（a）2023年6月16日のAMSR-2からのSST。緑色の点は、サイクロンバイパルジョイの経路を示しています（IMD、2023から入手）。 （b）2023年6月1日から5月5日までのAMSR-2からの平均SSTの時系列。船は6月17〜20日の間にウェイクを調査し、シアンマーカーによって示されています。実線は、パネル（a）（黄色のソリッドボックス）の船の操作周辺の小さな領域での平均SSTを示し、破線はパネル（a）（破線の青い箱）のより大きな領域で同じことを示します。 （c）2023年6月11日にSolid Magenta Boxを介したAMSR-2からのSST。（d）パネル（c）と同じが、2023年6月19日。船のトラックは、パネル（c） – （d）の黒い線で示されています。 （e）2023年6月16日のModis Aqua L-2製品（a）の同じ固体マゼンタボックス。パネル（E）のドットは、雲または氷の汚染としてフラグが付けられています。パネルの黄色のソリッドボックス（c） – （e）は、船の操作周辺の領域を示しています。クレジット： 地球物理学的研究書 （2025）。 doi：10.1029/2024GL112413
UMass Dartmouth School for Marine Science＆Technology（SMAST）Ph.D。学生のシッダント・ケルハルカルは、サイクロン通過後の海洋熱構造の回復に新たな光を当てています。これは、直接船舶観測が不足しているためにほとんど未開拓のままである海洋地域です。この研究は、気候モデルの改善と極端な気象現象の予測に不可欠なサイクロンの後に海がどのように回復するかについての理解を高めます。
研究 表示されます ジャーナルで 地球物理学的研究書。
アラビア海での国際的な研究協力の一環として、ケルハルカルと彼の共著者であるアンキタ・カンナド、アレックス・キンセラ、アミット・タンドン、ジャネット・スプリントール、およびクレイグ・M・リーは、2023年のフィールドキャンペーンで収集されたR/Vトンプソンから収集されたデータを利用して、サイクローン・ビパルジョーのアフターマスを調査しました。
彼らの発見は、サイクロンのゆっくりした動きがモンスーンの風と相まって、サイクロンの覚醒内に非対称温度、塩分、速度構造を生み出した小規模な海洋プロセスを引き起こしたことを明らかにしています。アラビア海でそのような測定が行われたのはこれが初めてであり、近年、異常に暖かくているが、世界の多くの海洋よりも研究されていないことはあまりないことです。
これらの観察結果は、現代の海洋モデルモデルの予測スキルを改善し、海での船舶の安全性に対処するために重要とみなされる現代の海洋および大気のデータセットの獲得に焦点を当てた、「科学と高度なトレーニング（EKAMSAT）を通じてアラビア海洋海洋環境の知識を強化する」プログラムの一部として作成されました。
「私たちの研究は、通常、サブメソスケールプロセスと呼ばれるこれらの小規模の海洋プロセスが、サイクロン後の海洋の熱構造の回復を加速する上で重要な役割を果たすことを示しています」とKerhalkar氏は述べています。 「これは、特にモンスーンの予測では、海洋熱輸送、栄養分布、および天候の予測可能性に大きな影響を与えます。」
この研究では、これらの海洋プロセスが大気症の熱交換と全体的な気候のダイナミクスに潜在的に影響を与える可能性があることを強調し、嵐の行動とモンスーンの変動の予測を改善するための貴重な洞察を提供します。インドのモンスーンは、世界の人口のほぼ3分の1に直接影響を与えるため、この研究は、気候予測と災害の準備のためにこれらのメカニズムを理解することの重要性を強調しています。
UMass Dartmouthの機械工学および河口および海洋科学の共著者兼教授であるAmit Tandon氏は、次のように述べています。 「シッダントの研究は、極端な気象現象の予測モデルの洗練に役立つ新しい観察証拠を提供します。」
詳細：
Siddhant Kerhalkar et al、Monsoon -Frontalの相互作用は、アラビア海でのCyclone Biparjoyの覚醒回復を駆動する、 地球物理学的研究書 （2025）。 doi：10.1029/2024GL112413
引用：Cyclone Wake Recoveryに関する新しい洞察は、2025年2月28日に取得した極端な気象イベントの予測モデルを前進させるのに役立ちます（2025年2月27日）
このドキュメントは著作権の対象となります。私的な研究や研究の目的のための公正な取引とは別に、書面による許可なしに再現される部分はありません。コンテンツは情報のみで提供されます。
#サイクロンウェイクリカバリーに関する新しい洞察は極端な気象現象の予測モデルを前進させるのに役立ちます