Представлен обзор методов сезонного климатического прогнозирования. Прослежена эволюция прогностических методов от ранних эмпирико-статистических подходов, основанных на выявлении устойчивых связей в климатической системе, до современных сложных динамических и динамико-статистических моделей, включая методы искусственного интеллекта. Особое внимание уделяется роли ключевых климатических процессов, таких как Эль-Ниньо Южное колебание, колебание Маддена– Джулиана, состояние влажности почвы и арктических морских льдов, как основных источников предсказуемости на сезонных масштабах. Рассмотрена концепция «окон возможностей» периодов, когда влияние этих факторов на региональную циркуляцию максимально, что позволяет повысить точность прогнозов. Описаны компоненты современной системы сезонного прогнозирования, включая генерацию ансамблей оперативных и ретроспективных прогнозов, использование мультимодельных подходов для оценки и снижения неопределенности, а также методы верификации. Освещена инфраструктура Всемирной метеорологической организации, в частности, роль глобальных центров долгосрочных прогнозов и региональных климатических центров, таких как Северо-Евразийский климатический центр, в адаптации глобальных прогностических продуктов к региональным условиям. Отдельно обсуждаются вопросы разработки специализированных прогностических продуктов для ключевых секторов экономики, а также перспективные направления развития, включая прогнозирование на основе воздействий (impact-based forecasting).
Идентификаторы и классификаторы
- SCI
- Науки о Земле
Сезонные прогнозы стали неотъемлемой частью современной климатической науки и представляют ценную практическую информацию для управления адаптационными мерами в условиях изменяющегося климата и участившихся экстремальных погодных явлений (Gettelman et al., 2023; Hewitt, Moufouma-Okia, 2023). Их развитие стало возможным благодаря значительному прогрессу в системах сбора информации, развитии климатического моделирования, более глубоком понимании физических процессов климатической системы и совершенствовании вычислительных технологий (Doblas-Reyes et al., 2013; Vitart et al., 2017).
Список литературы
1. Багров, Н.А., Кондратович, К.В., Педь, Д.А., Угрюмов, А.И. (1985) Долгосрочные метеорологические прогнозы, Л., Гидрометеоиздат, 248 с.
2. Бардин, М.Ю., Платова, Т.В., Самохина, О.Ф. (2015) Особенности наблюдаемых изменений климата на территории Северной Евразии по данным регулярного мониторинга и возможные их факторы, Труды Гидрометцентра России, вып. 358, с. 13-35.
3. Батырева, О.В., Вильфанд, Р.М., Лукиянова, Л.Е. (1995) Метод сверхдолгосрочного прогноза аномалии средней месячной температуры воздуха по территории СНГ с использованием оптимальной комплексации и результаты его испытания, Результаты испытания новых и усовершенствованных методов краткосрочных и долгосрочных прогнозов погоды, Информационный сборник № 23, с. 126-129.
4. Блинова, Е.Н. (1976) Динамика атмосферных движений планетарного масштаба и гидродинамический долгосрочный прогноз погоды, М., Гидрометеоиздат, 78 с.
5. Вангенгейм, Г.Я. (1952) Основы макроциркуляционного метода долгосрочных метеорологических прогнозов для Арктики, Труды ААНИИ, т. 23, 314 с.
6. Варгин, П.Н., Брагина, В.В., Володин, Е.М., Хан, В.М., Тарасевич, М.А. (2024) Исследование предсказуемости изменчивости стратосферного полярного вихря в Арктике в сезонных прогнозах климатической модели ИВМ РАН, Метеорология и гидрология, № 8, с. 60-72. EDN: VEUBJN
7. Вильфанд, Р.М., Васильев, А.А., Шестакова, Н.А. (2010) 80 лет Гидрометцентру России (1930-2010 сборник статей), М., Триада ЛТД, 454 с., электронный ресурс, URL: https://method.meteorf.ru/publ/books/80_years/vilfand.pdf.
8. Вильфанд, Р.М., Емелина, С.В., Тищенко, В.А., Толстых, М.А., Хан, В.М. (2024) Статистическая коррекция долгосрочных прогнозов приземной температуры воздуха по модели ПЛАВ для территории Северной Евразии, Метеорология и гидрология, № 5, с. 5-16. EDN: HNJNME
9. Вильфанд, Р.М., Мартазинова, В.Ф., Цепелев, В.Ю., Хан, В.М., Мироничева, Н.П., Елисеев, Г.В., Иванова, Е.К., Тищенко, В.А., Уткузова, Д.Н. (2017)Опыт комплексирования синоптико-статистических и гидродинамических прогностических систем, Метеорология и гидрология, № 8, с. 5-17. EDN: ZENDJF
10. Володин, Е.М., Мортиков, Е.В., Кострыкин, С.В. и др. (2017) Воспроизведение современного климата в новой версии модели климатической системы ИВМ РАН, Известия РАН. Физика атмосферы и океана, т. 53, № 2, с. 164-178.
11. Воробьева, В.В., Володин, Е.М. (2020) Экспериментальные исследования сезонной предсказуемости погоды, выполненные на основе климатической модели ИВМ РАН, Математическое моделирование, т. 32, № 11, с. 47-58.
12. Воскресенская, Е.Н., Зеленько, А.А., Полонский, А.Б. (1992) Эль-Ниньо 1991-1992 годов и его проявления в тропической Атлантике, Морской гидрофизический журнал, № 6, с. 62-70.
13. Гирс, А.А. (1974) Макроциркуляционный метод долгосрочных метеорологических прогнозов, Л., Гидрометеоиздат, 485 с.
14. Груза, Г.В., Ранькова, Э.Я. (1981) О долгосрочных метеорологических прогнозах с использованием группы аналогов и оценке предсказуемости метеорологических процессов, Труды ВНИИГМИ-МЦД, вып. 77, с. 3-13.
15. Гущина, Д.Ю., Калиновская, М.В., Матвеева, Т.А. (2020) Влияние тихоокеанского десятилетнего колебания на характеристики Эль-Ниньо двух типов при возможных изменениях климата, Метеорология и гидрология,№ 10, с. 14-28.
16. Давыдов, Г.И., Полонский, А.Б. (1996) Изменчивость системы океан-атмосфера в Австрало-Азиатском регионе в связи с Эль-Ниньо-Южное колебание, Известия РАН. Физика атмосферы и океана, т. 32, № 3.
17. Дианский, Н.А. (2013) Моделирование циркуляции океана и исследование его реакции на короткопериодные и долгопериодные атмосферные воздействия, М., Физматлит, 272 с. EDN: UGLFQB
18. Дымников, В.П., Залесный, В.Б., Глазунов, А.В., Степаненко, В.М. (2022) Модели климата, геофизических пограничных слоев и деятельного слоя суши: памяти В.Н. Лыкосова, Известия Российской академии наук. Физика атмосферы и океана, т. 58, № 4, с. 375-383. EDN: GNGZGZ
19. Емелина, С.В., Хан, В.М., Семенов, В.А., Воробьева, В.В., Тарасевич, М.А., Володин, Е.М. (2023) Использование сезонных гидродинамических прогнозов модели INM-CM5 для оценки сроков начала пыления березы, Известия РАН. Физика атмосферы и океана, т. 59, № 4, с. 407-416.
20. Железнова, И.В., Гущина, Д.Ю. (2015) Отклик глобальной циркуляции атмосферы на два типа Эль-Ниньо, Метеорология и гидрология, № 3, с. 36-50. EDN: TJXOJF
21. Железнова, И.В., Котляревская, А.Д., Гущина, Д.Ю. (2024) Воспроизведение фазы и амплитуды Колебания Маддена-Джулиана в различных версиях климатической модели ИВМ РАН, Метеорология и гидрология, № 9, с. 82-92. EDN: FUEBQI
22. Зеленько, А.А., Михайлова, Э.Н., Полонский, А.Б., Шапиро, Н.Б. (1983) Моделирование циркуляции и поля температуры в экваториальной зоне Атлантического океана, в кн.: Гидрофизические исследования в Центральной Атлантике, Севастополь, Изд. МГИ АН УССР, с. 31-40.
23. Киктев, Д.Б., Толстых, М.А., Мирвис, В.М. (2014) О предсказуемости экстремальных метеорологических явлений на временных масштабах до сезона. Экстремальные паводки в бассейне р. Амур: причины, прогнозы, рекомендации (сб. докладов), М., с. 54-66.
24. Киктев, Д.Б., Хан, В.М., Крыжов, В.Н. и др. (2015) Технология выпуска долгосрочных прогнозов Северо-Евразийского климатического центра (СЕАКЦ), Труды Гидрометцентра России, вып. 358, с. 36-58.
25. Киктев, Д.Б., Круглова, Е.Н., Куликова, И.А. (2015) Крупномасштабные моды атмосферной изменчивости. Часть I. Статистический анализ и гидродинамическое моделирование, Метеорология и гидрология, № 3, с. 5-22.
26. Киктев, Д.Б., Круглова, Е.Н., Куликова, И.А. (2015) Крупномасштабные моды атмосферной изменчивости. Часть II. Их влияние на пространственное распределение температуры и осадков на территории Северной Евразии, Метеорология и гидрология, № 4, с. 5-14.
27. Крыжов, В.Н. (2012) Вероятностный сезонный прогноз температуры воздуха на основе статистических связей метеорологических величин. Дис.… д-ра геогр. наук, М., 297 с.
28. Куликова, И.А., Вильфанд, Р.М., Хан, В.М., Круглова, Е.Н., Тищенко, В.А., Емелина, С.В., Каверина, Е.С., Набокова, Е.В., Субботин, А.В., Сумерова, К.А., Толстых, М.А. (2024) Климатические прогнозы. Часть I. Современное состояние и перспективы развития, Метеорология и гидрология,№ 7, с. 5-24. EDN: QTMDUZ
29. Куликова, И.А., Вильфанд, Р.М., Хан, В.М., Круглова, Е.Н., Тищенко, В.А., Емелина, С.В., Каверина, Е.С., Набокова, Е.В., Субботин, А.В., Сумерова, К.А., Толстых, М.А. (2024) Климатические прогнозы. Часть II. Вероятностные подходы, Метеорология и гидрология, № 8, с. 5-19. EDN: BXHQTQ
30. Куликова, И.А., Набокова, Е.В., Хан, В.М., Володин, Е.М., Тарасевич, М.А. (2023) Колебание Маддена-Джулиана в контексте внутрисезонной изменчивости, дальних связей и предсказуемости, Метеорология и гидрология, № 8, с. 5-23. EDN: OEUUMN
31. Лубков, А.С., Воскресенская, Е.Н., Марчукова, О.В. (2017) Прогнозирование индекса Южного колебания, Вестник Санкт-Петербургского университета, Науки о Земле, т. 62, № 4, с. 370-388. EDN: YUUFCU
32. Лубков, А.С., Воскресенская, Е.Н., Марчукова, О.В. (2020) Применение нейронных сетей для модельного прогноза Эль-Ниньо и Ла-Нинья, включая их типы, Метеорология и гидрология, № 11, с. 111-121.
33. Мирвис, В.М., Мелешко, В.П. (2008) Современное состояние и перспективы развития метеорологических прогнозов на месяц и сезон, Труды ГГО, вып. 558, с. 3-40.
34. Мирвис, В.М., Мелешко, В.П., Львова, Т.Ю., Матюгин, В.А., Байдин, А.В. (2020) О предсказуемости крупных аномалий приземной температуры воздуха по данным исторических сезонных прогнозов, рассчитанных с использованием МОЦАО ГГО (T63L25/ИВМ РАН), Труды Главной геофизической обсерватории им. А.И. Воейкова, № 598, с. 137-154.
35. Муравьев, А.В., Казначеева, В.Д., Круглова, Е.Н., Куликова, И.А. (1999) Долгосрочное прогнозирование аномальных синоптических ситуаций. I. Основные конструктивные и технические характеристики динамико-статистической схемы долгосрочного прогноза погоды, Метеорология и гидрология, № 3, с. 28-36.
36. Муравьев, А.В., Казначеева, В.Д., Круглова, Е.Н., Куликова, И.А. (1999) Долгосрочное прогнозирование аномальных синоптических ситуаций. II. Условия эксперимента и результаты прогноза, Метеорология и гидрология,№ 4, с. 5-15.
37. Осипов, А.М., Гущина, Д.Ю. (2021) Механизм формирования двух типов Эль-Ниньо в современном климате, Вестник Московского университета. Серия 5. География, № 1, с. 128-134. EDN: OLFLBM
38. Пагава, С.Т., Аристов, Н.А., Блюмина, Л.И., Туркетти, З.Л. (1966) Основы синоптического метода сезонных прогнозов погоды, Л., Гидрометеоиздат, 363 с.
39. Полонский, А.Б. (2001) Роль океана в современных изменениях климата, Морской гидрофизический журнал, № 6, с. 32-54.
40. Полонский, А.Б., Башарин, Д.В. (2002) О влиянии Североатлантического и Южного колебаний на изменчивость приземной температуры в Европейско-Средиземноморском регионе, Известия РАН. Физика атмосферы и океана, т. 38, № 1, с. 135-145.
41. Полосин, А.С. (1975) Проблемы Эль-Ниньо, М., Наука, 136 с. Реснянский, Ю.Д., Зеленько, А.А., Струков, Б.С., Степанов, В.Н., Хан,В.М., Воробьева, В.В., Тарасевич, М.А., Грицун, А.С., Володин, Е.М. (2024) Оценка успешности воспроизведения океанографических полей в ретроспективных прогнозах по модели Земной системы INM-CM5, Метеорология и гидрология, № 3, с. 5-20.
42. Семенов, В.А., Мартин, Т., Беренс, Л.К., Латиф, М., Астафьева, Е.С. (2017) Изменения площади арктических морских льдов в ансамблях климатических моделей CMIP3 и CMIP5, Лёд и Снег, т. 57, № 1, с. 77-107.
43. Семенов, В.А., Черенкова, Е.А., Алдонина, Т.А. (2023) Современные и ожидаемые характеристики сезонного хода ледового покрова в морях Российской Арктики, Доклады Российской академии наук. Науки о Земле, т. 511, № 1, с. 112-118. EDN: RZWGHG
44. Сумерова, К.А., Варгин, П.Н., Лукьянов, А.Н., Хан, В.М. (2023) Анализ циркуляционных условий в тропосфере и стратосфере, способствующих формированию волн холода на северо-западе и в центре Европейской территории России в декабре 2021 г., Метеорология и гидрология, № 11, с. 20-38. EDN: BDWLTJ
45. Тищенко, В.А., Хан, В.М., Круглова, Е.Н., Куликова, И.А. (2019) Прогнозирование осадков и температуры в бассейне реки Амур на месячных и сезонных интервалах времени, Метеорология и гидрология, № 3, с. 24-39. EDN: YZNJWX
46. Тищенко, В.А., Хан, В.М., Круглова, Е.Н., Куликова, И.А. (2016) Применение статистической коррекции детерминистских прогнозов температуры воздуха и осадков по модели ПЛАВ для Арктического региона, Труды Гидрометцентра России, вып. 361, с. 47-65.
47. Толстых, М.А., Желен, Ж.Ф., Володин, Е.М. и др. (2015) Разработка многомасштабной версии глобальной модели атмосферы ПЛАВ, Метеорология и гидрология, № 6, с. 25-35. EDN: TUDRBT
48. Толстых, М.А., Шашкин, В.В., Фадеев, Р.Ю. и др. (2017) Система моделирования атмосферы для бесшовного прогноза, М., Триада ЛТД, 167 с. EDN: UYYCKS
49. Угрюмов, А.И. (2006) Долгосрочные метеорологические прогнозы, СПб., ЗАО “НПП Система”, 317 с.
50. Фадеев, Р.Ю., Шашкин, В.В., Толстых, М.А., Травова, С.В., Мизяк, В.Г., Рогутов, В.С., Алипова, К.А. (2021) Развитие системы долгосрочного прогноза Гидрометцентра России в 2020 году, Гидрометеорологические исследования и прогнозы, № 1(379), с. 58-72. EDN: XONJOU
51. Хан, В.М. (2017) Концепция региональных климатических форумов ВМО и вклад Северо-Евразийских климатических форумов в ее реализацию, Труды Гидрометцентра России, вып. 366, с. 5-13.
52. Хан, В.М., Вильфанд, Р.М., Крыжов, В.Н. и др. (2011) Мультимодельный подход при составлении прогнозов погоды на сезон, Метеорология и гидрология, № 1, с. 19-29. EDN: NVYUOR
53. Хан, В.М., Вильфанд, Р.М., Тищенко, В.А., Емелина, С.В., Грицун, А.С., Володин, Е.М., Воробьева, В.В., Тарасевич, М.А. (2023) Оценка изменений температурного режима по Северной Евразии на предстоящее пятилетие по прогнозам модели Земной системы ИВМ РАН и их возможных последствий для сельского хозяйства, Метеорология и гидрология, № 9, с. 14-28. EDN: FDIOUM
54. Хан, В.М., Круглова, Е.Н., Тищенко, В.А., Куликова, И.А., Субботин, А.В., Грицун, А.С., Володин, Е.М., Тарасевич, М.А., Брагина, В.В. (2024) Верификация сезонных ансамблевых прогнозов на базе модели Земной системы INM-CM5, Метеорология и гидрология, № 7, с. 40-55. EDN: WKYATH
55. Цепелев, В.Ю., Хан, В.М. (2015) Вероятностное представление долгосрочных метеорологических прогнозов, разработанных синоптическими методами, Метеорология и гидрология, № 4, с. 17-31.
56. Anderson, D.L.T. (2008) Overview of seasonal forecasting, in: Seasonal Climate: Forecasting and Managing Risk, Troccoli, A., Harrison, M., Anderson.
57. D.L.T and Mason, S.J. (eds.), NATO Science Series, Springer Academic Publishers, pp. 45-66.
58. Baggett, C.F., Barnes, E.A., Maloney, E.D., Mundhenk, B.D. (2017) Advancing atmospheric river forecasts into subseasonal-to-seasonal time scales, Geophysical Research Letters, vol. 44, no. 14, pp. 7528-7536. EDN: YGUTXF
59. Baldwin, M.P., Stephenson, D.B., Thompson, D.W.J., Dunkerton, T.J., Charlton, A.J., O’Neill, A. (2003) Stratospheric memory and skill of extended- range weather forecasts, Science, vol. 301, no. 5633, pp. 636-640. EDN: GPCULP
60. Bi, K., et al. (2023) Accurate medium-range global weather forecasting with 3d neural networks, Nature, vol. 619, pp. 533-538.
61. Bjerknes, J. (1969) Atmospheric teleconnections from the equatorial Pacific.
62. Monthly Weather Review, vol. 97, no. 3, pp. 163-172.
63. Brajard, J., Counillon, F., Wang, Y., Kimmritz, M. (2023) Enhancing Seasonal Forecast Skills by Optimally Weighting the Ensemble from Fresh Data, Weather and Forecasting, vol. 38, pp. 2691-2705.
64. Burgers, G., Jin, F.F., van Oldenborgh, G.J. (2005) The simplest ENSO recharge oscillator, Geophysical Research Letters, vol. 32, no. 13, L13706.
65. Cassou, C. (2008) Intraseasonal interaction between the Madden-Julian Oscillation and the North Atlantic Oscillation, Nature, vol. 455, no. 7212, pp. 523-527.
66. Charney, J.G., Fjørtoft, R., von Neumann, J. (1950) Numerical integration of the barotropic vorticity equation, Tellus, vol. 2, no. 4, pp. 237-254.
67. Chen, L., et al. (2024) A machine learning model that outperforms conventional global subseasonal forecast models, Nature Communications, vol. 15, 6425.
68. de Burgh-Day, C.O., Leeuwenburg, T. (2023) Machine learning for numerical weather and climate modelling: a review, Geoscientific Model Development, vol. 16, pp. 6433-6477.
69. Doblas-Reyes, F.J., García-Serrano, J., Lienert, F., Biescas, A.P., Rodrigues.
70. L.R.L. (2013) Seasonal climate predictability and forecasting: status and prospects.
71. WIREs Climate Change, vol. 4, no. 4, pp. 245-268.
72. Dunstone, N., Smith, D.M., Hardiman, S.C., et al. (2023) Windows of opportunity for predicting seasonal climate extremes highlighted by the Pakistan floods of 2022, Nature Communications, vol. 14, 6544.
73. ESCAP & WMO (2021) Manual for Operationalizing Impact-based Forecasting and Warning Services (IBFWS), United Nations.
74. Frankignoul, C., Sennéchael, N. (2007) Observed influence of North Pacific SST anomalies on the atmospheric circulation, Journal of Climate, vol. 20, no. 3, pp. 592-606.
75. Gebbie, G., Eisenman, I., Wittenberg, A., Tziperman, E. (2007) Modulation of westerly wind bursts by sea surface temperature. A semistochastic feedback for ENSO, Journal of the Atmospheric Sciences, vol. 64, no. 9, pp. 3281-3295.
76. Gettelman, A., Fox-Kemper, B., Flato, G., et al. (2023) Kilometre-Scale Modelling of the Earth System: A New Paradigm for Climate Prediction, WMO Bulletin, vol. 72, no. 2, pp. 14-18.
77. Guo, Z., Dirmeyer, P.A., DelSole, T. (2011) Land surface impacts on subseasonal and seasonal predictability, Geophysical Research Letters, vol. 38, L24812.
78. Hansen, J.W., Dinku, T., Robertson, A.W., Cousin, R., Trzaska, S., Mason,S.J. (2022) Flexible forecast presentation overcomes longstanding obstacles to using probabilistic seasonal forecasts, Frontiers in Climate, vol. 4, 908661.
79. Harrison, M., Troccoli, A., Williams, J.B., Coughlan, M. (2008) Seasonal Forecasts in Decision Making. In: Troccoli A., Harrison M., Anderson D.L.T., Mason S.J. (eds) Seasonal Climate: Forecasting and Managing Risk, Springer, pp. 13-42.
80. Hewitt, C., Moufouma-Okia, W. (2023) Climate Services Based on Climate Predictions and Projections, WMO Bulletin, vol. 72, no. 2, pp. 19-24.
81. Hoskins, B., Schopf P.S. (2008) Ocean-Atmosphere basis for seasonal climate forecasting, in: Seasonal Climate: Forecasting and Managing Risk, Troccoli A., Harrison M., Anderson, D.L.T and Mason S.J. (eds,), NATO Science Series, Springer Academic Publishers, pp. 67-90.
82. Hsu, H., Dirmeyer, P.A. (2021) Nonlinearity and multivariate dependencies in land-atmosphere coupling, Water Resources Research, vol. 57, e2020WR028179.
83. Hurrell, J.W., Kushnir, Y., Ottersen, G., Visbeck, M. (Eds.). (2003) The North Atlantic Oscillation: Climatic Significance and Environmental Impact, American Geophysical Union.
84. Jansen, M.F., Dommenget, D., Keenlyside, N. (2009) Tropical Atmosphere- Ocean Interactions in a Conceptual Framework, Journal of Climate, vol. 22, no. 3, pp. 550-567. EDN: MMGXCJ
85. Jin, E.K., Kinter, J.L., Wang, B., Park, C.-K., Kang, I.-S., Kirtman, B.P., Kug.
86. J.-S., Kumar, A., Luo, J.-J., Schemm, J., Shukla, J., Yamagata, T. (2008) Current status of ENSO prediction skill in coupled ocean-atmosphere models, Climate Dynamics, vol. 31, no. 6, pp. 647-664.
87. Kent, C., Scaife, A.A., Dunstone, N.J., Smith, D., Hardiman, S.C., Dunstan, T., Watt-Meyer, O. (2025) Skilful global seasonal predictions from a machine learning weather model trained on reanalysis data, Climate and Atmospheric Science, vol. 8, no. 1, p. 314.
88. Kim, J.H., Kim, B.M., Lee, J.G., Lim, Y.K., Sim, J.H., Kim, J.H. (2025) Seaice initialization and its impact on winter seasonal prediction skill over the Northern Hemisphere in coupled forecast system, Journal of Climate, vol. 38, no. 15, pp. 3989-4001.
89. Kirtman, B.P., and Coauthors (2014) The North American Multi-Model Ensemble (NMME): Phase-1 seasonal to interannual prediction, phase-2 toward developing intra-seasonal prediction, Bulletin of the American Meteorological Society, vol. 95, no. 4, pp. 585-601.
90. Lamb, P.J., Peppler, R.A. (1987) North Atlantic Oscillation. Concept and an application, Bulletin of the American Meteorological Society, vol. 68, no. 10, pp. 1218-1225.
91. Luo, J.-J., Masson, S., Behera, S., Yamagata, T. (2008) Extended ENSO predictions using a fully coupled ocean-atmosphere model, Journal of Climate, vol. 21, no. 1, pp. 84-93.
92. Luo, J.-J., Yuan, C.X., Sasaki, W., Behera, S.K., Masson, S. (2016) Current status of intraseasonal-seasonal-to-interannual prediction of the Indo-Pacific climate. In: Indo-Pacific Climate Variability and Predictability, World Scientific, pp. 63-107.
93. Maher, N., McGregor, S., England, M.H., Sen Gupta, A. (2015) Effects of volcanism on tropical variability, Geophysical Research Letters, vol. 42, no. 14, pp. 6024-6033.
94. Mariotti, A., Baggett, C., Barnes, E.A., et al. (2020) Windows of opportunity for skillful forecasts subseasonal to seasonal and beyond, Bulletin of the American Meteorological Society, vol. 101, no. 5, pp. E608-E625. EDN: VSCGLZ
95. Matveeva, T., Gushchina, D., Dewitte, B. (2018) The seasonal relationship between intraseasonal tropical variability and ENSO in CMIP5, Geoscientific Model Development, vol. 11, no. 6, pp. 2373-2392. EDN: YBWFOP
96. McPhaden, M.J., Busalacchi, A.J., Cheney, R., Donguy, J.R., Gage, K.S.
97. Halpern, D., Ji M., Julian, P., Meyers, G., Mitchum, G.T., Niiler, P.P., Picaut, J., Reynolds, R.W., Smith, N., Takeuchi, K. (1998) The Tropical Ocean-Global Atmosphere observing system. A decade of progress, Journal of Geophysical Research: Oceans, vol. 103, no. C7, pp. 14169-14240.
98. Philander, S. (1986) Oceanography. Predictability of El Niño, Nature, vol.321, pp. 810-811.
99. Rasmusson, E.M., Carpenter, T.H. (1982) Variations in tropical sea surface temperature and surface wind fields associated with the Southern Oscillation/El Niño, Monthly Weather Review, vol. 110, no. 5, pp. 354-384.
100. Schott, F.A., Xie, S.-P., McCreary, J.P. (2009) Indian Ocean circulation and climate variability, Reviews of Geophysics, vol. 47, no. 1, RG1002.
101. Schubert, S., Wang, H., Suarez, M. (2011) Warm season subseasonal ariavbility and climate extremes in the Northern Hemisphere: The role of stationary Rossby waves, Journal of Climate, vol. 24, no. 18, pp. 4773-4792.
102. Shindell, D., Schmidt, G.A., Miller, R.L., Mann, M.E. (2003) Volcanic and solar forcing of climate change during the preindustrial era, Journal of Climate, vol. 16, no. 24, pp. 4094-4107. EDN: MDFQCL
103. Suarez, M.J., Schopf, P.S. (1988) A delayed action oscillator for ENSO,Journal of the Atmospheric Sciences, vol. 45, no. 21, pp. 3283-3287.
104. Tan, X.X., Tang, Y.M., Lian,T., Yao, Z.X., Li,X.J., Chen, D. (2019) A study of the effects of westerly wind bursts on ENSO based on CESM, Climate Dynamics, vol. 54, no. 1, pp. 885-899.
105. Vitart, F., Bonet, A., Brookshaw, A., et. al. (2017) The subseasonal to seasonal (S2S) prediction project database, Bulletin of the American Meteorological Society, vol. 98, no. 1, pp. 163-173. EDN: YVAWBL
106. Vitart, F., Balmaseda, M.A., Ferranti, L., Anderson, D. (2003) Westerly wind events and the 1997/98 El Niño event in the ECMWF seasonal forecasting system: A case study, Journal of Climate, vol. 16, no. 16, pp. 3153-3170.
107. Walker, G.T. (1923) Correlation in seasonal variations of weather. VIII. A preliminary study of world-weather, Memoirs of the Indian Meteorological Department, vol. 24, no. 4, pp. 75-131.
108. Walker, G.T. (1924) Correlation in seasonal variations of weather. IX. A further study of world-weather, Memoirs of the Indian Meteorological Department, vol. 24, no. 9, pp. 275-332.
109. Wang, C. (2001) A unified oscillator model for the El Niño-Southern Oscillation, Journal of Climate, vol. 14, no. 1, pp. 98-115.
110. World Meteorological Organization (WMO) (2020) Guidance on Operational Practices for Objective Seasonal Forecasting (WMO-No. 1246), Geneva.
111. Wu, L., He, F., Liu, Z., Li, C. (2007) Atmospheric teleconnections of tropical Atlantic variability: Interhemispheric, tropical-extratropical, and cross-basin interactions, Journal of Climate, vol. 20, no. 5, pp. 856-870.
112. Wyrtki, K., Stroup, E., Patzert, W., Williams, R., Quinn, W. (1976) Predicting and observing El Niño, Science, vol. 191, no. 4225, pp. 343-346.чччч.
Выпуск
Другие статьи выпуска
Межправительственная группа экспертов по изменению климата (МГЭИК) в седьмом цикле своей работы (2023-2029 гг.) запланировала подготовку основного, Седьмого оценочного доклада, трех других научных докладов (одного специального и двух методологических), а также Синтезирующего доклада. В статье дается обзор тематики запланированных докладов и характеризуются ее особенности.
Оценка развития тематического направления, подразумевающая диахронный анализ, является методологически сложной исследовательской задачей. На примере ведущего фронтира1) «изменение климата и водные ресурсы» с помощью науковедческих подходов и наукометрических инструментов предложена и апробирована методология анализа тематики. Цель данной работы – установить логику тематической эволюции фронтира и спрогнозировать его дальнейшее развитие. Для этого проанализирована динамика публикационной активности по теме «изменение климата и водные ресурсы», выявлены влияющие на нее национальные и мировые факторы. Предложенный анализ включает количественную оценку публикаций (цитируемость), а также фокусируется на выявлении и интерпретации факторов, формирующих исследовательский ландшафт.
На основе библиометрического анализа, анализа больших данных, обзора литературы с использованием инструментальных надстроек расширенного поиска и нейропоиска Российского индекса научного цитирования проведена оценка публикационной активности за период 2010-2024 гг. 15 ведущих российских журналов, освещающих данную проблематику. Методология включает систематизацию и научную интерпретацию данных (в том числе библиометрические элементы) и контекстуальный анализ влияния внешних событий (политические инициативы и климатические вызовы).
Построен график, иллюстрирующий динамику публикационной активности по теме «влияние изменения климата на водные ресурсы» за период с 2010 по 2024 г. Анализ количественных изменений публикационного потока свидетельствует о повышении интереса научного сообщества к данной теме. Тематический анализ позволяет оценить изменения в приоритетах и появление новых специализированных направлений исследований. Географический анализ отражает охват территорий, что дает возможность не только уточнить формирующиеся тенденции, но и увидеть дальнейшее развитие исследований. Результаты свидетельствуют о том, что исследования на тему «изменение климата и водные ресурсы» не являются приоритетными в российских водохозяйственных изданиях. Тем не менее, очевиден нарастающий интерес к вопросам климатической адаптации в водном хозяйстве, что подтверждается увеличением количества публикаций и смещением акцентов в сторону технологических, стратегических и экосистемных решений при усилении междисциплинарного взаимодействия.
В настоящее время, несмотря на внушительный объем работ по изучению циклонической активности, отсутствует системное представление о закономерностях её изменчивости в отдельных регионах. В этой связи возникла необходимость провести обзор соврменного состояния исследований изменчивости и изменений климата на глобальном и региональном масштабах с точки зрения понимания роли и закономерностей проявления естественных и антропогенных факторов в изменчивости циклонической активности в ЧерноморскоСредиземноморском регионе. В России одним из первых активных исследователей циклонической активности с использованием глобальных массивов метеоданных является М. Ю. Бардин. Проявление естественных климатических факторов прослеживается в квазипериодической изменчивости на масштабах от межгодового до междесятилетнего. Влияние антропогенных факторов рассматривается с точки зрения линейных трендов в связи с глобальным потеплением климата и при климатических сценариях антропогенных выбросов на XXI век. Сделаны следующие основные выводы. Межгодовые колебания циклонической активности определяются вкладом Североатлантического колебания, Восточноатлантического колебания, Эль-Ниньо – Южного колебания, в изменчивости которого выявлено наличие центральных и восточных типов событий Эль-Ниньо и Ла-Нинья, и другими межгодовыми квазипериодическими сигналами. Вклад 15-ти климатических сигналов с учетом только линейных синхронных проявлений в изменчивость частоты циклонов ЧерноморскоСредиземноморского региона составляет от 60% до 75% в зимне-весенний период и в среднем за год. Более низкочастотные процессы проявляются в смене знака аномалий параметров циклонов при смене фаз Атлантической междесятилетней осцилляции и Тихоокеанской десятилетней осцилляции в середине 70-х и 90-х годов XX века, вклад которых объясняет в холодное полугодие от 20% до 70% дисперсии параметров циклонов. В связи с потеплением климата ожидается продолжение наблюдаемого тренда уменьшения циклонической активности в Черноморско-Средиземноморском регионе по климатическим сценариям в XXI веке, особенно на юго-востоке региона, при этом число летних циклонов увеличится. Также возрастет число экстремальных циклонов и связанных с ними случаев ливневых осадков и сильного ветра, особенно вдоль северной границы региона. Выполненный научный обзор будет полезен для всех, кого интересуют аномалии климата и природной среды Черноморско-Средиземноморского региона.
Статистика статьи
Статистика просмотров за 2026 год.
Издательство
- Издательство
- ИГКЭ
- Регион
- Россия, Москва
- Почтовый адрес
- 107258, г Москва, Богородское р-н, ул Глебовская, д 20Б
- Юр. адрес
- 107258, г Москва, Богородское р-н, ул Глебовская, д 20Б
- ФИО
- Романовская Анна Анатольевна (ДИРЕКТОР)
- E-mail адрес
- fgbuigce@igce.ru
- Контактный телефон
- +7 (499) 1692411
- Сайт
- https://igce.ru