banner
Centre d'Information
Nos offres sont admirées de la même manière sur la scène locale et internationale.

Variabilité régionale et temporelle des précipitations de mousson d'été en Inde par rapport à l'oscillation australe d'El Niño

Jun 01, 2023

Rapports scientifiques volume 13, Numéro d'article : 12643 (2023) Citer cet article

1 Altmétrique

Détails des métriques

Les précipitations de mousson d’été indienne (ISMR) présentent une variabilité significative, affectant la sécurité alimentaire et hydrique du sous-continent indien densément peuplé. Les deux modes spatiaux dominants de la variabilité de l'ISMR sont associés respectivement à l'oscillation australe d'El Niño (ENSO) et à la force du creux de mousson semi-permanent, ainsi qu'à la variabilité associée des dépressions de mousson. Bien que la solide téléconnexion entre ENSO et ISMR soit bien établie depuis plusieurs décennies, les principaux facteurs conduisant à la relation variable dans le temps entre les modèles ENSO et ISMR dans différentes régions du pays ne sont pas bien compris. Notre analyse montre une augmentation constante d'une force de téléconnexion modérée à substantiellement forte entre ENSO et ISMR de 1901 à 1940. Cette relation renforcée est restée stable et forte entre 1941 et 1980. Cependant, au cours de la période récente de 1981 à 2018, la téléconnexion a de nouveau diminué de manière constante. à une force modérée. Nous constatons que la relation ENSO – ISMR présente une variabilité régionale distincte avec une relation variable dans le temps dans le nord, le centre et le sud de l'Inde. Plus précisément, la téléconnexion présente une relation croissante pour le nord de l’Inde, une relation décroissante pour le centre de l’Inde et une relation constante pour le sud de l’Inde. Les anomalies de SST chaudes sur l'océan Pacifique oriental correspondent à une diminution globale de l'ISMR, tandis que les anomalies de SST chaudes sur l'océan Indien correspondent à une diminution des précipitations sur le nord et une augmentation sur le sud de l'Inde.La région centrale de l’Inde a connu la variation la plus importante dans la relation ENSO-ISMR. Cette variation correspond à la variabilité du creux et des dépressions de mousson, fortement influencées par l'oscillation décennale du Pacifique et l'oscillation nord-atlantique, qui régulent la dominance relative des deux modes spatiaux de l'ISMR. En appliquant la technique PCA-Biplot, notre étude met en évidence les impacts significatifs de divers facteurs climatiques sur les deux modes spatiaux dominants de l'ISMR qui expliquent la nature évolutive de la relation ENSO – ISMR.

Chaque année, le sous-continent indien reçoit environ 78 % de ses précipitations annuelles pendant la mousson du sud-ouest, de juin à septembre1. Les variations interannuelles des précipitations de mousson d'été indienne (ISMR) ne représentent qu'environ 9 % de leur moyenne mais ont un impact socio-économique important2,3, notamment sur le secteur agricole, la disponibilité en eau et le PIB du pays4,5. Aux échelles de temps interannuelles, l'ISMR est affecté par plusieurs phénomènes climatiques couplés océan-atmosphère tels que l'oscillation australe d'El Niño (ENSO), le dipôle de l'océan Indien (IOD), l'oscillation décennale du Pacifique (PDO), l'oscillation méridionale atlantique (AMO) et l'oscillation zonale de l'Atlantique. Mode (AZM)6,7,8,9,10,11,12,13,14. ENSO étant le plus grand modulateur tropical de la mousson indienne, il est également le plus grand signal climatique interannuel sous les tropiques15,16. Les changements dans la circulation zonale de Walker pendant El Niño provoquent un affaissement anormal sur la masse continentale indienne, supprimant ainsi la circulation de mousson et une réduction ultérieure des précipitations sur le sous-continent indien17,18. L'ensemble de la ceinture côtière ouest, la zone de mousson et les régions orientales sont touchées par les sécheresses liées à El Niño.

Généralement, il existe deux contributeurs majeurs à la variabilité interannuelle de l’ISMR7. L’un d’entre eux est le forçage externe, qui résulte de la réponse à la variabilité et au changement climatiques. La seconde est la composante interne due à l’activité intrasaisonnière qui se manifeste à travers les phases actives et de pause de la mousson10,19,20. La variabilité interannuelle de l’ISMR est due en partie à un forçage externe et en partie à un forçage interne21.

L’ISMR présente une grande variabilité spatiale avec des précipitations excédentaires et déficitaires sur différentes régions du sous-continent. La variabilité interannuelle de l'ISMR est plus évidente lorsque l'on considère la variabilité spatiale des précipitations. Mishra et al.22 ont identifié deux modèles spatiaux majeurs de variabilité ISMR et ont remarqué que ces deux modes ISMR sont principalement liés respectivement à ENSO et à la force du creux semi-permanent de la mousson. Ils notent que l’importance du creux de mousson est étroitement liée à la fréquence des dépressions de mousson qui se forment sur le golfe du Bengale. Notamment, le deuxième modèle d’ISMR a connu une force décroissante tout au long du siècle dernier (1901-2018) en raison de l’affaiblissement de la circulation de mousson et du nombre décroissant de dépressions de mousson23,24,25,26,27. En conséquence, il y a une réduction des précipitations dans les principales zones de mousson du centre-est de l’Inde et de la côte ouest de l’Inde23,24. Cependant, leur étude n’explore pas comment cette variabilité et les téléconnexions associées se manifestent au niveau régional, dans différentes parties du pays et à différentes périodes. La force du creux de mousson et la fréquence de la dépression sont également liées aux conditions de température de surface de la mer (SST) post-ENSO. Chowdary et al.28 ont constaté que les événements El Niño entraînaient un réchauffement du nord de l’océan Indien au cours de l’été suivant. Ce réchauffement est principalement dû aux interactions air-mer qui se produisent dans l’océan Indien tropical. Bien que ces études soient utiles pour obtenir une vision globale de la relation ENSO-ISMR, la variabilité régionale et ses changements à long terme sont moins bien compris29,30,31,32. Étant donné que l’effet de l’ENSO n’est pas le même pour les différentes régions du pays, il est important de comprendre la relation régionale ENSO-ISMR pour identifier et améliorer également les compétences en matière de prévision de la mousson.

 0.05). Therefore, these two climate modes are not discussed further in our study. Regardless, a subsequent mode of ISMR variability linked to the Atlantic Niño related variability cannot be entirely dismissed. Figure 2a represents the correlation matrix of different climate indices. This gives the correlation between different climate indices with PC1 and PC2. The PC1 and PC2 in the PCA biplot is different from the PC1 and PC2 of ISMR variability. Here in the biplot PC1 and PC2 refer to a leading mode of covariability between different climate modes. Since PC1 and PC2 are two independent processes their correlation is very low (-0.03). The PCA-biplot (Fig. 2b), represents the interrelationship between different climate modes. In two dimensional biplot space, an arrow represents a variable and its length denotes the percentage of variance. The unit circle implies the maximum correlation value one. There are two independent processes ISMR PC1 and ISMR PC2. The processes that cluster around ISMR PC1 are related to each other and those which cluster around ISMR PC2 are interrelated. The processes close to x-axis are grouped under one category and the ones close to y-axis are grouped under other. We observe that PC1 is connected with ENSO, IOD, PDO and IPO. Meanwhile, PC2 is associated with the NAO, IPO, PDO and IOB mode index along with monsoon trough (MT) strength and depression frequency (MDF). MT is connected to both PC1 and PC2. Physically it means that MT is related to both ENSO and internal factors related to monsoon variability. PDO, IPO, and MT contribute to both PC1 and PC2 spatial patterns of rainfall. The biplot space does not explain the QBO well (the length of arrow is short). From the biplot we can infer that the MDF vector and the PDO vector has an out of phase relationship. This finding aligns with the study by Vishnu et al.13 that over the past seven decades the monsoon depressions that form over the Bay of Bengal has an out of phase relationship with PDO due to the variation in the relative humidity. The natural climate variability is driven by various climatic oscillations and understanding the physical mechanism for the variation in the spatial and temporal scale variability of ISMR is still complex as it is influenced by large scale atmospheric, oceanic and coupled climate phenomena53./p>

2.0.CO;2" data-track-action="article reference" href="https://doi.org/10.1175%2F1520-0442%282001%29014%3C2376%3APROACO%3E2.0.CO%3B2" aria-label="Article reference 30" data-doi="10.1175/1520-0442(2001)0142.0.CO;2"Article ADS Google Scholar /p>