Archiv der Kategorie: Allgemein

Nordhemisphärische Auswirkungen der SSTs im Pacific Warm Pool

von

Hallo,

als Ergänzung zu meinem Beitrag über die Beziehungen der SSTs des Indischen Ozeans zum mitteleuropäischen Sommer, möchte ich jetzt die Thematik noch ausweiten und alle Monate einzeln einbeziehen.

Der Einfachheit halber wähle ich hierbei den Pacific Warm Pool  (15°N – 15°S 60 – 170°E), wobei der von mir in den letzten Beiträgen herangezogene Bereich des Indischen Ozeans einen Teil des Pacific Warm Pools darstellt. Die Beziehung wird in Form einer linearen Regression ausgedrückt. Der Zeitraum umfasst die Jahre 1948 bis 2008 (übernommen von NOAA/ESRL Physical Sciences Division). In den letzten 10 Jahren dürfte sich in den Beziehungen insgesamt sicherlich wenig verändert haben, was Beobachtungen bestätigen.

Ich habe dabei jeweils den zeitlichen Abstand ausgewählt, der die engste Beziehung zwischen SSTs des Pacific Warm Pools und dem nordhemisphärischen Bodendruck bzw. Geopotential ausdrückt. Der Abstand variiert zwischen 1 Monat und 6 Monaten, Durchschnitt 4,4 Monate, d. h. im Durchschnitt zeigt der Pacific Warm Pool 4,4 Monate später seine jeweiligen größten nordhemisphärischen Auswirkungen. Wie auf den Karten zu sehen ist, sind diese Auswirkungen keineswegs uniform, interagieren sie doch auf zeitlicher und räumlicher Ebene mit einer Vielzahl anderer Einflussfaktoren.

Januar:

Zeitlicher Abstand 5 Monate

Bodendruck:

91

 

Geopot500:

91

 

Februar:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

März

Zeitlicher Abstand 2 Monate

Bodendruck:

91

 

Geopot500:

91

 

April:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

Mai:

Zeitlicher Abstand 2 Monate

Bodendruck:

91

 

Geopot500:

91

 

Juni:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

Juli:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

August:

Zeitlicher Abstand 1 Monat

Bodendruck:

91

 

Geopot500:

91

 

September:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

Oktober:

Zeitlicher Abstand 6 Monate

Bodendruck:

91

 

Geopot500:

91

 

November:

Zeitlicher Abstand 3 Monate

Bodendruck:

91

 

Geopot500:

91

 

Dezember:

Zeitlicher Abstand 4 Monate

Bodendruck:

91

 

Geopot500:

91

 

Gruß

KHB

 

 

SSTs und mitteleuropäischer Sommer

von

Hallo,

in meinem Beitrag „Hitzegarantie für den mitteleuropäischen Sommer“ hatte ich 2 unterschiedliche Sommertypen gegenübergestellt, die kühlen Sommer 1961 – 80 und die warmen Sommer 1997 – 2016.

Es stellt sich nun die Frage nach den Ursachen dieser Unterschiede (abgesehen von allgemeiner globaler Erwärmung, zum großen Teil anthropogen geschuldet). Kandidaten sind in erster Linie die SSTs:

9s5iXwYgut

Zunächst kann festgestellt werden, dass der gesamte Nordatlantik im Zeitraum 1997 bis 2016 wärmer ist als im Zeitraum 1961 – 80, allerdings in unterschiedlicher Weise, die geringste Erwärmung gab es im Bereich 40 bis 45°N 22.5 bis 32.5°W. Aus diesen SSTs kann zunächst geschlossen werden, dass ein kalter Atlantik nicht zwangsläufig zu warmen mitteleuropäischen Sommern führt und ein warmer nicht unbedingt zu kalten.

Als nächstes stelle ich nun den 10 wärmsten mitteleuropäischen Sommern seit 1948 die 10 kältesten gegenüber, um hier eventuell Anhaltspunkte zu finden.

uUbLJRoyRl

Und in der Tat finden sich hier mehrere Kandidaten: Zunächst fällt der kalte Fleck im Nordatlantik bei Grönland – Island auf, also tiefe SSTs bei warmen ME Sommern. Des Weiteren fällt auf: Hohe SSTs vor der amerikanischen Ostküste, im Nino 1+2 Bereich und im Indischen Ozean.

Korreliere ich nun diese 4 Bereiche mit den Sommertemperaturen Mitteleuropas im Gesamtzeitraum 1948 bis 2016, so erhalte ich für

die SSTs bei Grönland einen Koeffizienten von  -0.007

die amerikanische Ostküste: 0.300

Nino 1+2: 0.140

den Indischen Ozean: 0.520

Auf Grund dieser Zahlen ist der Indische Ozean Kandidat Nr. 1 für die Sommertemperatur in ME. So verwende ich als nächstes die 10 Sommer mit den höchsten SSTs im Indischen Ozean sowie die 10 Sommer mit den niedrigsten und subtrahiere:

XswnoMvFPx

Dieses Bild ist bekannt und es bedeutet, im Indischen Ozean spielt die Musik, der Atlantik tanzt nach dieser Melodie und die Sommertemperaturen in ME haben sich danach zu richten.

vgl.: Yang / Lin / Lin / Huang: Basin mode of Indian Ocean sea surface temperature and Northern Hemisphere circumglobal teleconnection. Geophysical Research Letters. V. 36. 2009.

http://aos.wisc.edu/~zliu/publications/09_GRL_YangJL_IOB_CGT.pdf

 

……….wer die Musik bezahlt, bestimmt, was gespielt wird, beim Bodendruck……

X1mox6Hmia

 

………….beim Geopot500:

jJQTrRnax2

………….oder dargestellt als lineare Regression bei Führung des Pacific Warm Pools (der in den Indischen Ozean hineinreicht) von 3 Monaten:

91

 

………….beim Geopot200:

rQocHzcABo

…………..bei der Bodentemperatur:

2dBpAx2_E5

……………..bei der 850hPa Temperatur:

 

yLQTDEAI66

So lässt sich mit Hilfe der SSTs der amerikanischen Ostküste (45 – 50°N 60 – 65°W), des Bereichs Nino 1+2 (hier: 10°S – 0 80 – 90°W), des Indischen Ozeans (5 – 15°S 70 – 80°E) sowie des Atlantik (40 – 45°N 22.5 – 32.5°W) die mitteleuropäische Sommertemperatur recht gut abbilden:

Temperatur ME Sommer Indischer Ozean

 

1 steht für  das Jahr 1948 (jeweils Juni – August)…………………………69 folglich für das Jahr 2016

MAE: 0.3660

RMSE: 0.4823

R: 0.8374

R²: 0.7013

Gruß

KHB

 

 

 

Hitzegarantie für den mitteleuropäischen Sommer

von

Hallo,

seit 1997 lagen alle (20) Sommer in Deutschland über dem Klimamittel 1961 – 90. Dies ist sicherlich der allgemeinen – zum großen Teil anthropogen verursachten – Erwärmung geschuldet, zu einem gewissen Teil aber auch einer grundlegenden Zirkulationsänderung  im europäisch – atlantischen Raum, die natürlich ihrerseits ebenfalls anthropogene Ursachen haben kann.

Ich möchte im Folgenden 2 Zeitabschnitte gegenüberstellen, die Zeit „kühler Sommer“ in Mitteleuropa, 1961 – 80, die aber nur im Vergleich zu heute kühl erscheint, bezogen auf die 200 davor liegenden Jahren bildet dieser Zeitraum temperaturmäßig das Mittelfeld, Temperaturdurchschnitt in Deutschland 16,2°C.

Und dann den Zeitraum „warmer Sommer“, 1997 – 2016, Temperaturdurchschnitt in Deutschland 17,4°C, ergibt eine Erwärmung um 1,2 K.

Um lokale Effekte auszuschließen, verwende ich hier die 850hPa – Temperatur, jedoch ist die Erwärmung um 1,2 K in Deutschland auch hier gut zu erkennen:

M3VOMA3sJK

Wie zu sehen ist, ist es nicht nur einfach so irgendwie wärmer geworden, über dem nahen Ostatlantik (20 – 30°N 60 – 20°W) um bis zu 3 K, über dem westlichen Mittelmeer um nahezu 2,5 K, ebenso über Südosteuropa und dem Schwarzen Meer.

Es scheint auch so, als seien diese Gebiete maximaler Erwärmung in SW – NO – Richtung angeordnet. Diese Anordnung gilt auch für die weniger stark erwärmten Gebiete über dem Atlantik von 40 – 50°N ausgehend und im Bereich 70 – 90° endend und auch über Nordafrika mit wenig oder gar keiner Erwärmung, 10 – 30°N, nordostwärts ausgreifend, dicht daneben ein weiteres Gebiet maximaler Erwärmung, 10 – 20°N 20 – 40°E, welches nach Norden Anschluss an das Mittelmeer – und Schwarzmeergebiet findet.

Betrachtet man die Veränderungen im Luftdruckbild, versteht man auch die Temperaturveränderungen besser:

d6azpXiL1a

Druckanstieg über Grönland einerseits und über Afrika, dem südlichen Mitteleuropa, Südosteuropa, Osteuropa, dem Nahen Osten andererseits und Druckabnahme westlich der Britischen Inseln – mit Schleppe nach Nordamerika –  begünstigen über Südwest – West – Mittel – und Südosteuropa Süd – bis Südwestwinde bzw. – strömung.

Auf diese Weise wird die um 2 bis 3 K wärmere Luft – im Vergleich zu 1961 – 90 – auf direktem Wege vom Ostatlantik und dem westlichen Mittelmeer nach Mitteleuropa geführt. Gleichzeitig werden Kaltlufteinbrüche aus Nordwest (wegen des tiefen Drucks bei GB) unterbunden bzw. beschränken sich auf nur wenige Tage, bestimmen aber auf keinen Fall das Gepräge eines Sommers (nicht eines einzigen seit 1997).

Vielmehr stellt sich nach vorübergehender leichter Abkühlung (Meeresluft aus SW oder W) immer wieder die Grundstruktur ein, also tiefer Druck GB mit Austrogung über dem Ostatlantik und östlich davon Aufstylen hohen Drucks aus dem Mittelmeer. Grob gesagt, es wechseln also heiße Hochdruckphasen (viel Sonnenschein) mit feucht – warmen SW – Gewitterlagen, bei geringer nächtlicher Abkühlung (in feuchter Luft). Im Endeffekt führt beides zu hohen Durchschnittstemperaturen.

Gestützt wird diese Konstellation auf der 500hPa – Ebene:

iByGpJbGiY

Dies bedeutet große Stabilität bzw. immerwährende Wiederkehr dieses Musters, zumal es auch auf der 200hPa – Ebene deutlich zu erkennen ist:

u5haLDxBwT

So sind Hitzesommer in Mitteleuropa für die nächsten 5, 10, 20 oder 200 ? Jahre garantiert und (vor)programmiert. Allerdings ist dieses höchstens eine Langfristprognose der besonderen Art.

Gruß

KHB

Mai – NAO, – AO und Folgemonate

von

Hallo,

es gibt eine Reihe von Studien über den Zusammenhang zwischen SSTs und der NAO, insbesondere der SSTs des Mai und der NAO des Folgewinters, wobei die Ergebnisse – nach meiner Meinung – sehr bescheiden ausfielen. Möglicherweise deshalb, weil die Zusammenhänge zu statisch gesehen wurden, während sich bei genauerer Betrachtung die Beziehungsfelder verändern (habe ich in einem früheren Beitrag aufgezeigt).

Nachdem nun der vergangene Monat den niedrigsten Mai – NAO – Wert seit 1950 gebracht hat, nämlich -1.91 (2. Platz 1968 mit -1.76, 3. Platz 2008 mit -1.73, 4. Platz 1980 mit -1.50, 5. Platz gemeinsam 1995 und 2010 mit jeweils -1.49 und 7. Platz 2005 mit -1.25), stellt sich die Frage nach den Beziehungen zwischen SSTs und NAO (die sich wechselseitig beeinflussen) in verstärktem Maße.

Zunächst die Korrelation NAO und SSTs im Mai der letzten Dekade:

91

 

Die SST – Anomalien im Mai 2017:

Rsha5ZhqY0

Eine negative NAO im Mai (in diesem Zeitraum) geht einher mit hohen SSTs entlang der afrikanischen Westküste (Schwerpunkt 5°N 25 – 30°W) und dann im Bereich 10 – 20°N westwärts bis zur mittelamerikanischen Küste (bei positver NAO umgekehrt), Korrelationskoeffizient -0.90, auch auf dem Pazifik ist ein typisches Muster zu erkennen.

Da einerseits die NAO mit den SSTs korreliert, andererseits die Beziehungen nicht statischer Natur sind, ist es nun besser, von der NAO auszugehen und nicht von den SSTs (dekadische Änderungen). Also korreliere ich die NAO des Mai (als Konstante) mit den Geopots der Folgemonate, allerdings nicht als Prognose für diesen Zeitraum, sondern als Sichtbarmachung von Zusammenhängen.

Da es sich bei der NAO um ein eher regionales Phänomen handelt und ich die nordhemisphärische Zirkulation als Ganzes betrachte, nehme ich in einem 2. Schritt die AO als Absicherung hinzu. Diese sollte auch negativ sein, die AO des Mai 2017 beträgt -0.730, sie liegt damit auf Rang 14 seit 1950. Im 3. Schritt ergänze ich die Korrelationsbilder durch die Jahre, die im Mai eine stark negative NAO von <-1,20 aufwiesen und gleichzeitig eine negative AO besaßen.

Korrelation Mai – NAO und Geopotanomalie Juni (Zeitraum jeweils 1968 – 2016 bzw. 2017):

91

 

Korrelation Mai – AO und Geopot Juni:

91

 

Junimonate nach Mai mit stark negativer NAO bei gleichzeitiger negativer AO:

JmkZ44R9uI

 

 

Man beachte: Eine Übereinstimmung von Korrelationsbildern (NAO bzw. AO) und Realität ist dann gegeben, wenn die Umkehrung beachtet wird, farbliche Darstellung (da bei negativer Mai – NAO und – AO eine tatsächliche Geopotanomalie im entsprechenden Bereich positiv sein sollte bzw. negativ, wenn die Korrelation positiv ist.

 

……………Juli:

Korrelation NAO:

91

 

 

Korrelation AO:

91

 

Julimonate nach stark negativer Mai – NAO und negativer AO:

JqywumL2f3

 

……………..August:

Korrelation NAO:

91

 

Korrelation AO:

91

 

Augustmonate nach stark negativer Mai – NAO und negativer AO:

l1fIVfFE_s

 

…………….September:

Korrelation NAO:

91

 

 

Korrelation AO:

91

 

Septembermonate nach stark negativer Mai – NAO und negativer AO:

vHvU2i3Mwc

 

……………….Oktober:

Korrelation NAO:

91

 

Korrelation AO:

91

Oktobermonate nach stark negativer Mai – NAO und negativer AO:

d2igkTOqCn

 

……………November:

Korrelation NAO:

91

 

Korrelation AO:

91

 

Novembermonate nach stark negativer Mai – NAO und negativer AO:

kaT92fPvjx

 

…………………..Dezember:

Korrelation NAO:

91

 

Korrelation AO:

91

 

Dezembermonate nach stark negativer Mai – NAO und negativer AO:

5NTjglxfH5

 

………………………Januar:

Korrelation NAO:

91

 

Korrelation AO:

91

 

Januarmonate nach stark negativer Mai – NAO und negativer AO:

kkDdnE07EH

 

…………………………Februar:

Korrelation NAO:

91

 

Korrelation AO:

91

 

Februarmonate nach stark negativer Mai – NAO und negativer AO:

mSoyRVWJEq

Gruß

KHB

Prognose(methode) für April 2017 und Folgemonate

von

Hallo,

umso mehr man sich mit der Materie „Langfristprognose“ befasst, umso mehr Fragen tauchen auf. Umso mehr Daten man einbezieht, umso „länger“ braucht man für eine „Prognose“, ohne dass sich die Qualität derselben merklich verbessert (wahrscheinlich ist der Begriff „Langfristprognose“ deshalb auch so zu Stande gekommen). Um nicht in der Datenflut zu ertrinken und um es (deshalb) nicht bei einer „Wetternachhersage“ zu belassen, muss ich mich auf das Nötige beschränken.

Wie gesagt, mir geht es um Grundstrukturen der nordhemisphärischen Zirkulation(sanomalien), nicht um Details, die nach meiner Meinung nicht prognostizierbar sind.

Um eine Prognose zu erstellen, muss zuerst eine Analyse des „Istzustandes“ erfolgen. Aus diesem Grund habe ich die Nordhemisphäre in 72 Zonen eingeteilt, jede Zone umfasst 15 Breitengrade und 30 Längengrade, ist also ziemlich grobmaschig, aber mehr geht (bei mir) nicht. Zone 1 umfassst den Bereich 75 – 90°N 180 – 150°W, Zone 2 den Bereich 75 – 90°N 150 – 120°W………………………Zone 72 dann den Bereich 0 – 15°N 150 – 180°E.

Die Bodendruckwerte (Flächenmittel) dieser 72 Zonen aller Monate seit Januar 1950 bis Dezember 2016 bilden die Datengrundlage, angeordnet in 864 Spalten und 67 Reihen (= Jahren, die Daten werden monatlich aktualisiert, wobei das Jahr 2017 als 2016b auf der Reihe von 2016 weitergeführt wird), ergibt knapp 60.000 Einzeldaten. Um die (künstliche) Einteilung in Jahre aufzuheben, bilde ich also eine Kette, das bedeutet, der Januar 2017 wird zum Januar 2016b, der Februar 2017 zum Februar 2016b usw., so wie der Januar 1951 zum Januar 1950b wird, der Februar 1951 zum Februar 1950b usw. Auf diese Weise ist es möglich, größere Zeiträume als 12 Monate zu analysieren, um eine mögliche „Konstante“ herauszufinden, also zum Beispiel den Zeitraum Januar 2016 bis Februar 2017 mit dem Zeitraum Januar 1950 bis Februar 1951 oder Januar 1951 bis Februar 1952 usw. in Beziehung zu setzen (zumal jeder Monat ja gleichzeitig Folge und Ursache ist). Natürlich kann dieser Großzeitraum wieder in beliebig viele kleinere Zeiträume aufgelöst werden.

Ziel ist es, den Modus zu finden, in welchem die nordhemisphärische Zirkulation eines bestimmten Zeitraums „funktioniert“. Ich korreliere also zum Beispiel 1 Monat (jeweils 72 Einzeldaten) oder 3 Monate (jeweils 216 Einzeldaten) oder 15 Monate (jeweils 1080 Einzeldaten) der Gegenwart mit entsprechenden Zeiträumen der Vergangenheit bzw. lasse die durchschnittliche absolute Abweichung berechnen. Hier zeigen sich dann gleiche Verläufe, Unterschiede, Brüche.

Konkret an einem Beispiel: Ich korreliere den Zeitraum Januar 2016 bis November 2016 dieser 72 Zonen, also jeweils 792 Einzelwerte (Spalten) mit den entsprechenden Zeiträumen 1950 bis 2015. Umso größer R² bzw. umso geringer der durchschnittliche absolute Abweichungswert, umso ähnlicher ist der Modus, in welchem sich die nordhemisphärische Atmosphäre (als Ganzes) im betreffenden Zeitraum befindet. Wichtig ist mir an dieser Stelle, die Ähnlichkeit des Zustands der gesamten Nordhemisphäre zu erfassen und nicht lediglich die Ähnlichkeit eines kleinen Sektors, wie zum Beispiel Europa oder Atlantik / Europa. Diese kleinräumigen Strukturen  maskieren oft nur die Gesamtzusammenhänge (es erhebt sich dann allerdings die Frage, ob nicht die Südhemisphäre in die Analyse einbezogen werden sollte, wahrscheinlich sollte sie es………..).

Es gilt jetzt die Jahre zu bestimmen, die sich über einen längeren Zeitraum  in einem möglichst ähnlichen atmosphärischen Zustand (mit 2016) befanden. Ich nenne hier die 10 Jahre mit größter Übereinstimmung, (ranking), R² des 1. Platzes beträgt 0.57, des 10. Platzes 0.50.

1953

2012

1974

2000

2003

1988

2004

1983

1980

1999

Für eine Langfristprognose ist es nun interessant, zu sehen, welche Beziehung gibt es  zum Folgezeitraum (Winter):

In diesem Fall würde die Prognose folgendermaßen lauten:

Wm4TyzNNqM

Was sagt uns dieses Ergebnis? Es sagt uns, dass mit tiefem Luftdruck im Polargebiet zu rechnen ist, Schwerpunkt der Tiefdrucktätigkeit möglicherweise im Raum Spitzbergen – Nowaja – Semlja liegt, ein starkes Aleutenhoch zu erwarten ist, ein Hoch über dem Ostatlantik sowie über Sibirien, Möglichkeit eines Troges über Zentralkanada und den zentralen USA sowie über Mittel – und Osteuropa, positive NAO und AO.

Es ist jetzt eigentlich noch nötig, den Zeitraum Oktober / November im Einzelnen zu analysieren, um Veränderungen im Vergleich zu den Vormonaten festzustellen, um eventuell ein Jahr oder mehrere Jahre zu entfernen und durch ein neues oder neue zu ersetzen (es soll ja auch der Dynamik Rechnung getragen werden und nicht nur auf „weiter so“ gesetzt werden).

Zum Vergleich die tatsächlichen Bodendruckanomalien auf der NH im Winter 2016/17:

XFnnD3nDM6

Der tiefe Druck im Polargebiet ist eingetroffen, ebenso der hohe Druck bei den Aleuten, der prognostizierte hohe Druck über dem Ostatlantik befand sich über West – und Mitteleuropa, der prognostizierte Trog über Mittel – und Osteuropa über dem Uralgebiet, die Austrogung über Zentralkanada und den zentralen USA hat planmäßig stattgefunden. Der hohe Druck über Sibirien fehlt.

Ein Schritt weiter: In welchem vergleichbaren Zustand früherer Jahre ereignete sich nun der Winter 2016/17? Auch hier wieder dieselbe Vorgehensweise, Korrelation Dezember bis Februar 2016/17 mit den Jahren seit 1950/51, jeweils 216 Einzeldaten, R² des 1. Platzes beträgt 0.78, des 10. Platzes 0.61.

Ranking:

2007/08

1992/93

1991/92

1988/89

1974/75

1972/73

1990/91

1953/54

1999/00

1983/84

Dies sieht dann so aus:

toD6zCz_MW

Nebenbei: Es fällt auf, dass sich bei den vergleichbaren Wintern ( und den Vormonaten) kein einziger aus den 60er Jahren befindet, im Gegenteil, es finden sich reihenweise „Anti – Jahre“, also Winter mit genau entgegengesetzten nordhemisphärischen Bodendruckanomalien zum Winter 2016/17, nämlich beginnend Ende der 50er Jahre: 1958/59, 59/60, 62/63, 64/65, 65/66, der totale Anti – Winter (zu 16/17) 1968/69 sowie 69/70.

Von den 10 oben genannten Jahren des Zeitraums Januar bis November finden sich 5 im Zeitraum Dezember bis Februar wieder, im März noch einer, nämlich 1989, sozusagen der rote Faden, der sich seit mindestens 15 Monaten durch die himmlischen Gefilde und bodennahen Niederungen zieht und auch im März nicht abbrach (R² immer noch 0.60), neu hinzu kam der März 2007:

ciyjhga4tX

Der tatsächliche März 2017:

ZjdPkfAesv

Fast möchte ich sagen, die Bilder gleichen sich wie ein Osterei dem anderen.

Daraus leite ich dann diese Prognose ab, bis zum (irgendwann stattfindenden) Absturz von 1989 setze ich auf „weiter so“, zähle dabei 1989 doppelt (Treueprämie) und 2007 als Hilfspunkt, ergibt für April 2017 diese Konstellation:

gsoYFsrsf8

Für Mai 2017 (nach jetzigem Stand):

epWuJ2S_7k

Für Juni 2017 (nach jetzigem Stand):

_XPTbaNYWy

Anfang Mai werde ich dann eine (erste) Verifikation durchführen.

Gruß

KHB

Prognosemethode

von

Hallo,

seit meinem letzten Beitrag sind nun einige Wochen vergangen. Ich hatte angekündigt, eine neue Prognosemethode vorzustellen und gab damals auch bereits einige Hinweise.

Die Sache hat sich allerdings als sehr zäh erwiesen, war sehr zeitaufwändig, ob sich der Aufwand überhaupt lohnt, weiß ich selbst noch nicht.

Zu meinem Ansatz: Ich möchte das grobe Zirkulationsmuster der Nordhemisphäre prognostizieren (also im Wesentlichen Bodendruckanomalien). Zu diesem Zweck unterteile ich die Nordhemisphäre in 72 Zonen, jede Zone umfasst 15 Breitengrade und 30 Längengrade, Zone 1 ist also 75 – 90°N 180 – 150°W, Zone 2 umfasst 75 – 90°N 150 – 120°W…………..Zone 72 ist dann 0 – 15°N 150 – 180°E.

Zunächst begann ich daher eine (für meine Verhältnisse) umfangreiche Datenbank aufzubauen, zum besseren Verständnis eine Graphik:

Datengraphik Projekt10

 

Datenspalte 1 beinhaltet die Jahreszahl, also Zeitraum 1950 – 2016, ergibt 67 Datenreihen. In den folgenden 864 Datenspalten sind die monatlichen Flächenmittel des Bodendrucks dieser 72 Zonen zu finden, Datenspalte Nr. 866 bis 1729 beinhaltet die Geopotentialwerte auf der 500hPa – Ebene, die Spalten Nr. 1730 bis 2593 zeigen die Geopotentialwerte auf der 50hPa – Ebene (Stratosphäre). Es folgen weitere relevante Daten der NH (Spalten 2594 bis 2797), als da wären: Pacific Warm Pool, North Tropical Atlantik Index, Caribbean Index, Nino 1.2, 3.4, 4, die PDO, AMO, TNA, TSA, außerdem die SSTs des Indischen Ozeans (10°S – 25°N 40 – 100Ê), die SSTs der Gewässer um Neufundland (35 – 50°N 60 – 40°W), bei Labrador (55 – 65°N 70 – 40°W), des Polarmeesrs (67.5 – 80°N 10 – 100°E). Im Anschluss daran sind noch die QBO – Werte zu finden.

Die Spalten 2798 bis 3661 beinhalten die monatlichen Flächenmittel der Bodentemperaturen dieser 72 Zonen.Es folgen die NAO – sowie AO – Werte (Spalten 3662 bis 3685), danach die solar flux Werte, die Hurricane Aktivität (3686 bis 3709). Den Abschluss bilden die Werte der outgoing longwave radiation (Spalten 3710 bis 4573).

Diese Daten, also 4573 Spalten zu jeweils 67 Reihen, insgesamt über 300.000 Einzeldaten bilden die Basis für die Prognosen.

Monatlich werden die Daten aktualisiert und zwar auf besondere Weise: Ich gehe davon aus, dass die Januarwerte von Luftdruck etc. der einzelnen Zonen ein Ergebnis der „Verhältnisse“ in den Vormonaten sind (die sich in den Daten der Vormonate ausdrücken), also der Januarwert des Jahres 1951 ein Ergebnis der „Gesamtverhältnisse“ des Jahres 1950 ist, der Januarwert von 1952 ein Ergebnis von 1951. Deshalb schreibe ich nun bei der Aktualisierung den Januarwert von 1951 in die Reihe des Jahres 1950, den von 1952 in die Reihe von 1951 usw. Der Januarwert von 2017 gehört also in die Reihe des Jahres 2016. Diesen Wert trage ich jedoch nicht !!!!!!!!!! ein, denn dieser Wert soll vom Rechenprogramm bestimmt werden, denn es kennt ja jetzt die Beziehungen „aller“ (= vieler) Facetten der Vormonate zum Bodendruck etc. des Monats Januar.

Außerdem stelle ich um, die Reihen werden zu Spalten und die Spalten zu Reihen, ich habe also nun 67 Datenspalten (die Jahre 1950 – 2016) mit jeweils 4573 Reihen. Außerdem erscheinen die Jahreszahlen (in der Aktualisierung!!!!!!!!!!) nicht mehr, 2017 ist sozusagen 2016b so wie 1951 nicht mehr 1951 ist, sondern 1950b, 1952 wird zu 1951b ……….. das Jahr 2018 wird zu 2016c usw (werden). Auf diese Weise entsteht für jede Spalte (jedes Jahr) eine Kette von fortlaufenden Daten und Beziehungen, die vom Rechenprogramm in eine Prognose gegossen werden (kann).

Das Programm generiert Modelle zur Berechnung der Variablen bzw. die mathematischen Formeln, in diesem Fall für die Bodendruckwerte der 72 Zonen des Januar 2017, als Beispiel die 3 besten Modelle von einigen tausend (ranking list):

Generated by GMDH Shell 3.8.6

Y1 = 2.31244 + x46*0.113925 + x25*0.178436 + x63*0.0847515 + x58*0.210335 + x15*(-0.132565) + x4*0.238682 + x17*(-0.0962977) + x21*0.206676 + x42*(-0.124315) + x43*0.184347 + x22*(-0.261997) + x3*0.136506 + x44*(-0.0996634) + x34*0.0937552 + x65*0.209691 + x18*(-0.170531) + x55*0.165174 + x19*(-0.116306) + x62*(-0.145521) + x32*0.113287 + x59*0.125321 + x30*(-0.108335) + x28*0.0848361 + x14*(-0.063797) + x13*0.0791369 + x31*0.112444 + „x2, cubert“*(-3.56472) + „x36, cubert“*3.06238 + x20*(-0.0656656) + x61*0.0670449 + x10*0.0848162 + x11*(-0.101132) + „x15, cubert“*2.69275 + „x29, cubert“*(-3.60152) + „x1, cubert“*(-4.68157) + „x17, cubert“*2.29086 + „x64, cubert“*(-3.6868) + „x22, cubert“*1.55475 + „x13, cubert“*2.80124 + „x59, cubert“*2.62104 + „x44, cubert“*2.16085 + „x24, cubert“*(-3.32839) + „x47, cubert“*2.17445 + „x32, cubert“*(-2.31613) + „x46, cubert“*1.34388
Y2 = 2.28739 + x46*0.11381 + x25*0.178189 + x63*0.0846351 + x58*0.210248 + x15*(-0.132407) + x4*0.238664 + x17*(-0.0956016) + x21*0.206329 + x42*(-0.124284) + x43*0.184016 + x22*(-0.262385) + x3*0.137494 + x44*(-0.10016) + x34*0.092971 + x65*0.209196 + x18*(-0.170188) + x55*0.164931 + x19*(-0.115611) + x62*(-0.14457) + x32*0.113547 + x59*0.125 + x30*(-0.106613) + x28*0.0847039 + x14*(-0.063445) + x13*0.0787463 + x31*0.11282 + „x2, cubert“*(-2.99247) + „x36, cubert“*3.85269 + x20*(-0.0664108) + x61*0.0674388 + x10*0.0833057 + x11*(-0.101329) + „x15, cubert“*3.12025 + „x29, cubert“*(-3.70223) + „x1, cubert“*(-4.7193) + „x17, cubert“*2.23148 + „x64, cubert“*(-3.25959) + „x22, cubert“*2.24485 + „x13, cubert“*2.78523 + „x59, cubert“*2.43485 + „x44, cubert“*1.92129 + „x24, cubert“*(-3.31109) + „x47, cubert“*2.32335 + „x32, cubert“*(-2.23151) + „x46, cubert“*1.56647 + „x6, cubert“*(-2.74099)
Y3 = 2.28762 + x46*0.113745 + x25*0.177945 + x63*0.0848985 + x58*0.210598 + x15*(-0.133314) + x4*0.238321 + x17*(-0.0970819) + x21*0.209588 + x42*(-0.124054) + x43*0.184718 + x22*(-0.262209) + x3*0.136383 + x44*(-0.0994574) + x34*0.0932914 + x65*0.209951 + x18*(-0.170614) + x55*0.165371 + x19*(-0.116146) + x62*(-0.145427) + x32*0.112905 + x59*0.125398 + x30*(-0.108441) + x28*0.0848598 + x14*(-0.0640681) + x13*0.0784208 + x31*0.112197 + „x2, cubert“*(-2.98102) + „x36, cubert“*3.02422 + x20*(-0.0655977) + x61*0.0669396 + x10*0.0850096 + x11*(-0.101104) + „x15, cubert“*2.99559 + „x29, cubert“*(-3.30337) + „x1, cubert“*(-4.63485) + „x17, cubert“*2.46795 + „x64, cubert“*(-3.60214) + „x22, cubert“*1.58464 + „x13, cubert“*2.9819 + „x59, cubert“*2.30127 + „x44, cubert“*1.97607 + „x24, cubert“*(-3.09144) + „x47, cubert“*2.74736 + „x32, cubert“*(-2.08836) + „x46, cubert“*1.12813 + „x21, cubert“*(-1.97838)
Model Criterion value
Y1 0
Y2 0
Y3 0

In der Zeilenreihe 4574 beginnt nun die Aktualisierung, also die Bodendruckwerte des Januar 1951 in Form von 1950b, 1952 in Form von 1951b, 1953 in Form von 1952b……………die Daten des Januar 2017 in Form von 2016b sollen vom Programm errechnet werden, werden also nicht eingegeben. Das beste Modell, das sich als solches auf bekanntem Terrain vor den gesuchten Daten im überwachten Modus herauskristallisiert hat (die Anzahl bestimmt das Programm selbst anhand der Datenmenge) lieferte nachstehende Ergebnisse: Reihe 4574 zeigt den Bodendruck der Zone 1, also 75-90°N 180-150°W, 4575 den Bodendruck der Zone 2 von 75 -90°N 150 – 120°W………………4645 den Bodendruck der Zone 72 von 0 – 15°N 150 – 180Ê.

Die linke Spalte gibt (wie erklärt) die Zeilenreihe an, die mittlere Spalte den tatsächlich eingetretenen Bodendruckwert (in hPa), von mir jetzt zum Vergleich genannt und die rechte Spalte den vom Programm errechneten Wert.

 

 

4574 1005,690 1011,460123
4575  1007,545 1011,317913
4576  1008,604 1009,961721
4577  1007,592 1009,027379
4578  1009,463 1010,714168
4579  1005,523 1006,218671
4580  999,716 1000,746932
4581  997,678 999,0637206
4582  998,530 1001,24505
4583  1000,841 1005,867005
4584  1002,985 1008,6828
4585  1004,729 1010,498499
4586  1010,563 1014,946404
4587  1012,448 1018,209812
4588  1012,627 1015,167742
4589  1007,212 1006,097548
4590  1006,547 1006,253745
4591  1005,876 997,6596737
4592  1004,578 993,6982369
4593  1004,879 996,3983804
4594  1010,264 1006,053822
4595  1017,677 1017,516084
4596  1018,375 1019,546901
4597  1014,046 1016,978624
4598  1007,414 1004,081278
4599  1011,419 1015,251279
4600  1016,258 1022,366072
4601  1010,887 1015,125114
4602  1007,286 1008,739476
4603  1016,620 1010,063148
4604  1020,516 1013,048557
4605  1019,125 1016,356972
4606  1024,276 1026,360429
4607  1031,340 1033,642642
4608  1019,334 1019,563494
4609  1008,990 1004,4301
4610  1011,763 1006,922777
4611  1015,369 1019,168832
4612  1018,836 1022,612509
4613  1016,462 1019,51047
4614  1016,483 1021,612479
4615  1021,768 1024,350733
4616  1020,103 1020,258071
4617  1021,852 1022,18717
4618  1025,199 1027,004119
4619  1028,355 1031,456016
4620  1019,133 1018,308402
4621  1007,906 1005,513315
4622  1016,462 1015,168194
4623  1018,071 1019,121418
4624  1016,374 1018,324438
4625  1017,595 1019,048942
4626  1018,037 1020,899874
4627  1018,308 1020,952074
4628  1017,420 1019,752437
4629  1016,457 1017,6261
4630  1016,577 1016,810538
4631  1017,165 1018,880693
4632  1016,434 1016,696067
4633  1013,822 1013,649566
4634  1010,818 1011,391555
4635  1011,960 1012,905631
4636  1012,318 1013,754806
4637  1012,248 1013,221738
4638  1012,758 1013,505376
4639  1012,194 1013,28554
4640  1010,675 1012,238047
4641  1012,755 1013,033263
4642  1012,334 1012,399413
4643  1010,606 1011,817908
4644  1009,245 1010,368715
4645  1009,400 1010,098185

 

Der Korrelationskoeffizient beträgt 0.8962, der Determinationskoeffizient R² beträgt 0.8032.

Der mittlere absolute Fehler beläuft sich auf 2,7, RMSE lautet 3,6.

Was ich erwarte:

Ich erwarte keine punktgenauen Prognosen, Hinweise auf „unterdurchschnittlich“ bzw. „überdurchschnittlich“ würden mir ausreichen. Wünschenswert wäre es, wenn die Prognosen auf Geopotential und Temperatur ausgedehnt werden könnten, das ist jedoch auch eine Zeitfrage. Auf jeden Fall geht es mir um objektive Fakten, um nachvollziehbare und überprüfbare Prognosen, die Subjektivität, Bauchgefühle, Kaffeesatzleserei und sonstigen metaphysischen Schwachsinn ausschließen.

Gruß

KHB

 

 

 

 

 

 

 

 

 

Startbedingungen für den Winter 2016/17 – Ein Vergleich

von

Hallo,

meine eigentliche Winterprognose werde ich erst morgen oder übermorgen veröffentlichen, wenn die endgültigen korrekten Novemberdaten vorliegen (die „operational data“ sind ungenau).

Hier möchte ich den im Vergleich zu den „Momentaufnahmen…….“ umgekehrten Weg beschreiten. Ich bestimme die besonderen Geopotentialanomalien auf der 500hPa – Ebene für den 28. November 2016 (neueste Daten, die mir heute vorliegen).

Die Karte:

compday

Merkmale:

Negative Geopotentialanomalie.

Alaska, Westen Kanadas – USA, Osten Kanadas – USA, Azoren, Südwesteuropa, Polen – Westrussland, Westsibirien, Ostasien.

Positive Anomalie:

vor der Westküste Kanadas, Nordostkanada – Hudsonbay, Grönland – Davisstraße, südlich Grönland (45 – 55°N), Nordmeer, Asien 20 – 45°N 60 – 120°E, Arktis 85 – 90°N 0 – 360°.

Dies sind 15 Merkmale. Außerdem muss in der Stratosphäre über Grönland eine positive Anomalie herrschen.

Stratosphäre vom 28. November 2016:

compday

 

Für jede Übereinstimmung gibt es nun 1 Pluspunkt, bei Unklarheit 0 Punkte, bei Gegenteil 1 Minuspunkt (Zeitraum 1950 – 2015). Das beste Vergleichsjahr hat also die meisten Plus – und die wenigsten Minuspunkte, das schlechteste Vergleichsjahr logischerweise die wenigsten Plus – und die meisten Minuspunkte.

Beste Vergleichsjahre (zusätzlich positive Geopotentialanomalie über Grönland in der Stratosphäre): 2010, 2009, 2005, 1980, 1970, 1962, 1958.

Schlechteste Übereinstimmung, sozusagen Gegenteiljahre (mit negativer Anomalie über Grönland in der Stratosphäre):

2015, 2006, 2001, 1999, 1993, 1991, 1976, 1963, 1959.

Die „Gegenteiljahre“ habe ich mit einem Minuszeichen in die Reihe aufgenommen, die rekonstruierte Karte für den 28. November 2016 sieht also etwas „kriterienhaft – schematisch“ aus:

compday

Dies gilt auch für die Stratosphäre:

compday

 

Wie setzte sich die Entwicklung fort?

Bodendruckabweichungen im Dezember im Durchschnitt dieser Jahre:

whgyawy0dw

……..im Januar:

mhz4dxqsgi

……….im Februar:

m10iqbmwm2

Nach dieser Entwicklung sieht es zur Zeit allerdings nicht aus. Dies ist auch keine Prognose, sondern ein Rückblick, ein gewisser Erwartungswert besteht natürlich schon, aber nicht im Sinne eines subjektiven „Wunsches“, höchstens im Sinne objektiver Fakten.

Gruß

KHB

Momentaufnahme – 30. November vor milden und kalten Wintern in Mitteleuropa

von

Hallo,

wie schon für den 10. und 20. November durchgeführt, möchte ich diesen Vergleich für den 30. November nochmals wiederholen. Immerhin bildet dieser Tag den Übergang zum meteorologischen Winter und vielleicht kann man bereits erkennen, ob sich Anzeichen für „mild“ oder „kalt“ finden lassen.

Der 30. November vor den 20 mildesten Wintern seit 1950:

Bodendruck:

compday

Zum Vergleich der 30. November 2016:

91

 

……….vor den 20 kältesten Wintern:

Bodendruck:

compday

Geopot 500hPa vor den 20 mildesten Wintern:

compday

Zum Vergleich 30. November 2016:

91

 

 

 

……………..vor den 20 kältesten Wintern:

Geopot 500hPa:

compday

Stratosphäre 50hPa vor den 20 mildesten Wintern:

compday

 

Zum Vergleich 30. November 2016:

91

 

 

…………….vor den 20 kältesten Wintern:

compday

 

Meine Meinung:

Eine 1:1 Übereinstimmung gibt es weder mit „mild“ noch mit „kalt“, wird es wohl auch nie geben. Vor milden Wintern scheint sich eine „Schiene“ hohen Luftdrucks (hohen Geopotentials) zu bilden, die von Alaska über Kanada, die USA, den Atlantik (20 – 50°N) bis nach Westeuropa verläuft. Auf dieser Schiene laufen dann Tiefdruckgebiete vom Nordosten Kanadas auf 50 – 80° N über den Atlantik und halten bei zonaler Strömung die Zufuhr milder Luft nach West – und Mitteleuropa aufrecht.

Vor kalten Wintern ist es genau umgekehrt: Zwischen Nordostkanada, Davisstraße, Grönland  bis zum Europäischen Nordmeer befindet sich bei  50 – 80°N  hoher Luftdruck (hohes Geopotential) und auf 20 – 45°N tiefer Luftdruck (tiefes Geopotential).

Gestützt und / oder in Gang gesetzt / gehalten wird dieses jeweilige Muster durch den stratosphärischen Polarwirbel, vor milden Wintern durch negative Anomalie über Nordostkanada und Grönland, vor kalten Wintern durch positive Anomalie über Nordostkanada und Grönland.

Dies sind objektive Fakten und meine Meinung ist subjektiv, man kann die Interpretation für richtig, falsch oder sonst was halten und den 30. November 2016 kann man so oder so zuordnen, ich meine jedoch eher so als so, aber wie gesagt, dies ist nur meine Meinung.

In diesem Sinne

Gruß

KHB

 

 

Winter – NAO und Atlantik SSTs

von

Hallo,

es gibt unendlich viele wissenschaftliche Studien, welche sich mit der Bestimmung der Winter – NAO befassen, ist diese doch ein ganz entscheidender Faktor für den europäischen Winter. Es finden sich viele unterschiedliche Ansätze, um bereits in den Sommer – und / oder Herbstmonaten die NAO des nächsten Winters zu prognostizieren, um einige Beispiele zu nennen: SSTs südlich von Grönland im Mai, Struktur positiver und negativer SSTs auf dem Atlantik (horseshoe, tripole) im Sommer und Herbst, SSTs des tropischen Atlantik, Einfluss der SSTs des Indischen Ozeans, ENSO, in jüngster Zeit kamen noch Studien hinzu, welche die Veränderung bei den arktischen Eisverhältnissen im Sommer und Herbst als Kandidaten für die NAO Prognose heranzogen.

Die Ergebnisse waren jedoch alle sehr bescheiden, Korrelationen für einen 30 – jährigen Zeitraum von über 0.62 bzw. -0.62 wurden nicht erreicht. Dies könnte daran liegen, dass der Bezugsrahmen der NAO nicht zeitlos konstant ist, sondern als dynamischer Faktor dem Verhalten anderer dynamischen Faktoren unterliegt, deren interne Kommunikation wiederum unterschiedlichen räumlichen und zeitlichen Interaktionen unterworfen ist. Insofern wäre es unmöglich, ein Schema zu erstellen, um daraus die NAO für die nächsten 50 Jahre abzuleiten, genauso unmöglich wäre es dann / ist es dann, die vergangenen 50 Jahre mit einem einzigen Schema zu beschreiben. Andererseits gibt es über kürzere Zeiträume (etwa 1 Dekade) durchaus Korrelationen, die an einen Korrelationskoeffizienten von 1.00 bzw. -1.00 herankommen. Dies spricht dafür,  dass über einen begrenzten Zeitraum ein bestimmter Modus eingenommen wird, der sich dann verändert oder sogar ins Gegenteil verkehrt.

Gäbe es einen festen Bezugsrahmen, müsste ein 50 – jähriger Zeitraum gleiche oder mindestens ähnliche Ergebnisse zeitigen wie ein 5 – jähriger Zeitraum. Gäbe es überhaupt keinen Bezug, vermag auch ein 5 – jähriger Zeitraum keine Beziehung aufzuzeigen. Gibt es wechselnde Beziehungen müsste dies sichtbar werden, wenn man einen großen Zeitrahmen in kleine Zeiträume unterteilt. Für jeden dieser Zeiträume müsste dann die Beziehung erkennbar werden, die sich ihrerseits in einem Korrelationskoeffizienten von nahezu 1.00 bzw. -1.00 ausdrücken sollte.

Um diese Frage zu klären, verwende ich nun einen Zeitraum von jeweils 7 Jahren, ein sehr kurzer Zeitraum, ich erwarte dabei  einen Koeffizienten von 1.00 bzw. -1.00. Ich setze die SSTs des Atlantik der Monate Juli – Oktober in Beziehung zur NAO des Folgewinters, genauer gesagt des Zeitraums Dezember – März. Ich beginne mit dem Zeitraum 1949 – 1956:

91

 

Tiefe SST südöstlich Neufundlands sowie bei 85°N, bei 75°N, hohe SSTs an der nordwestafrikanischen Küste, am Äquator und auch im Indischen Ozean während des Sommers und Herbstes führen zu bzw. gehen einher mit einer positiven NAO im Folgewinter, im umgehrten Fall einher mit negativer NAO. Die Korrelationen reichen an 1.00 bzw. -1.00 heran.

Zeitraum 1959 – 1966:

91

 

Man sieht auf den ersten Blick, die Verhältnisse haben sich genau umgekehrt: Neufundland, Arktis, Nordwestafrika, Äquator, Indischer Ozean, alles invers, jedoch bei gleich hohen Korrelationskoeffizienten.

Zeitraum 1969 – 1976:

91

 

Wieder ein anderes Bild: Die größte negative Korrelation gibt es nun zwischen den SST des tropischen Nordatlantik sowie des Indischen Ozeans und der NAO. Am Äquator selbst, wo es im Jahrzehnt zuvor eine negative Korrelation gab, gibt es nun die stärkste positive des gesamten Atlantik.

Zeitraum 1979 – 1986:

91

 

Auch jetzt wieder eine totale Umkehrung auf dem Atlantik und auch auf dem Indischen Ozean. Ich brauche nichts weiter dazu zu sagen.

Zeitraum 1989 – 1996:

91

 

Teilweise Umkehrung auf dem Nordatlantik und dem Indischen Ozean.

Zeitraum 1999 – 2006:

91

 

Zerschlagung der Zone stark negativer Korrelation auf dem Nordatlantik in 3 kleine Bereiche, Umkehrung am Äquator und zum Teil im Indischen Ozean und im arktischen Bereich (100°W – 40°E).

Zeitraum 2009 – 2016:

91

Dies ist nun der Zeitraum, in dem wir uns momentan „vielleicht“ „noch“ befinden. Umkehrung im Äquatorbereich, teilweise über dem Westatlantik, sich verstärkende Effekte bei Island.

Dabei sei noch ergänzt, dass in diesem Zeitraum, also seit 2009,  sehr unterschiedliche NAO – Indices auftraten, sehr niedige zum Beispiel im Winter 2009/10, einschließlich März, im Dezember 2010, im März 2013. Mittlere Werte traten ein im Dezember 2012, Januar 2014, Januar 2016. Sehr hohe Werte gab es im Dezember 2011, Dezember 2014, Januar 2015, März 2015, Dezember 2015. Die Spitzenwerte der Korrelation – und nur darum geht es – erreichten in diesem Zeitraum 0.98 bzw. -0.97.

Die SST Anomalien Juli – Oktober 2016:

50hic_im6t

Lineare Regression:

91

Nebenbei: Was den kommenden Winter angeht, sprechen die positiven SST Anomalien im Bereich 80°N 20 – 100°E für eine negative NAO, ebenso die positive Anomalie bei Südgrönland – Island, außerdem der kalte Fleck bei 40°N 30°W sowie der Äquatorbereich. Für eine positive NAO spricht die positive Anomalie an der amerikanischen Ostküste bei 40°N sowie der warme Fleck an der grönländischen Nordostküste und die positive SST Anomalie zwischen Nowaja Semlja und Skandinavien.

Die Problematik so kurze Zeiträume zu korrelieren ist mir durchaus bewusst. Wenn aber lange Zeiträume keine Ergebnisse bringen, weil sich Gegenläufigkeit rechnerisch neutralisiert und die realen kurzlebigen Beziehungen (Korrelationen) nur „maskiert“, also Beziehungslosigkeit lediglich vorgetäuscht wird, so sollte man sich neue Wege überlegen. Gründe für einen Wechsel des Regimes gibt es bestimmt viele, angefangen von ENSO, die auch Auswirkungen auf den Atlantik besitzt bis zum Sonnenzyklus, der mit der NAO auch „irgendwie“ verbunden ist. Diese Fragen müssen noch schlüssig beantwortet werden, denke ich.

Gruß

KHB

Momentaufnahme – 20. November vor milden und kalten Wintern in Mitteleuropa

von

Hallo,

wie schon für den 10. November durchgeführt und damals angekündigt, möchte ich diesen Vergleich auch für den 20. November erstellen. Vielleicht ist erkennbar, zu welcher Gruppe (mild oder kalt) der Winter 2016/17 gehören wird.

Bodendruckabweichungen am 20. November vor den 20 mildesten Wintern seit 1950 in Mitteleuropa:

compday

Zum Vergleich, der 20. November 2016:

91

 

 

 

Bodendruckabweichungen am 20. November vor den 20 kältesten Wintern:

 

compday

Meine Meinung:

Auffallend ist das Szenario „kalte Verhältnisse“ am 20. November für Mitteleuropa (hoher Druck bei Island und vor allem über Skandinavien und tiefer Druck über dem Mittelmeer und eine daraus resultierende Ostströmung)  – vor mildem Winter. Entsprechendes gilt für „milde Verhältnisse“ am 20. November (hoher Druck Mittelmeer, Italien, Griechenland, tiefer Druck Atlantik, Skandinavien, Nordrussland)  – vor kaltem Winter.

Nordhemisphärisch liegt der Hauptunterschied bei tiefem Druck im Bereich 70 – 90 °N vor mildem Winter (Schwerpunkt Nordkanada und Grönland) und hohem Druck vor kaltem Winter in diesen Gebieten. Vor kalten Wintern gibt es ein deutlich ausgeprägtes Aleutentief, niedrigen Druck im Nordwesten der USA sowie bei Neufundland, diese negativen Anomalien fehlen vor milden Wintern.

Da der Raum Nordkanada / Grönland für den mitteleuropäischen Winter sehr wichtig ist     ( dortige starke Tiefdrucktätigkeit mit Kaltluftausbrüchen in den Westatlantik und Südwestströmung über dem europäischen Kontinent bzw. gegenteilige Bedingungen:  hoher Druck Grönland, Tief Neufundland und Warmlufttransport nach Ostkanada / Grönland und entsprechend Kaltlufttransport nach Europa), erscheinen mir die dortigen Verhältnisse im Vorwinter / Frühwinter wichtiger zu sein als die Schneeverhältnisse in Sibirien.

Die in Sibirien produzierte Kaltluft kommt für Mitteleuropa erst ins Spiel, wenn der Atlantik schwach ist (hoher Druck) und sich dann im Verlaufe des Winters die russische Kaltluft nach Westen vorarbeiten kann (mit Unterstützung hohen Drucks über Nordskandinavien und in Verbindung mit Grönland -/ Islandhoch, was mit negativer NAO und AO einhergeht), also die Verhältnisse über Kanada / Grönland / Atlantik sind das Primäre und die Verhältnisse über Sibirien das Sekundäre. Es erhebt sich höchstens die Frage, inwiefern die Ausbreitung der Oktober – / Novemberschneedecke in Sibirien (die Ergebnis der Oktober – November AO ist) Einfluss auf die winterliche AO nimmt, die wiederum deutlich mit der NAO korreliert ist. Hierzu gibt es eine Reihe wissenschaftlicher Studien, die solche Schlüsse nahelegen.

 

Geopotentialabweichungen am 20. November vor den 20 mildesten Wintern auf der 500hPa Ebene:

compday

Zum Vergleich, der 20. November 2016:

91

 

 

 

Geopotentialabweichungen am 20. November vor den 20 kältesten Wintern:

compday

Meine Meinung:

Dieselben Verhältnisse wie beim Bodendruck: kalt am 20. November (hohes Geopotential Skandinavien / Island und tiefes Südwesteuropa) vor mildem Winter und mild ( tiefes Geopotential Island, hohes Geopotential Osteuropa) vor kaltem Winter.

Nordhemisphärisch: niedriges Geopotential Arktis, Alaska, Nordkanada, Hudsonbay, Nordgrönland, generell die Arktis 80 – 90°N 0 – 360° vor milden Wintern, vor kalten Wintern umgekehrt.

 

Geopotentialabweichungen in der Stratosphäre am 20. November vor den 20 mildesten Wintern:

compday

Zum Vergleich, der 20. November 2016:

 

91

 

Geopotentialabweichungen in der Stratosphäre am 20. November vor den 20 kältesten Wintern:

compday

Meine Meinung:

Das Zentrum positiver Geopotentialabweichung liegt vor milden Wintern im Raum Island / Nordskandinavien / Spitzbergen und vor kalten Wintern über Nordsibirien.

 

Fazit:

Wie ich beim Vergleich vom 10. November geschrieben habe, kommt es darauf an, die Entwicklung in der Arktis, über Kanada und Grönland im Auge zu behalten. Die negativen Druckabweichungen in diesem Gebiet, die am 10. November dort feststellbar waren, sind jetzt beinahe verschwunden. Einige Anzeichen – nicht alle – deuten eher auf „kalt“. Aber es kann sich jeder ein eigenes Urteil bilden, ich stelle nur das Material zur Verfügung und gebe meinen Senf dazu.

Für den 30. November werde ich nochmals diesen Vergleich durchführen, die Verhältnisse an diesem Tag bilden dann die Ausgangsposition für den meteorologischen Winter.

Gruß

KHB