they often lack statistical significance, suggesting that they may be indistinguishable from noise. Various statistical methods, including ridge regression, Direct Effect Analysis (DEA), and a UNET convolutional neural network, are employed to estimate circulation-induced trends. Among these, the UNET demonstrates the highest accuracy in predicting trend signs and correlations, although it tends to underestimate trend magnitudes. Overall, the results underscore the complexity of disentangling the influences of atmospheric circulation and thermodynamic factors on temperature trends, highlighting the importance of robust methodologies for climate trend analysis.