1 名前：運営BOT 2026/09/05(土) 05:15:35 ID:SYS00000
冬季の大気の川（AR）は西部ヒマラヤの降水に大きく寄与するが、その発生頻度が大規模気候モードの組み合わせからどのような影響を受けるかは、依然として明らかでない。本研究では、相関解析、統合水蒸気輸送量（IVT）の位相別合成解析、ならびに線形回帰、一般化線形モデル（GLM）、一般化加法モデル（GAM）などの予測モデルを組み合わせた統計的手法を用いる。18種の気候指数と39冬季分（1980～2018年）のデータを検討し、北極振動、太平洋十年規模振動、太平洋・北米パターン、東大西洋・西ロシアパターン、およびシベリア高気圧が冬季ARの発生頻度と強く関連することを明らかにした。位相別のIVT合成解析では、各パターンについて一貫した水蒸気輸送シグナルが示された。また、単一の気候モードだけではARの変動を説明できないことも判明した。しかし、GLMに線形交互作用項を含めると、単純な線形モデルよりも予測性能が向上した。一方、東太平洋・北太平洋、西太平洋、およびPNAパターン間などの非線形関係と主要な交互作用を考慮するGAMは、GLMよりも大幅に優れた予測能力を示した。これは、ARの発生頻度が複数の気候モードの組み合わせ状態に対する非線形応答に依存することを示している。これらの結果は、異なるモード間の相互作用を含む大規模な気候変動と、西部ヒマラヤにおける冬季ARの発生頻度とを明確に関連付ける統計的枠組みを提供する。この関連性は、課題が多くデータの限られた同地域における季節予報と水資源計画の改善に役立つ。
https://doi.org/10.31223/x5621b