Sommerprognose 2019

Hallo,

für diese Prognose habe ich nur die SSTs des Mai 2019 verwendet, allerdings global.

Die Nordatlantik – SSTs haben sich seit Mai 2018 doch beachtlich verändert:

SSTs des Mai 2019 minus Mai 2018:

EFCgDfq4md

Dazu mehr in einem anderen Beitrag.

Auswertungszeitraum: 1949 – 2018

Referenzperiode: 1981 – 2010

Anomalien: Pa bzw. K

Methode: Canonical Correlation Analysis

Juni 2019:

Prognose Juni 2019 Bodendruck NH Bild aus Mai

Prognose Juni 2019 Temperatur NH Bild aus Mai

Juli 2019:

Prognose Juli 2019 Bodendruck NH Bild aus Mai

Prognose Juli 2019 Temperatur NH Bild aus Mai

August 2019:

Prognose August 2019 Bodendruck NH Bild aus Mai

Prognose August 2019 Temperatur NH Bild aus Mai

Gruß

KHB

Mai 2019 und Folgemonate

Hallo,

die höchsten Korrelationen für Bodendruck und Temperatur von Mai und Folgemonaten ergaben sich für die Aprilwerte der SSTs, des zonalen Winds im 150hPa Niveau und der Niederschlagshöhe und -verteilung.

Auswertungszeitraum: 1964 – 2018

Referenzperiode: 1981 – 2010

Anomalien: hPa bzw. Pa bzw. K

Methode: Canonical Correlation Analysis

Mai 2019:

Prognose Mai 2019 Bodendruck NH Bild aus April

Prognose Mai 2019 Temperatur NH Bild aus April

Juni 2019:

Prognose Juni 2019 Bodendruck NH Bild aus April

Prognose Juni 2019 Temperatur NH Bild aus April

Juli 2019:

Prognose Juli 2019 Bodendruck NH Bild aus April

Prognose Juli 2019 Temperatur NH Bild aus April

August 2019:

Prognose August 2019 Bodendruck NH Bild aus April

Prognose August 2019 Temperatur NH Bild aus April

Gruß

KHB

 

April 2019 und Folgemonate

Hallo,

die höchsten Korrelationen für Bodendruck und Temperatur des Zeitraums April – Juni 2019 ergaben sich aus den Märzwerten SSTs, Bodendruck, zonaler Wind im 150hPa – Niveau und der Niederschlagshöhe und – verteilung (jeweils 90°N – 30°S 0 – 360°). Auf diese Weise sind die wichtigsten Patterns und Indices enthalten, also AO, NAO, PNA, MJO, EA – WR etc.

Auswertungszeitraum: 1969 – 2018

Referenzperiode: 1981 – 2010

Anomalien: hPa bzw. Pa bzw. K

Methode: Canonical Correlation Analysis

 

April 2019:

Prognose April 2019 Bodendruck NH Bild aus März neu

Prognose Temperatur April 2019 NH Bild aus März

Mai 2019:

Prognose Mai 2019 Bodendruck NH Bild aus März

Prognose Mai 2019 Temperatur NH Bild aus März

Juni 2019:

Prognose Bodendruck Juni 2019 NH aus März

Prognose Juni 2019 Temperatur NH Bild aus März

Gruß

KHB

März 2019 und Folgemonate

Hallo,

die höchsten Korrelationen mit Bodendruck und Temperatur des Prognosezeitraums ergeben sich mit dem zonalen Wind des Februar im 100 und 150hPa Niveau (90°N – 90°S 0 – 360°).

Auswertungszeitraum: 1955 – 2018

Referenzperiode: 1981 – 2010

Anomalien: Pa bzw. hPa bzw. K

Methode: Canonical Correlation Analysis

Prognose März 2019 Bodendruck NH Bild aus Febr

Prognose März 2019 Temperatur NH Bild aus Febr

Prognose April 2019 Bodendruck NH Bild aus Febr

Prognose April 2019 Temperatur NH Bild aus Febr

Prognose Mai 2019 Bodendruck NH Bild aus Febr

Prognose Mai 2019 Temperatur NH Bild aus Febr

Gruß

KHB

 

 

Februar 2019 und Folgemonate

Hallo,

die höchsten Korrelationen mit Bodendruck und Temperaturen im Prognosezeitraum ergeben sich mit dem zonalen Wind im 150 -, 200 – und 250hPa – Niveau des Monats Januar, 90°N – 20°S, 0 – 360°.

Auswertungszeitraum: 1949 – 2018

Referenzperiode: 1981 – 2010

Anomalien: Pa bzw. hPa bzw. K

Methode: Canonical Correlation Analysis

Prognose Februar 2019 Bodendruck NH Bild aus Jan

Prognose Februar 2019 Temperatur NH Bild aus Jan

Prognose März 2019 Bodendruck NH Bild aus Jan

Prognose März 2019 Temperatur NH Bild aus Jan

Prognose April 2019 Bodendruck NH Bild aus Jan

Prognose April 2019 Temperatur NH Bild aus Jan

Gruß

KHB

Über die NAO zur Zirkulationsanomalie

Hallo,

nach der Lektüre von

Wang / Ting / Kushner: A robust empirical seasonal prediction of winter NAO and surface climate. Scientific Reports 7, Article number: 279. March 2017.

Wang / Ting / Kushner

habe ich – in vereinfachter Form – die von den Autoren bestimmten Prädiktorvariablen verwendet, um daraus eine Prognose für die Zirkulationsanomalie der Wintermonate zu entwickeln.

Die Prädiktoren sind:

Geopotential auf der 70hPa – Ebene (20°S – 90°N 0 – 360°)

Eisausdehnung der Nordhemisphäre

SSTs (20°S – 90°N 0 – 360°)

September – oder Oktobermonate. Ich verwendete die Oktobermonate.

Analysezeitraum bei meinem Beitrag: 1949 – 2018

Referenzperiode: 1981 – 2010

Anomalien: Pa

Methode: Canonical Correlation Analysis

Dezember:

prognose dezember 2018 bodendruck nh aus okt

 

Januar:

prognose januar 2019 bodendruck nh bild aus okt 827+828+829

 

Februar:

prognose februar 2019 bodendruck bild nh aus okt

 

März:

prognose märz 2019 bodendruck nh bild aus okt

Ergänzung am 8. Januar 2019

Die Autoren oben genannter Studie betrachten sowohl den September als auch den Oktober als Ausgangspunkte ihrer Analyse. Ich habe in meiner Analyse den Oktober verwendet. Man könnte jetzt natürlich auch beide Monate – gleichberechtigt – heranziehen.

Dann sehen die Ergebnisse folgendermaßen aus (ansonsten gleiche Vorgehensweise, auf Grund der verdoppelten Datenmenge muss der Analysezeitraum auf 1966 – 2018 beschränkt werden, es handelt sich immerhin um 50.000 Gitterpunkte und die Rechenkapazität ist begrenzt):

Dezember:

prognose dezember 2018 bodendruck nh aus sept-okt

Januar:

prognose januar 2019 bodendruck nh aus sep-okt

Februar:

prognose februar 2019 bodendruck nh aus sep-okt

März:

prognose märz 2019 bodendruck nh aus sep-okt

Gruß

KHB

 

 

 

Winterprognose 2018/19

Hallo,

etwas ungewöhnlich, eben experimentell, eine Langfristprognose, die (ausschließlich) auf den Verhältnissen in der Stratosphäre des Monats November beruht. Dabei werden die höchsten Korrelationen zwischen den entsprechenden Parametern und den Bodendruck – bzw. Temperaturanomalien der Folgemonate verwendet, konkret „zonaler Wind“ auf der 100 -, 150 – und 200hPa – Ebene, Bereich 90°N – 20°S, 0 – 360°.

Auswertungszeitraum 1949 – 2017/18

20.000 Gitterpunkte

Referenzperiode 1981 – 2010

Anomalien: Pa bzw. K bzw. m

Methode: Canonical Correlation Analysis

Dezember 2018:

 

Prognose Dezember 2018 Temp Europa

Prognose Dezember 2018 Geopot 500hPa

Januar 2019:

Prognose Januar 2019 Temp Europa

Prognose Januar 2019 Geopot 500hPa

Februar 2019:

 

Prognose Februar 2019 Temp Europa

Prognose Februar 2019 Geopot 500

Wie gesagt, das Rechenmodell erhält keine Informationen über SSTs, Temperaturen, Bodendruck und Geopotential. Immerhin zeigt es (trotzdem) den zu erwartenden schwachen bis mittleren El Nino (Modoki), angedeutet in den positiven Temperaturanomalien im äquatorialen Pazifik (unterer Rand) und die negative Druckabweichung bei den Aleuten (die mit El Nino einhergeht).

Laut Baur wird ja der Januar in Mitteleuropa zu kalt, wenn der Oktober in diesem Gebiet um mindestens 2 K zu warm und in Deutschland zu trocken war. Beide Voraussetzungen sind dieses Jahr gegeben. Mein Modell zeigt den hohen Druck über Russland (den Baur für solche Januare angibt), zeigt aber keine negative Temperaturabweichung über Mitteleuropa.

Über Grönland / Island herrscht zwar vorwiegend positive Druckabweichung, aber es scheint keine Blockierung zu geben (eine schwache im Januar bei 45°W, kann für ME auch Südlagen bedeuten), möglicherweise ist die Zugbahn der Tiefs im Dezember und Januar eher auf West – und Mitteleuropa gerichtet. Im Februar dominiert aus jetziger Sicht vorwiegend antizyklonale Witterung über Europa mit Schwerpunkten der positiven Druckabweichung über Mitteleuropa und Nordwestrussland.

Ergänzung: Am 11. Dezember habe ich auf Wunsch von Lesern die Temperaturanomalien der Wintermonate in Europa vergrößert dargestellt, außerdem die Geopotentialanomalien auf der 500hPa – Ebene ergänzt (natürlich mit den gleichen Inputdaten).

Gruß

KHB