Ecco perchè la PDO non è (solo) un indice di variabilità naturale

[elz]

e di conseguenza anche il motivo percui ogni tanto saltano fuori sul web mirabolanti correlazioni tra gli indici oceanici e le temperature globali....nel caso dell'AMO essendo un indice di temperatura con rimosso un trend lineare è evidente che risente anche degli andamenti globali, per la PDO non è altrettanto evidente essendo l'indice ottenuto via EOF dopo aver sottratto il trend globale dalle sst del nord pacifico, ma come spiegato già in Meehl 2009 anche lo shift del 1977 è dovuto ad una sovrapposizione di variabilità interna e forzata, inoltre un nuovo studio mette in evidenza come anche i trend di lungo termine hanno un impatto sulla PDO per almeno due motivi:

1- Il trend termico nel nord pacifico è ed è atteso essere più forte nel nord pacifico rispetto alla media globale, ne consegue che parte del gw rimane nelle sst anche dopo aver sottratto il trend globale e dato che questo riscaldamento si proietta su un pattern in cui le anomalie positive nel nord pacifico prevalgono durante la fase di PDO- crea un trend artificioso verso il basso nell'indice già osservabile a fine 20° secolo e che prosegue nelle simulazioni climatiche del 21°secolo:

pdo.png

2- Anche se viene rimossa la parte di riscaldamento rimanente il pattern spaziale dovuto al gw ha alcune caratterstiche in comune con la pdo e di conseguenza influenza l'indice.

http://www.springerlink.com/content/...8/fulltext.pdf
La conclusione del lavoro:

Our study illustrates that North Pacific SST changes over
the twentieth and twenty-first centuries have both internally-
generated and externally-forced components, and that
the strength of these components is dependent on the definition
of the PDO index. Understanding both internal and
external components is important in order to improve the
decadal predictability of future changes in regional climate,
droughts, and natural systems. Since PDO indices are often
used to statistically remove ‘‘natural variability’’ effects
from a variety of observational datasets, such noise removal
exercises should be exercised with great care.