Seven reanalyses, seven answers: ocean product choice can flip tropical-cyclone intensity conclusions
Deze studie toont aan dat de keuze van het oceaanreanalyseproduct significante, bekkenafhankelijke en tijdsafhankelijke biases introduceert in de afgeleide intensiteit en warmtepotentiaal van tropische cyclonen, wat vaak conclusies over stormsterkte en trends omkeert, waardoor gewaarschuwd wordt tegen het vertrouwen op een enkele dataset voor dergelijke analyses.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Tropische cyclonen zijn niet alleen maar ronddraaiende stormen van wind en regen; het zijn warmtemotoren die hun kracht putten uit het warme oppervlak van de oceaan. Om te begrijpen hoe sterk een storm kan worden, kijken wetenschappers naar twee belangrijke zaken: de temperatuur van het zeewateroppervlak en de warmte die in het water net daaronder is opgeslagen. De oppervlaktertemperatuur werkt als de brandstof aan de bovenkant van de motor, terwijl de diepere warmte fungeert als een reservoir dat de motor draaiende houdt, zelfs wanneer de storm het oppervlaktewater omwoelt. Als het warme water diep is, kan de storm enorm en destructief worden. Als de warme laag dun is, mengt de storm snel koud water van dieper beneden, wat werkt als een rem en de kracht beperkt. Decennialang hebben onderzoekers vertrouwd op computermodellen genaamd "reanalyses" om de geschiedenis van deze oceaancondities te reconstrueren, waarbij de gaten opvullen waar directe metingen ontbreken. Deze modellen zijn essentieel voor het voorspellen van hoe stormen kunnen veranderen naarmate de planeet opwarmt, maar tot nu toe had niemand systematisch gecontroleerd of verschillende modellen hetzelfde verhaal vertelden over de warmte in de oceaan.
Een team onderzoekers van de National University of Defense Technology in China besloot deze consistentie te testen door naar zeven verschillende oceaanmodellen te kijken over een periode van bijna dertig jaar, van 1993 tot 2020. Ze volgden de paden van 2.441 tropische cyclonen en vergeleken wat elk model zei over de oceaancondities vlak voordat de stormen arriveerden. Om de modellen te verifiëren, gebruikten ze gegevens uit de echte wereld van drijvende boeien die op het oppervlak dobberen en een wereldwijd netwerk van onderwater sensoren genaamd Argo-floats, die de temperatuur op verschillende dieptes meten. Het doel was simpel: zien of het kiezen van het ene model boven het andere de conclusie over hoe krachtig een storm kon zijn, zou veranderen. De resultaten waren verbijsterend. De keuze van het model veranderde niet alleen de cijfers; het kon de conclusies volledig omdraaien.
De studie toonde aan dat de modellen aanzienlijk van mening verschilden over de temperatuur van het oceanoppervlak, en dat deze onenigheid sterk afhing van waar in de wereld de storm zich bevond. In sommige regio's, zoals de westelijke Pacific, liet één model consequent zien dat het water warmer was dan de werkelijkheid, terwijl een ander veel kouder liet zien. In de Noord-Atlantische Oceaan waren de meeste modellen het erover eens dat het water koeler was dan wat de drijvende boeien maten, maar in de Zuid-Indische Oceaan toonden de meeste modellen het als warmer aan. Dit betekende dat voor een enkele storm één model zou kunnen suggereren dat de oceaan klaar was om een massieve hurrican te voeden, terwijl een ander model zou kunnen suggereren dat de brandstof onvoldoende was. De onderzoekers ontdekten dat deze fouten aan het oppervlak niet alleen oppervlakkige problemen waren; ze waren gekoppeld aan hoe de modellen de warmte die dieper is opgeslagen, hanteerden.
De meest verrassende ontdekking was dat de modellen die het koudst waren aan het oppervlak, juist de modellen waren die beweerden dat het diepste reservoir van warmte bestond. Eén model, dat de koudste oppervlaktetemperaturen liet zien, schatte dat de oceaan de meeste warmte-energie van alle modellen vasthield, waarbij het de potentiële brandstof voor stormen overschatte met +3,4 kJ cm⁻². Dit creëerde een paradox waarbij een model dat aan de oppervlakte "veilig" leek, in werkelijkheid de gevaarlijkste condities daaronder voorspelde. Wanneer de onderzoekers de theoretische maximale intensiteit bereikte die een storm kon behalen op basis van deze verschillende oceaanbeelden, werden de rangschikkingen van de modellen volledig omgedraaid. Een model dat op basis van de oppervlaktetemperatuur alleen de sterkste stormen voorspelde, eindigde met het voorspellen van de zwakste stormen zodra de diepe oceaanwarmte in rekening werd gebracht. Het verschil in voorspelde stormkracht tussen de beste en slechtste modellen groeide van een kleine kloof naar een spreiding die groot genoeg was om de classificatie van een storm te veranderen van een zware hurrican naar een zwaker systeem.
Deze inconsistentie was niet slechts een kwestie van verschillende modellen die verschillende gemiddelden hadden; het varieerde afhankelijk van hoe sterk de storm was. Voor zwakkere stormen waren de modellen het grotendeels eens, maar voor de meest intense, categorie 5-stormen bereikte de onenigheid zijn hoogtepunt. Bij dit hoogste niveau van intensiteit vertoonden twee modellen die de oceaanwarmte goed hadden gevolgd voor zwakkere stormen plotseling een enorm tekort aan warmte voor de sterkste stormen, terwijl andere modellen een overschot lieten zien. Dit betekende dat voor de gevaarlijkste stormen de keuze van oceaangegevens wetenschappers tot de conclusie kon leiden dat een storm ofwel in staat was om zijn piekpotentieel te bereiken, ofwel werd tegengehouden door een gebrek aan brandstof, zonder dat er een manier was om te weten welke van de twee waar was zonder betere gegevens. De studie vond ook dat de fouten in deze modellen niet stabiel waren over de tijd. De bias van één model keerde rond 2012 van teken, waarbij het omsloeg van het tonen van warm water naar het tonen van koud water, niet omdat de oceaan veranderde, maar omdat het productieproces van het model overging naar een nieuw systeem. Deze "stap" in de gegevens creëerde een valse trend, waardoor het leek alsof het vermogen van de oceaan om stormen te voeden afnam, terwijl het in werkelijkheid een verandering in de productiegeschiedenis was.
De onderzoekers concludeerden dat het riskant is om te vertrouwen op een enkel oceaanmodel om te bestuderen hoe tropische cyclonen veranderen, en dat dit tot foute antwoorden kan leiden. Omdat de modellen fundamenteel van mening verschillen over zowel de oppervlakte als de diepe oceaan, en omdat hun fouten verschuiven over de tijd en over verschillende delen van de wereld, kan een studie die slechts één model gebruikt, de tekortkomingen van het model meten in plaats van de realiteit van de oceaan. Het team bood een gids aan wetenschappers over welke modellen te gebruiken voor specifieke taken, zoals het bestuderen van oppervlaktetemperaturen in de Pacific versus diepe warmte in de Indische Oceaan, maar de overkoepelende boodschap was duidelijk: de rol van de oceaan in stormintensiteit is veel complexer en onzekerder dan voorheen gedacht. Totdat deze modellen verbeterd worden zodat ze met elkaar en met de waarnemingen in de echte wereld overeenstemmen, blijft ons begrip van hoe sterk toekomstige stormen kunnen worden, vertroebeld door de instrumenten die we gebruiken om ze te meten.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.