Video Experimental Relacionado
Updated: Jun 22, 2025

Investigating the Relationship between Sea Surface Chlorophyll and Major Features of the South China Sea with Satellite Information
Published on: June 13, 2020
La previsibilidad explicable de El Niño a partir de las interacciones de los modos climáticos
Sen Zhao1, Fei-Fei Jin2,3, Malte F Stuecker4,5
1Department of Atmospheric Sciences, School of Ocean and Earth Science and Technology (SOEST), University of Hawai'i at Mānoa, Honolulu, HI, USA.
Un modelo de oscilador de recarga no lineal extendido mejora las previsiones de El Niño-Oscilación Sur (ENSO) hasta 18 meses. Este modelo vincula la habilidad de pronóstico a las condiciones iniciales de otros modos climáticos, mejorando la previsibilidad más allá de los modelos climáticos actuales.
Área de la Ciencia:
- Ciencias del clima
- La oceanografía
- Ciencias atmosféricas
Sus antecedentes:
- El Niño-Oscilación del Sur (ENSO) es el principal impulsor de la variabilidad climática estacional global.
- La cuantificación de las fuentes de previsibilidad de ENSO sigue siendo un desafío importante.
- La inteligencia artificial ofrece pronósticos avanzados pero carece de vínculo con el proceso físico.
Objetivo del estudio:
- Desarrollar y validar un modelo para el pronóstico de ENSO.
- Identificar y cuantificar las fuentes de previsibilidad de ENSO.
- Mejorar la comprensión de la dinámica y las interacciones de ENSO.
Principales métodos:
- Desarrollo de un modelo de oscilador de recarga no lineal extendido (XRO).
- Incorporación de las dinámicas centrales del ENSO y de las interacciones con otros modos climáticos.
- Análisis de las condiciones iniciales y efectos de memoria de los modos climáticos en el ENSO.
Principales resultados:
- El modelo XRO logró pronósticos ENSO hábiles de hasta 16-18 meses, superando a los modelos climáticos globales.
- La habilidad de pronóstico estaba vinculada a las condiciones iniciales y a la memoria de otros modos climáticos.
- La reducción de los sesgos del modelo en la dinámica de ENSO y las interacciones de modo mejoró la habilidad de pronóstico.
Conclusiones:
- El modelo XRO proporciona un marco parsimonioso pero eficaz para la predicción de ENSO.
- La comprensión de las interacciones entre ENSO y otros modos climáticos es crucial para mejorar las previsiones.
- El marco XRO ofrece objetivos para mejorar las simulaciones y predicciones ENSO.
Más Videos Relacionados
Videos de Conceptos Relacionados
Global Climate Change
What is Climate?
Precipitation Processes
What is Weather?
Precipitation and Co-precipitation
Variability: Analysis
The range is a simple measure of variability, indicating the difference between the highest and...

