Nouvelle méthode proposée pour améliorer le réseau d’observation des océans dans le Pacifique tropical occidental

ENSO, abréviation de El Niño et oscillation australe, est l’oscillation interannuelle la plus influente et a un impact significatif sur le climat mondial. Le système d’observation du Pacifique tropical (TPOS), comprenant des bouées amarrées, joue un rôle important dans la compréhension, la surveillance et la prévision des événements ENSO.

Malheureusement, de nombreux mouillages dans le Pacifique occidental se sont détériorés, ce qui entrave notre capacité à modéliser et à prédire l’ENSO avec précision. Pour y remédier, un projet international appelé TPOS 2020 a été lancé. Dans le cadre de ce projet, le programme d’observation régional entrepris par la Chine vise à concevoir un schéma de disposition des bouées dans le Pacifique occidental.

L’étude vise à améliorer la prévision d’ENSO en déployant stratégiquement des bouées amarrées coûteuses et limitées dans les emplacements les plus favorables. L’équipe de recherche, dirigée par l’Université Hohai en Chine, présente une approche innovante pour une conception optimale de réseaux à long terme. Leur nouvelle méthode permet à la région/aux variables observées de différer de la cible de prédiction, surmontant ainsi les limites des techniques traditionnelles.

Sur la base des exigences du TPOS 2020, l’étude applique la nouvelle approche pour identifier un réseau d’amarrage optimal dans le Pacifique occidental. Ce réseau optimal réduit considérablement l’incertitude associée aux prévisions ENSO, améliorant ainsi leur précision et leur fiabilité. Compte tenu de son efficacité, l’approche proposée devrait être largement utilisée pour établir des réseaux d’observation stationnaires.

Le travail est publié dans la revue Revue scientifique nationale.

Plus d’information:
Weixun Rao et al, Une nouvelle méthode d’observation ciblée basée sur un ensemble et son application dans le TPOS 2020, Revue scientifique nationale (2023). DOI : 10.1093/nsr/nwad231

Fourni par Science China Press

ph-tech