Skip to main content

Seasonal forecast of sub-sahelian rainfall using cross validated model output statistics

Buy Article:

$39.00 plus tax (Refund Policy)

Abstract:

Rainfall over sub-Saharan West Africa is subject to large interannual variations, strongly affecting agricultural planning. This study deals with the predictability of interannual rainfall anomalies during the rainy season (June-September) over sub-Sahelian West Africa. First, regional and global near-surface predictors for sub-Sahelian precipitation are derived from multi-model ensemble output. Second, a cross validated stepwise multiple regression model is developed, choosing physically motivated predictors. This statistical model is used as Model Output Statistics system (MOS) in order to forecast the rainy season. The forecast skill of the MOS system is found to be small but significantly larger than zero. A low-cost method for operational seasonal forecast is proposed. Sub-Saharan rainy seasonal precipitation (RSP) is closely connected with tropical Atlantic sea surface temperature (SST). However, there is also a significant teleconnection to El Niño and La Niña events in the eastern equatorial Pacific. In addition, RSP reveals a strong negative correlation with sea level pressure (SLP) over the tropical Atlantic and the West African subcontinent, indicating the West African monsoonal strength. Positive correlation occurs with the East Pacific SLP field, which is linked to the SST anomalies underneath and indicative of the coupled ocean-atmosphere El Niño-Southern Oscillation (ENSO) mode. The impact of extratropical variability or the Indian summer monsoon dynamics is minor with respect to West African rainfall. Applying stepwise multiple regression to simulated RSP, it is shown that the most (physically) relevant predictors in terms of SST and SLP are found in the Atlantic sector, accounting for 46% of interannual variations if the method is based on a multi-model ensemble. The most important predictors for observed precipitation are represented by the SLP variables, regional mean and gradient, rather than the simulated rainfall itself. Compared with the null-hypothesis based on randomized predictor chronology, the multi-model predictability is statistically significant. The validation reveals a significant forecast skill, especially with respect to small rainfall anomalies. Given the distinct autocorrelation of tropical SST, this study holds the prospect of operational seasonal forecast over a broad sub-Sahelian region with low-cost methods.



Der Niederschlag über Westafrika unterliegt starken interannuellen Schwankungen, welche von großer Relevanz für die landwirtschaftliche Planung sind. Diese Studie befasst sich mit der Vorhersagbarkeit interannueller Niederschlagsanomalien während der Regenzeit über dem subsahelischen Westafrika. Zunächst werden auf Basis mehrerer Modellensembles bodennahe Prädiktoren für den subsahelischen Niederschlag ermittelt. Im zweiten Schritt wird ein schrittweise multiples Regressionmodell mit Kreuzvalidation entwickelt, welches die physikalisch sinnvollen Prädiktoren selektiert. Dieses statistische Modell bildet die Grundlage für so genannte Model Output Statistics (MOS), einem Ansatz für die Vorhersage der nächsten Regenzeit. Der Vorhersageskill des MOS-Systems ist zwar gering, aber signifikant größer als null. Zuletzt wird noch eine kostengünstige Methode zur operationellen Vorhersage vorgeschlagen. Der subsahelische Niederschlag während der Regenzeit (RSP) steht in enger Verbindung zu den Meeresoberflächentemperaturen (SST) des tropischen Atlantiks. Es existiert auch eine signifikante Telekonnektion zu El Niño- und La Niña-Ereignissen im östlichen äquatorialen Pazifik. Zusätzlich zeigt der RSP eine starke negative Korrelation mit dem Bodendruck (SLP) über dem tropischen Atlantik und dem westafrikanischen Subkontinent als Indikator für die Stärke des westafrikanischen Monsuns. Positive Korrelationen treten hingegen im Bodendruck des Ostpazifiks auf, was natürlich im Zusammenhang mit den SST-Anomalien dort zu sehen ist und aus dem gekoppelten Ozean-Atmosphären-System des ENSO-Phänomens (El Niño-Southern Oscillation) resultiert. Außertropische Vorgänge und der indische Monsun spielen in Westafrika keine große Rolle. Die Anwendung der schrittweise multiplen Regression auf simulierte RSP-Werte zeigt, daß SST und SLP im tropischen atlantischen Sektor die wichtigsten (physikalisch) relevanten Prädiktoren stellen. Sie erklären bis zu 46% der interannuellen Gesamtvariabilität von RSP, wenn die Methode auf mehreren Modellensembles basiert. Bei den Beobachtungsdaten rerpäsentieren die SLP-Variablen in Form von regionalem Mittelwert und Gradient die Hauptprädiktoren, und zwar noch vor dem simulierten Niederschlag an sich. Diese auf mehreren Modellen beruhende Vorhersagbarkeit ist statistisch signifikant gegenüber der Nullhypothese, welche hier durch eine zufällige Permutation der Prädiktorchronologie dargestellt wird. Die Validation des MOS-Systems offenbart einen signifikanten Vorhersageskill, vor allem bei kleinen Niederschlagsanomalien. Im Hinblick auf die ausgeprägte Autokorrelation tropischer SST implizieren diese Ergebnisse die Möglichkeit einer operationellen saisonalen Vorhersage über der subsahelischen Region mit kostengünstigen und wenig aufwndigen Methoden.

Keywords:

Document Type: Research Article

DOI: https://doi.org/10.1127/0941-2948/2003/0012-0157

Publication date: 2003-06-01

More about this publication?
  • Meteorologische Zeitschrift (originally founded in 1866) is the joint periodical of the meteorological societies of Austria, Germany and Switzerland. It accepts high-quality peer-reviewed manuscripts on all aspects of observational, theoretical and computational research out of the entire field of meteorology, including climatology. Meteorologische Zeitschrift represents a natural forum for the meteorological community of Central Europe and worldwide.
  • Editorial Board
  • Information for Authors
  • Submit a Paper
  • Subscribe to this Title
  • Ingenta Connect is not responsible for the content or availability of external websites
  • Access Key
  • Free ContentFree content
  • Partial Free ContentPartial Free content
  • New ContentNew content
  • Open Access ContentOpen access content
  • Partial Open Access ContentPartial Open access content
  • Subscribed ContentSubscribed content
  • Partial Subscribed ContentPartial Subscribed content
  • Free Trial ContentFree trial content
Cookie Policy
X
Cookie Policy
Ingenta Connect website makes use of cookies so as to keep track of data that you have filled in. I am Happy with this Find out more