Key points are not available for this paper at this time.
Les interactions sol-atmosphère sont connues pour être importantes dans le développement des sécheresses éclair, et améliorer la représentation de ces interactions dans les modèles de prévision à sous-saison et saisonnière (S2S) pourrait constituer une source potentielle de compétences pour prédire ces événements. Cependant, la compréhension des processus de couplage sol-atmosphère impliqués dans le développement global des sécheresses éclair est entravée par le fait que des variables clés telles que l'humidité du sol dans la zone racinaire et les flux de chaleur latente et sensible à la surface ne peuvent pas être observés directement à partir des satellites. Dans cette étude, nous utilisons une définition des sécheresses éclair basée sur l'humidité du sol de l'ESA CCI pour explorer le comportement composite des variables sol-atmosphère autour des dates de début des sécheresses éclair. Nous exploitons les données de température de surface terrestre (LST) observées par satellite provenant de l'ESA CCI pour diagnostiquer l'équilibre entre les flux de chaleur latente et sensible à la surface en calculant la différence entre la LST et la température de l'air à 2m (T2m) issue de la réanalyse ERA5. Étant donné que l'anomalie standardisée du flux de chaleur sensible est approximativement égale à l'anomalie standardisée de LST-T2m, cette méthode nous permet d'identifier les augmentations des anomalies de flux de chaleur sensible lors des sécheresses éclair. Lorsque les conditions de radiation restent approximativement constantes, cela est associé au début d'un régime évaporatif limité par l'eau. Nous explorons la variation spatiale de la sensibilité à la fois de LST-T2m et de la Profondeur Optique de Végétation (VOD) aux événements de sécheresse éclair, pour comprendre où le budget énergétique de surface change le plus fortement et où les impacts sur la végétation sont les plus sévères. De plus, nous considérons quelles variables observables par satellite sont les plus prometteuses pour fournir des informations qui peuvent améliorer la prédiction S2S des sécheresses éclair.
Harris et al. (Ven,) ont étudié cette question.