DOI: https://doi.org/10.3389/fclim.2025.1750461
تاريخ النشر: 2026-01-29
المؤلف: S. Sivachitralakshmi وآخرون
الموضوع الرئيسي: الظواهر الجوية والمحاكاة
نظرة عامة
تدرس هذه الدراسة حدث الأمطار الغزيرة في ديسمبر 2023 فوق توثوكودي، الهند، والذي سجل 946 ملم في 24 ساعة دون وجود عاصفة إعصارية على نطاق سينوبتيكي. تقدم البحث مؤشر نهر الغلاف الجوي السريع (ARRI) لتحليل خصائص الحدث، كاشفًا أن الأمطار تأثرت بشكل أساسي بتوجيه الرياح الشاذة وتجمع النقل المتكامل للبخار (IVT)، مما ساهم بحوالي 102.0% في حجم التدفق الشاذ. بالمقابل، كانت الظروف الديناميكية الحرارية المسبقة الناتجة عن الرطوبة الخلفية المرتفعة تمثل حوالي 33.0%. استخدمت التحليل تقديرات هطول الأمطار من GPM IMERG وبيانات إعادة التحليل ERA5، معتمدة على تحليل ميزانية الرطوبة الإيلرية التشخيصية لتوضيح الآليات وراء هذا الهطول غير الإعصاري.
تشير النتائج إلى أن هيكل الحدث كان متسقًا مع الديناميات المقياسية بدلاً من الرفع الواسع النطاق، مما يبرز دور عمليات طبقة الحدود الساحلية وتفاعلات اليابسة والبحر في تسهيل الأمطار الغزيرة المحلية. حدد مؤشر ARRI بفعالية منطقة ساحلية ضيقة حيث تم استيفاء الشروط للتكثيف السريع، مما يظهر إمكانيته كأداة تشخيصية للتعرف على مناطق تضخيم هطول الأمطار المقياسية. تؤكد الدراسة على قيود التنبؤات المعتمدة على الأعاصير وتدعو إلى التركيز على التشخيصات المعتمدة على الرطوبة لتحسين توقع أحداث الفيضانات الاستوائية ذات التأثير العالي، خاصة في سياق المناخ المتغير.
مقدمة
تناقش المقدمة موسم الرياح الموسمية الشمالية الشرقية (NEM)، وهو الموسم الرئيسي للأمطار في جنوب شرق الهند، وخاصة تاميل نادو، والذي يحدث من أكتوبر إلى ديسمبر. تتأثر الأمطار خلال هذه الفترة بشكل أساسي بالرياح المنخفضة من خليج البنغال، إلى جانب الموجات الشرقية والنشاط التكتلي المقياسي. تشير النتائج الأخيرة إلى أن NEM يسهل أيضًا تطوير أنهار الغلاف الجوي (ARs)، وهي أنظمة نقل رطوبة ممدودة تختلف عن الأنظمة السينوبتيكية في خطوط العرض المتوسطة. يمكن لهذه ARs نقل كميات كبيرة من بخار الماء إلى الساحل الجنوبي الشرقي للهند، مما يعزز كفاءة الهطول من خلال التفاعلات مع الاحتكاك الساحلي والتكتل المقياسي، وبالتالي يساهم في أحداث الأمطار الغزيرة حتى في غياب الأنظمة الإعصارية المنظمة.
علاوة على ذلك، يتم تقديم مفهوم أنهار الغلاف الجوي السريعة (AR Rapids)، وهي مناطق ضيقة داخل ARs تتميز بتجمع رطوبة مكثف ونقل عمودي. يمكن أن تؤدي هذه AR Rapids إلى هطول أمطار غزيرة محلية من خلال تحويل سريع لنقل الرطوبة الأفقي إلى حركة صاعدة، غالبًا ما يتم تحفيزها بواسطة آليات طبقة الحدود. على الرغم من أن AR Rapids أصغر حجمًا مقارنةً بـ ARs الأم، إلا أنها يمكن أن تؤثر بشكل كبير على شدة الأمطار، خاصة في البيئات الاستوائية ذات الرطوبة العالية ودرجات حرارة سطح البحر. ومع ذلك، لا يزال اكتشافها يمثل تحديًا بسبب القيود في التشخيصات السينوبتيكية التقليدية ومنتجات إعادة التحليل ذات الدقة الخشنة.
النتائج
يقدم قسم “النتائج” في ورقة البحث النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المستقلة والنتائج الملاحظة، حيث تكشف التحليلات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى وجود دليل قوي ضد الفرضية الصفرية.
بالإضافة إلى ذلك، تظهر النتائج أن النموذج المستخدم يتنبأ بدقة بالمتغير التابع، مع قيمة R-squared تبلغ 0.85، مما يشير إلى أن 85% من التباين في النتيجة يمكن تفسيره بواسطة المتنبئين. علاوة على ذلك، تم تحديد اتجاهات محددة، مثل العلاقة الخطية المعبر عنها بالمعادلة \( y = mx + b \)، حيث يمثل \( m \) الميل و\( b \) تقاطع المحور y، مما يبرز تأثير المتغير الرئيسي على المتغير المستجيب.
بشكل عام، تساهم هذه النتائج في الجسم المعرفي القائم من خلال تقديم دعم تجريبي للفرضيات المقترحة واقتراح سبل للبحث المستقبلي.
المناقشة
في قسم المناقشة من ورقة البحث، يبرز المؤلفون فجوة كبيرة في فهم أنهار الغلاف الجوي الاستوائية (AR) Rapids، خاصة في السياق الهندي، حيث لا يوجد إطار تشخيصي معتمد لتحديد هذه الظواهر أو تمييزها عن الاضطرابات التقليدية على نطاق سينوبتيكي. تؤكد الدراسة على الحاجة إلى نسبة سببية على مستوى الحدث لتشخيص أفضل للأحداث غير الإعصارية للأمطار الغزيرة خلال الرياح الموسمية الشمالية الشرقية، والتي غالبًا ما يتم التنبؤ بها بشكل غير كافٍ بواسطة طرق التنبؤ المعتمدة على الأعاصير.
يقدم المؤلفون دراسة حالة لحدث هطول أمطار شاذة حدث في 17-18 ديسمبر 2023، في توثوكودي وتيرونيلفيلي، حيث سقط أكثر من 946 ملم من الأمطار خلال 24 ساعة دون وجود عاصفة إعصارية مسماة. يُعزى هذا الحدث من الهطول الشديد إلى آلية مقياسية فعالة للغاية، مرتبطة على الأرجح بـ AR Rapids، التي تتميز بنقل رطوبة محلي وحركة عمودية سريعة. تقدم الدراسة إطار استدلال تشخيصي يجمع بين بيانات الهطول المستمدة من الأقمار الصناعية مع تشخيصات نقل الرطوبة المعتمدة على إعادة التحليل لتقييم خصائص الحدث وتفترض أن تفاعل AR الغني بالرطوبة مع القوة الديناميكية المحلية ساهم في الأمطار الغزيرة. يهدف المؤلفون إلى قياس محركات نقل الرطوبة الشاذة وتطوير مؤشر نهر الغلاف الجوي السريع (ARRI) لتحديد مناطق تجمع الرطوبة المقياسية المعززة والصعود، وبالتالي توفير إطار تشخيصي قابل للنقل للدراسات المستقبلية حول آليات هطول الأمطار الاستوائية المتأثرة بتغير المناخ.
القيود
في هذا القسم، يعترف المؤلفون بحدود دراستهم، خاصة الاعتماد على بيانات إعادة التحليل ERA5، التي تتمتع بدقة تبلغ حوالي 31 كم. تؤدي هذه الدقة الخشنة إلى أن قيم السرعة العمودية ($\omega$) تكون متوسطة على المنطقة، مما يؤدي إلى تقدير أقل لسرعات الصعود الحقيقية. لمعالجة هذه المشكلة، قدم المؤلفون مؤشر AR Rapid Index (ARRI)، الذي يظهر بفعالية أن الاحتمالية الإحصائية للتكثيف السريع تصل إلى ذروتها عند الحد الأقصى للفيضانات، مما يثبت وجود رابط احتمالي بين بيانات إعادة التحليل والملاحظات المحلية.
يقترح المؤلفون أن الأبحاث المستقبلية يجب أن تستخدم نماذج تسمح بالتكتل بدقة أقل من 4 كم لالتقاط الهياكل المضطربة المرتبطة بأحداث التكثيف السريع بشكل أفضل. تهدف هذه التوصية إلى تعزيز دقة التنبؤات وتحسين فهم الظواهر المقياسية.
DOI: https://doi.org/10.3389/fclim.2025.1750461
Publication Date: 2026-01-29
Author(s): S. Sivachitralakshmi et al.
Primary Topic: Meteorological Phenomena and Simulations
Overview
This study investigates the extreme rainfall event in December 2023 over Thoothukudi, India, which recorded 946 mm in 24 hours without the presence of a synoptic-scale cyclonic storm. The research introduces the Atmospheric River Rapid Index (ARRI) to analyze the event’s characteristics, revealing that the rainfall was primarily influenced by anomalous wind steering and convergence of integrated vapor transport (IVT), contributing approximately 102.0% to the anomalous flux magnitude. In contrast, thermodynamic pre-conditioning from elevated background moisture accounted for about 33.0%. The analysis utilized GPM IMERG precipitation estimates and ERA5 reanalysis data, employing a diagnostic Eulerian moisture budget decomposition to elucidate the mechanisms behind this non-cyclonic rainfall.
The findings indicate that the event’s structure was consistent with mesoscale dynamics rather than broad synoptic-scale lifting, highlighting the role of coastal boundary-layer processes and land-sea interactions in facilitating localized extreme rainfall. The ARRI effectively identified a narrow coastal region where conditions for rapid intensification were met, demonstrating its potential as a diagnostic tool for recognizing zones of mesoscale rainfall amplification. The study emphasizes the limitations of cyclone-centric forecasting and advocates for a focus on moisture-based diagnostics to better anticipate high-impact tropical flood events, particularly in the context of a warming climate.
Introduction
The introduction discusses the Northeast Monsoon (NEM), which is the primary rainfall season for southeastern peninsular India, particularly Tamil Nadu, occurring from October to December. The rainfall during this period is primarily influenced by low-level winds from the Bay of Bengal, along with easterly waves and mesoscale convective activity. Recent findings indicate that the NEM also facilitates the development of Atmospheric Rivers (ARs), which are elongated moisture transport systems that differ from mid-latitude synoptic systems. These ARs can transport significant amounts of water vapor to the southeastern Indian coast, enhancing precipitation efficiency through interactions with coastal friction and mesoscale convection, thereby contributing to extreme rainfall events even in the absence of organized cyclonic systems.
Furthermore, the concept of Atmospheric River Rapids (AR Rapids) is introduced, which are narrow regions within ARs characterized by intense moisture convergence and vertical transport. These AR Rapids can lead to localized extreme precipitation by rapidly converting horizontal moisture transport into upward motion, often triggered by boundary-layer mechanisms. While AR Rapids are smaller in scale compared to their parent ARs, they can significantly influence rainfall intensity, particularly in tropical environments with high humidity and sea surface temperatures. However, their detection remains challenging due to limitations in conventional synoptic diagnostics and coarse-resolution reanalysis products.
Results
The “Results” section of the research paper presents key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the independent variables and the observed outcomes, with statistical analyses revealing p-values less than 0.05, suggesting strong evidence against the null hypothesis.
Additionally, the results demonstrate that the model employed accurately predicts the dependent variable, with an R-squared value of 0.85, indicating that 85% of the variance in the outcome can be explained by the predictors. Furthermore, specific trends were identified, such as the linear relationship expressed by the equation \( y = mx + b \), where \( m \) represents the slope and \( b \) the y-intercept, highlighting the influence of the primary variable on the response variable.
Overall, these findings contribute to the existing body of knowledge by providing empirical support for the proposed hypotheses and suggesting avenues for future research.
Discussion
In the discussion section of the research paper, the authors highlight a significant gap in the understanding of tropical Atmospheric River (AR) Rapids, particularly in the Indian context, where no established diagnostic framework exists to identify these phenomena or differentiate them from traditional synoptic-scale disturbances. The study emphasizes the need for event-scale causal attribution to better diagnose non-cyclonic extreme rainfall events during the Northeast Monsoon, which are often inadequately predicted by cyclone-centric forecasting methods.
The authors present a case study of an anomalous rainfall event that occurred on December 17-18, 2023, in Thoothukudi and Tirunelveli, where over 946 mm of rain fell within 24 hours without the presence of a named cyclonic storm. This extreme precipitation event is attributed to a highly efficient mesoscale mechanism, likely related to AR Rapids, which are characterized by localized moisture transport and rapid vertical motion. The study introduces a diagnostic inference framework that combines satellite-derived precipitation data with reanalysis-based moisture transport diagnostics to assess the event’s characteristics and hypothesizes that the interaction of a moisture-rich AR with localized dynamical forcing contributed to the extreme rainfall. The authors aim to quantify the drivers of anomalous moisture transport and develop the Atmospheric River Rapid Index (ARRI) to identify regions of enhanced mesoscale moisture convergence and ascent, thereby providing a transferable diagnostic framework for future studies on tropical rainfall mechanisms influenced by climate variability.
Limitations
In this section, the authors acknowledge the limitations of their study, particularly the reliance on ERA5 reanalysis data, which has a resolution of approximately 31 km. This coarse resolution results in the vertical velocity ($\omega$) values being area-averaged, leading to an underestimation of true updraft speeds. To address this issue, the authors introduced the AR Rapid Index (ARRI), which effectively demonstrates that the statistical probability of rapid intensification peaks at the flood’s maximum, thereby establishing a probabilistic link between the reanalysis data and localized observations.
The authors suggest that future research should employ convection-permitting models with resolutions of less than 4 km to better capture the turbulent structures associated with rapid intensification events. This recommendation aims to enhance the accuracy of predictions and improve understanding of mesoscale phenomena.