ABSTRAK
Siklon Mediterania dapat memicu bahaya cuaca ekstrem, termasuk curah hujan konvektif, petir, dan hujan es, dengan implikasi untuk prakiraan operasional, penilaian risiko dalam industri asuransi, dan kesiapan masyarakat. Karya ini meneliti hubungan klimatologis antara siklon Mediterania dan kondisi atmosfer yang mendukung konveksi ekstrem. Dengan menggunakan deteksi petir ATDnet, kami menemukan bahwa, dari musim gugur hingga musim semi, 20%–80% jam petir di cekungan Mediterania dan wilayah daratan yang berdekatan dikaitkan dengan siklon di dekatnya. Berdasarkan data analisis ulang, kami menunjukkan bahwa lingkungan konvektif ekstrem dan bahaya terkait sebagian besar terjadi di sektor hangat siklon Mediterania dan di timur laut pusatnya. Proses dan bahaya konvektif menunjukkan puncak sekitar 6 jam sebelum waktu tekanan minimum pusat siklon, konsisten dengan penelitian sebelumnya. Selain itu, kami menemukan ketergantungan musiman yang kuat dari konveksi ekstrem dalam siklon. Lingkungan konveksi yang parah sering terdeteksi pada jenis siklon yang khas pada musim transisi (terutama musim gugur) dan musim panas, sementara itu lebih jarang terjadi pada siklon baroklinik dalam yang menjadi ciri musim dingin. Terakhir, kami memberikan wawasan baru mengenai ketergantungan aktivitas konveksi pada keberadaan fitur dinamis di sekitar siklon Mediterania. Sabuk konveyor hangat, yang dicirikan oleh pendakian skala besar dan ketidakstabilan termodinamika yang tinggi, muncul sebagai wilayah yang paling menguntungkan untuk aktivitas petir, dengan potensi petir dua kali lebih tinggi dibandingkan dengan front dingin siklon. Hasil ini memajukan pemahaman kita tentang interaksi antara dinamika siklon dan konveksi parah, yang menawarkan panduan berharga untuk meningkatkan prediksi bahaya dan untuk mengelaborasi strategi darurat cuaca di wilayah Mediterania.

1 Pendahuluan
Cuaca dan iklim Mediterania dipengaruhi oleh aktivitas siklon (Campins et al. 2011 ). Siklon Mediterania, selanjutnya disebut MedCys, biasanya berasal dari wilayah Mediterania, yang dikenal sebagai titik panas untuk siklogenesis (Petterssen 1956 ). Siklon berkembang dari gangguan atmosfer di lingkungan yang tidak stabil secara baroklinik, sering kali sebagai akibat dari interaksi dengan orografi lokal (Petterssen 1956 ; Fita et al. 2006 ; Flaounas et al. 2022 ; Buzzi et al. 2020 ). Meskipun secara umum lebih lemah, lebih kecil, dan berumur lebih pendek daripada siklon ekstratropis Atlantik (Campins et al. 2011 ; Lionello et al. 2016 ; Cornér et al. 2025 ), MedCys dapat menyebabkan kondisi cuaca ekstrem dan merusak yang berdampak pada wilayah berpenduduk padat (misalnya, Pfahl 2014 ; Nissen et al. 2010 ; Portal et al. 2024 ; Michaelides et al. 2018 ).

Cuaca yang berdampak terkait dengan karakter sirkulasi siklon, tetapi juga bergantung pada keberadaan fenomena konvektif skala kecil yang tertanam dalam struktur siklon. Fenomena ini berkisar dalam skala dan tingkat keparahan, dari konveksi seluler yang tertanam (Fuhrer dan Schär 2005 ) dan badai petir skala kecil hingga sistem konvektif skala mesoskala yang berkembang sepenuhnya (misalnya, Schumacher dan Rasmussen 2020 ). Ketika fenomena ini terjadi di sekitar siklon, mereka memperburuk laju presipitasi dan hembusan angin permukaan (Oertel et al. 2019 , 2021 ; Flaounas et al. 2016 , 2018 ), dan, dalam kasus supersel yang kuat, dapat menghasilkan hujan es dan tornado (Tochimoto et al. 2021 ).

Aktivitas konvektif diperkirakan terjadi di sektor siklon ekstratropis dengan CAPE signifikan dan pendakian paksa, terutama di dekat pusat tekanan rendah siklon (Tracton 1973 ; Flaounas et al. 2018 ; Galanaki et al. 2016 ), di sabuk konveyor hangat (WCB) (Flaounas et al. 2018 ; Oertel et al. 2019 ; Rasp et al. 2016 ; Blanchard et al. 2020 ; Herzegh and Hobbs 1980 ), sepanjang pita frontal dingin (Naud et al. 2015 ; Raveh-Rubin and Wernli 2016 ), dan tempat alirannya menyentuh orografi dan batas pantai (Lionello et al. 2006 ; Tochimoto et al. 2021 ). Suhu permukaan Laut Mediterania yang relatif tinggi mendukung konveksi dengan menyediakan panas dan kelembapan ke atmosfer (misalnya, Rigo et al. 2019 ), terutama di musim gugur dan musim dingin ketika permukaan lebih hangat daripada udara di atas dan siklon sering terjadi (Flaounas et al. 2019 ; Lombardo dan Bitting 2024 ).

Parameter lingkungan yang berguna untuk mengidentifikasi potensi konveksi parah mencakup energi potensial konvektif yang tersedia (selanjutnya disebut CAPE) dan geser angin vertikal. CAPE menggabungkan laju penurunan suhu dan kelembapan untuk mengukur ketidakstabilan termodinamika, sementara geser vertikal mendorong organisasi konvektif (Púčik et al. 2015 ; Taszarek et al. 2020b ). Dalam karya ini, kami membedakan “konveksi dalam dan lembap” (DMC, Doswell 2001 ), yaitu, aktivitas konvektif yang berhubungan dengan petir, dari “lingkungan konvektif parah” (SCE), yaitu, analisis ulang kondisi lingkungan yang mendukung konveksi parah yang dideteksi oleh nilai CAPE dan geser vertikal yang tinggi. Kami juga membahas konveksi “dangkal” atau “tinggi”, yang biasanya tertanam di wilayah presipitasi stratiform dan dicirikan oleh CAPE terbatas dan kenaikan paksa, seperti pada WCB siklon (Herzegh dan Hobbs 1980 ; Oertel et al. 2019 ) dan aliran di atas orografi (Fuhrer dan Schär 2005 ).

Pentingnya fenomena konvektif dalam MedCys telah diakui oleh komunitas ilmiah yang mempelajari siklon Mediterania. Misalnya, Galanaki dkk. ( 2016 ) dan Flaounas dkk. ( 2018 ) mengaitkan DMC dengan MedCys, dan Tochimoto dkk. ( 2021 ) mengaitkan MedCys dengan perkembangan tornado di Italia. Di Bagian 3.1 dari penelitian kami, kami menyelidiki pentingnya MedCys untuk DMC (deteksi petir) musiman yang diamati menggunakan kumpulan data terbaru.

Salah satu tantangan khusus MedCys terletak pada keragaman sistem yang terlibat. Untuk mengkategorikannya ke dalam jenis siklon yang koheren, kami mengadopsi sembilan klaster MedCy yang diperkenalkan oleh Givon et al. ( 2024 ), yang dibedakan berdasarkan aliran tingkat atas. Klaster-klaster tersebut menunjukkan konsistensi internal dalam karakteristik sinoptik, musiman, dan geografis, yang juga meluas ke dampak permukaan siklon (Rousseau-Rizzi et al. 2024 ). Dalam pendekatan pengelompokan, kami mengeksplorasi pertanyaan-pertanyaan berikut:
Apakah gugus siklon tingkat atas yang diidentifikasi oleh Givon et al. ( 2024 ) menunjukkan frekuensi SCE yang berbeda? (Bagian 3.2 )
Bagaimana lingkungan konvektif dan bahaya terkait berevolusi dalam MedCys dalam hal pola spasial dan evolusi temporal? (Bagian 3.2.1 ) Lebih jauh, bagaimana pengaturan spasial DMC (potensi petir) bergantung pada keberadaan front dingin (CF) dan WCB di sekitar MedCys? (Bagian 3.3 )
2 Data dan Metode
Kami mendiagnosis DMC menggunakan sistem deteksi petir yang disebut ATDNet (Enno et al. 2020 ), yang darinya kami mengekstrak jam petir (jam dengan
sambaran petir). Pengukuran meliputi 34°–71.25° LU dan 13° BB–48° BT, tidak termasuk cekungan Mediterania tenggara, dengan resolusi
pada tahun 2008–2020.

Dari analisis ulang ERA5 (Hersbach et al. 2020 ), diinterpolasi ke
grid selama tahun 1980–2020, kami menganalisis parameter konvektif seperti CAPE 1 yang paling tidak stabil , geser angin vertikal antara 500 hPa dan 10 m di atas tanah (WS06, di mana 06 merupakan singkatan dari”Lainnya
, misalnya, Battaglioli et al. ( 2023b )) dan presipitasi konvektif (CP) terakumulasi selama 6 jam. Kami memberi label peristiwa CP akumulasi sedang ketika nilai titik grid melebihi 5 mm/6 jam, sementara kami mengidentifikasi SCE di titik grid tempat variabel WMAXSHEAR
melebihi 500 m 2  s −2 (Taszarek et al. 2020b ). Semua bidang dianalisis pada frekuensi 6 jam (langkah waktu 00, 06, 12 dan 18 UTC).

Model IFS, yang menghasilkan data ERA5, terdiri dari skema parametrisasi konvektif tingkat dalam, dangkal, atau menengah, tergantung pada tinggi dasar dan kedalaman updraft (lihat dokumentasi dalam ECMWF 2016 ). Perhatikan bahwa skema tingkat dangkal dan menengah relevan untuk konveksi lemah (terangkat) di WCB siklon (misalnya, Oertel et al. 2019 ). ERA5 meremehkan CAPE, terutama di SCE (Taszarek et al. 2021 ), dan menampilkan bias negatif (positif) untuk kejadian CP berat (ringan) (Lavers et al. 2022 ). Secara keseluruhan, presipitasi konvektif atas total ditaksir terlalu tinggi di wilayah Mediterania (Lombardo dan Bitting 2024 ). Meskipun demikian, konsistensi pola klimatologi dan kejadian presipitasi (konvektif) dengan estimasi yang diamati (Lombardo dan Bitting 2024 ; Owen et al. 2021 ) dan peningkatan kinerja dibandingkan dengan produk analisis ulang sebelumnya (Taszarek et al. 2021 ) memberikan keyakinan pada konveksi IFS, terutama untuk tujuan studi klimatologi komparatif.

Probabilitas petir dan hujan es diperoleh dari data ERA5 per jam, menurut Model Bahaya Konvektif Regresif Aditif (AR-CHaMo) (Battaglioli et al. 2023a ). Model yang dilatih menggunakan pengamatan petir, laporan hujan es, dan prediktor ERA5 ini menetapkan probabilitas per jam per titik dan waktu grid. Di sekitar MedCys, probabilitas petir ERA5 yang dimodelkan menunjukkan pola yang konsisten dengan persentase jam petir yang diamati di ATDnet (Gambar S1 ), meskipun besarnya berbeda.

Kami mengambil jejak MedCy dari komposit Flaounas et al. ( 2023 ) di wilayah Mediterania, memilih jejak yang diidentifikasi oleh setidaknya 5 dari 10 metode pelacakan dan yang meluas ke arah timur melampaui 5° W (seperti dalam Givon et al. 2024 ). Jejak ini dipisahkan menjadi sembilan klaster berdasarkan pola vortisitas potensial (PV) tingkat atas, mengikuti Givon et al. ( 2024 ) (lihat ikhtisar klaster pada Tabel 1 ). Klaster kemudian digabungkan dalam empat kelompok. Kelompok dipilih karena karakteristik konvektifnya yang berbeda (lihat perbandingan antar klaster pada Gambar 3 dan S2 ) dan untuk pola kejadian geografis dan musiman yang spesifik (Gambar 1 ):
Cl 3-5-7 paling sering terjadi pada musim peralihan (terutama musim semi) di wilayah Mediterania selatan;
Cl 8 adalah siklon musim peralihan (terutama musim gugur), yang sebagian besar terjadi di wilayah Mediterania utara;
Cl 9 adalah siklon musim panas, yang biasanya terjadi di Mediterania selatan dan Afrika Barat Laut;
Cl 1-2-4 adalah siklon baroklinik musim dingin yang terutama terjadi di Mediterania utara.
TABEL 1. Gambaran umum jenis siklon, musim puncak dan wilayah puncak untuk setiap gugus.

GAMBAR 1
Buka di penampil gambar
Presentasi PowerPoint
Distribusi spasial dan temporal lintasan MedCy yang melintasi wilayah Mediterania yang luas 20°–50° LU dan 20° BB–45° BT menurut kelompok kluster. Posisi dan waktu intensitas maksimum siklon dipertimbangkan. Jumlah total siklon per kelompok kluster diwakili oleh nilai dalam tanda kurung di dalam legenda.
Cl 6 dihilangkan karena perkembangan kering (berbasis daratan) dan proses lembab dapat diabaikan.

Komposit dihitung pada saat intensitas maksimum siklon (tekanan permukaan laut minimum di sepanjang lintasan), digunakan sebagai waktu referensi “0 jam” dalam analisis evolusi waktu. Rangkaian waktu dihitung sebagai rata-rata klaster-grup dari rata-rata spasial radius 200 km di sekitar pusat siklon. Rata-rata dianggap signifikan jika berada di luar rentang persentil [ke-5, ke-95] dari distribusi yang dihasilkan dari rata-rata sampel Monte Carlo tahun 2000. Setiap sampel acak mereplikasi distribusi geografis dan musiman dari sampel asli, dengan menugaskan kembali setiap pusat siklon dalam grup klaster ke tahun acak (1980–2020) dan hari kalender acak dalam jendela ±5 hari dari hari asli. Untuk memperhitungkan beberapa pengujian, kami mengontrol tingkat penemuan palsu pada tingkat signifikansi
(Wilks 2011 ).

Kami mempertimbangkan fitur siklon yang sesuai dengan front dingin (CF) dan sabuk konveyor hangat (WCB) De. CF adalah perpanjangan 2,5° dari garis front dingin yang berasal dari gradien suhu potensial bola basah 850 hPa (Sansom dan Catto 2024 ); WCB adalah lintasan Lagrangian yang naik setidaknya 600 hPa dalam 48 jam (Madonna et al. 2014 ; Heitmann et al. 2024 ). WCB dibedakan dalam (berpotensi tumpang tindih) aliran masuk tingkat rendah dan wilayah pendakian tingkat menengah, berdasarkan lintasan yang terjadi di bawah 800 hPa dan antara 800 dan 400 hPa, masing-masing (lihat Heitmann et al. 2024 ). Terakhir, area dampak siklon “IA” didefinisikan sebagai radius 500 km di sekitar pusat (konsisten dengan Miglietta et al. 2013 ) yang diperluas oleh objek CF dan WCB yang mencegat radius ini, dan mengidentifikasi area pengaruh siklon (lihat Portal 2024 ).

3 Hasil
3.1 Konveksi lembap dan dalam (DMC) di Wilayah Mediterania
Kami menganalisis deteksi petir (proksi untuk DMC) dalam kaitannya dengan lintasan MedCy selama periode ketika kedua set data tersedia (2008–2019) pada frekuensi 6 jam.

Frekuensi jam petir menunjukkan musim yang jelas dalam intensitas dan lokasi (Gambar 2a,c,e,g ). Sementara di musim semi dan musim panas petir paling sering terjadi di daratan (Gambar 2c,e ), di musim gugur dan musim dingin sebagian besar jam petir terjadi di laut dan wilayah pesisir yang menghadap ke barat daya (Gambar 2a,g ). Di musim panas, hotspot petir paling aktif adalah wilayah orografis di utara cekungan Mediterania dan sekitar Laut Hitam (Gambar 2e ), di musim gugur Laut Mediterania tengah dan wilayah pesisirnya (Gambar 2g ), di musim dingin pantai Turki, Suriah, dan Lebanon (Gambar 2a ). Hasil kami cocok dengan estimasi sebelumnya dari siklus tahunan dalam aktivitas konvektif di wilayah Mediterania (misalnya, Lombardo dan Bitting 2024 ; Taszarek et al. 2019 , 2020a ; Manzato et al. 2022 ; Galanaki et al. 2018 ).

GAMBAR 2
Buka di penampil gambar
Presentasi PowerPoint
Panel (a, c, e, g) menunjukkan frekuensi jam petir per musim (shading). Panel (b, d, f, h) menunjukkan persentase jam petir yang terjadi di dalam area dampak MedCys (IA) per musim (shading). Titik grid di mana kurang dari empat (IA
Peristiwa lightning_ATDnet) yang terdeteksi pada musim masing-masing selama periode pengamatan (2008–2019) ditutupi dengan warna putih. Kontur biru menunjukkan frekuensi musiman (%) MedCy IA.
Persentase jam petir yang terjadi bersamaan dengan MedCys, yaitu, dalam siklon IA, juga bervariasi menurut musim dan wilayah (Gambar 2b,d,f,h ). DMC musim panas menunjukkan hubungan yang lemah dengan MedCys (0%–40%) (Gambar 2f ) karena proses lain yang terkait dengan pemanasan permukaan radiatif diurnal memicu DMC di daratan dan orografi (misalnya, Behrendt et al. 2011 ; Dolores et al. 2019 ). Memang, di beberapa wilayah orografis seperti Alpen selatan, badai petir dapat berkembang terlepas dari aliran troposfer (Ghasemifard et al. 2024 ). Di musim dingin, musim semi, dan musim gugur, 20%–80% aktivitas petir di atas laut dikaitkan dengan MedCy di dekatnya (Gambar 2b,d,h ). Kaitan dengan MedCys mencapai puncaknya di Mediterania barat pada musim dingin (40%–80%), dan di Mediterania tengah pada musim semi dan gugur (20%–80%). Pada musim gugur, persentase petir yang terjadi bersamaan dengan MedCys lebih kecil daripada pada musim semi, tetapi meluas lebih jauh ke pedalaman dibandingkan dengan musim lainnya (misalnya, Italia Utara dan Semenanjung Balkan). Pada musim semi, Aljazair Utara dan Tunisia mengalami proporsi aktivitas petir terkait siklon yang tinggi (20%–60%), yang terkait dengan perpanjangan jalur MedCy ke arah selatan (Gambar 2d ). Akhirnya, frekuensi jam petir meningkat lebih dari dua kali lipat saat siklon hadir, dibandingkan dengan waktu tanpa siklon (Gambar S4 ).

Hasil kami memperluas temuan Galanaki et al. ( 2016 ), yang mengonfirmasi hubungan kuat antara MedCys dan DMC di seluruh wilayah Mediterania. Akan tetapi, nilai-nilai tersebut merupakan batas bawah karena pengecualian jalur siklon dengan keyakinan lebih rendah, yang masih berkontribusi pada DMC.

3.2 Lingkungan Konvektif Terkait dengan MedCys
Kami mengeksplorasi distribusi spasial dan temporal lingkungan konvektif dan bahaya di sekitar pusat siklon. MedCys pertama-tama diklasifikasikan ke dalam sembilan kelompok yang didefinisikan oleh Givon et al. ( 2024 ), dan kemudian dikelompokkan ke dalam kategori yang lebih luas yang mencakup karakteristik konvektif, musiman, dan geografis yang umum.

Frekuensi SCE (WMAXSHEAR > 500 m 2  s −2 ) dan kejadian CP dengan akumulasi sedang (CP
 mm/6 jam) ditampilkan dalam Gambar 3. Sementara kejadian CP mengidentifikasi area konveksi aktif (tanpa spesifikasi pada kedalaman dan tingkat keparahan), nilai WMAXSHEAR yang tinggi mendeteksi lingkungan yang mendukung perkembangan badai petir hebat dan bahaya konvektif (misalnya, hujan es, tornado, dan angin kencang; lihat Taszarek et al. 2020b ). Cl 8 menampilkan frekuensi SCE tertinggi yang memuncak di utara pusat dan di sektor hangat tenggara, 2 dan di antara kejadian tertinggi CP sedang. Ini sejalan dengan keberadaan sirkulasi tingkat rendah yang kuat di klaster ini yang dicatat oleh Givon et al. ( 2024 ), kemungkinan didorong oleh pelepasan panas laten dari proses konvektif. Cl 3, 5, 7 dan 9 menunjukkan distribusi spasial yang serupa di SCE, meskipun frekuensinya lebih rendah daripada di Cl 8. CP akumulasi sedang sering terjadi di Cl 1, 2 dan 4, yang bagaimanapun menampilkan frekuensi SCE terendah—WMAXSHEAR di atas ambang batas hanya terjadi 2,5% dari langkah waktu. Sebaliknya, di Cl 6 SCE sering terjadi di utara pusat siklon, tetapi, karena CP di atas ambang batas jarang terjadi (di bawah 4%), klaster diabaikan. Hasil analisis frekuensi tercermin dalam nilai rata-rata WMAXSHEAR dan CP akumulasi 6 h, yang direpresentasikan dalam Gambar S2 .

GAMBAR 3
Buka di penampil gambar
Presentasi PowerPoint
Komposit yang menunjukkan persentase frekuensi SCE (WMAXSHEAR > 500 m 2  s −2 , bayangan), dan CP 6 jam yang intens (kontur hitam menunjukkan CP > 5 mm/6 jam pada frekuensi 4%, 8%, 12%, 16%) dan tekanan permukaan laut rata-rata (kontur merah tua, hPa) per klaster, berpusat di pusat siklon (titik merah) pada saat intensitas siklon maksimum.
Berikut ini, musim transisi yang sangat konvektif Cl 8 dipertimbangkan secara terpisah dari musim transisi lainnya Cl 3-5-7 dan dari musim panas Cl 9. Cl 1-2-4 membentuk kelompok lain siklon baroklinik musim dingin.

3.2.1 Karakteristik Spasial dan Temporal Lingkungan Konvektif di Sekitar MedCys
Bahasa Indonesia: Di bagian ini, kami meneliti CAPE dan geser angin, komponen WMAXSHEAR, bersama dengan probabilitas petir dan hujan es yang dimodelkan. Gambar 4 menyoroti perbedaan antara siklon musim transisi yang sangat konvektif dan cukup konvektif (Cl 8 vs. Cl 3-5-7), dengan Cl 8 menunjukkan ketidakstabilan termodinamika yang lebih besar (lih. Gambar 4d,a ). Hal ini terkait dengan kemunculan Cl 8 yang lebih umum di atas permukaan laut dibandingkan dengan Cl 3-5-7 (lih. fraksi daratan di bawah 50% pada Gambar 4e dan 50%–70% pada Gambar 4b ) dan frekuensi musim gugurnya yang lebih tinggi (Gambar 1 ). Faktanya, keberadaan SST musim gugur yang hangat relatif terhadap suhu atmosfer mendukung perkembangan lingkungan CAPE yang tinggi, seperti yang ditunjukkan oleh González-Alemán et al. ( 2023 ) sehubungan dengan tingkat keparahan badai petir. Distribusi spasial CAPE dan probabilitas petir dan hujan es di Cl 8 dan 3-5-7 memuncak di sektor hangat siklon dan menunjukkan tumpang tindih substansial dengan WCB dan nilai geser angin yang tinggi (Gambar 4a–f ). Meskipun Cl 8 menunjukkan geser angin yang lebih lemah daripada Cl 3-5-7 (lih. Gambar 4e,b ), CAPE-nya yang lebih tinggi menjelaskan probabilitas petir dan hujan es yang lebih besar (lih. Gambar 4f,c ).

GAMBAR 4
Buka di penampil gambar
Presentasi PowerPoint
Gabungan dari (a, d, g, j) CAPE, (b, e, h, k) geser angin vertikal dan (c, f, i, l) probabilitas petir yang dimodelkan di sekitar pusat siklon (titik merah), menurut kelompok kluster. Kontur menunjukkan frekuensi front dingin (biru, %), frekuensi sabuk konveyor hangat (merah, %), fraksi daratan (coklat, %), tekanan permukaan laut rata-rata (abu-abu, hPa), probabilitas hujan es yang dimodelkan (hitam, pada level 0,02%, 0,04%, 0,06%).
Pada Kelas 9, yang sebagian besar terdiri dari siklon musim panas, nilai CAPE yang tinggi disertai dengan geseran angin yang lebih lemah dan frekuensi fitur siklon yang lebih rendah dibandingkan dengan gugusan musim transisi (Gambar 4g,h ). Meskipun probabilitas petir lebih tinggi dibandingkan Kelas 3-5-7, probabilitas hujan es menunjukkan nilai yang sebanding—yang berpotensi ditekan oleh geseran angin yang lebih lemah (lih. Gambar 4h,i,b,c ; lihat Kumjian dan Lombardo ( 2020 ) dan Nixon et al. ( 2023 )).

Kehadiran konveksi parah di baroklinik musim dingin Cl 1-2-4 dibatasi oleh CAPE yang lemah dan jarang (Gambar 4j ). Meskipun demikian, keberadaan akumulasi CP rata-rata yang melimpah (Gambar S2 ) menunjukkan keberadaan konveksi tinggi yang dangkal atau lemah sebelum CF atau di dalam WCB (Gambar 4j ), didukung oleh seringnya kemunculan siklon ini di atas laut (Gambar 4k ). Kami mencatat bahwa presipitasi skala besar, yang terkait dengan WCB dan CF yang sering, paling tinggi dalam kelompok klaster ini (Givon et al. 2024 ) dan mungkin merupakan faktor pembatas bagi pertumbuhan ketidakstabilan termodinamika yang kuat.

Evolusi waktu variabel konvektif dianalisis dengan merata-ratakan dalam radius 200 km di sekitar pusat siklon, yang mencakup dari −24 jam hingga +24 jam relatif terhadap waktu intensitas maksimum siklon. Rata-rata dan persentil ke-90 CAPE, yang menunjukkan ketergantungan antar-kelompok yang kuat, cenderung meningkat pada tahap pendalaman siklon (Gambar 5a ). Geser angin vertikal umumnya berkurang seiring waktu, karena sirkulasi siklon menguras ketidakstabilan baroklinik lingkungan (Gambar 5b ). Potensi badai petir yang parah (WMAXSHEAR), probabilitas petir dan hujan es cenderung mencapai puncaknya sebelum waktu “0 jam” dan sebelum CP yang terakumulasi 6 jam (Gambar 5c–f ), sesuai dengan Galanaki et al. ( 2016 ) dan Flaounas et al. ( 2018 ). Probabilitas hujan es menurun lebih cepat daripada probabilitas petir.

GAMBAR 5
Buka di penampil gambar
Presentasi PowerPoint
Rangkaian waktu (a) CAPE, (b) geser angin vertikal, (c) WMAXSHEAR, (d) akumulasi CP selama 6 jam, (e) kemungkinan terjadinya petir dan (f) kemungkinan terjadinya hujan es dalam radius 200 km di sekitar pusat siklon. Untuk setiap kelompok kluster, garis tebal menunjukkan nilai rata-rata, dengan nilai signifikan diidentifikasi dengan lingkaran penuh, dan garis tipis menunjukkan persentil ke-10 dan ke-90 di seluruh siklon. Langkah waktu berpusat di sekitar waktu intensitas maksimum siklon (garis putus-putus vertikal).
Rangkaian waktu menunjukkan perbedaan di antara kelompok klaster, dengan CAPE tertinggi dan probabilitas petir dan hujan es di klaster musim transisi dan musim panas (Gambar 5a,e,f ). Khususnya, Cl 8 menghadirkan probabilitas bahaya tertinggi, dan Cl 9 menunjukkan puncak yang tertunda dalam variabel konvektif pada atau setelah waktu intensitas siklon maksimum. Singkatnya, CP yang terakumulasi selama 6 jam berlimpah di musim dingin Cl 1-2-4 dan di Cl 8 (Gambar 5d ).

3.3 Kemungkinan Petir dan Fitur Siklon
Komposit pada Gambar 4 memberikan wawasan awal ke dalam hubungan antara aktivitas konvektif dan WCB dan CF. Ini diperiksa lebih lanjut dengan merata-ratakan probabilitas petir yang dimodelkan dalam berbagai fitur dinamis MedCy, khususnya dalam radius 500 km di sekitar pusat siklon (r500km), 3 di wilayah WCB (dibedakan menjadi aliran masuk WCB, WCBin dan pendakian WCB, WCBas), dan di CF. Objek WCB dan CF selalu mencegat radius 500 km dari MedCy, dan sering meluas ke luar (terutama CF). Intrusi kering, meskipun diketahui meningkatkan CP pada CF sebelumnya (Catto dan Raveh-Rubin 2019 ; Raveh-Rubin dan Catto 2019 ), diabaikan karena aktivitas petir yang lemah dibandingkan dengan klimatologi (tidak ditampilkan).

Garis horizontal hitam pada Gambar 6 mengindikasikan rata-rata probabilitas titik grid (ditimbang berdasarkan area) per fitur, dihitung di seluruh langkah waktu siklon dalam periode kumpulan data umum 1980–2019. Probabilitas petir titik grid adalah ~1% dalam r500km dan meningkat menjadi ~1,4% di WCB, yang lebih tinggi di WCBas dibandingkan dengan wilayah WCBin. Kami mencatat bahwa objek WCB, yang dirancang untuk siklon Atlantik (lihat Madonna et al. 2014 ), menangkap pendakian sektor hangat terkuat di sekitar MedCys (misalnya, Raveh-Rubin dan Wernli 2016 ). Di CF, probabilitas petir adalah ~0,6%, tetapi hampir dua kali lipat (~1,2%) ketika mempertimbangkan wilayah CF dalam r500km. Semua nilai melebihi klimatologi (rentang kepercayaan kuning lebar pada Gambar 6 ).

GAMBAR 6
Buka di penampil gambar
Presentasi PowerPoint
Rata-rata probabilitas petir dalam berbagai fitur siklon, atau kombinasi fitur yang terjadi bersamaan dan tumpang tindih, per kelompok gugus siklon (batang berwarna) dan diagregasi di semua gugus (garis horizontal hitam). Semua langkah waktu siklon dipertimbangkan. Rentang keyakinan kuning menunjukkan persentil ke-5 dan ke-95 dari rata-rata probabilitas petir yang dihitung dari 2000 sampel Monte Carlo dari lingkaran berjari-jari 500 km (lihat Bagian 2 ) untuk setiap kelompok gugus. Batang kuning lebar menunjukkan rentang keyakinan yang diagregasi di semua gugus.
Batang berwarna pada Gambar 6 menunjukkan probabilitas petir menurut kelompok klaster. Meskipun terdapat variabilitas antar-kelompok, perubahan yang bergantung pada fitur konsisten dengan uraian di atas. Sementara potensi petir dalam radius siklon 500 km lebih kuat di Cl8 dibandingkan dengan Cl9, Cl9 menunjukkan nilai tertinggi di WCB, yang menyoroti amplifikasi kuat aktivitas petir oleh fitur ini. Ini konsisten dengan fakta bahwa di Cl 9 WCB menghasilkan daya angkat di wilayah yang dicirikan oleh CAPE yang tinggi secara klimatologis (Gambar 4g ), dan dengan demikian dapat memicu DMC lebih sering daripada di klaster lain, yang menghasilkan probabilitas petir yang diperkuat.

Pada Gambar S3 , probabilitas petir ERA5 yang dimodelkan berdasarkan fitur dibandingkan dengan frekuensi jam petir ATDnet. Kesamaan keduanya (setelah penskalaan ulang) mengonfirmasi peran WCB dalam mendukung DMC di sekitar MedCys.

4 Kesimpulan
Studi ini memberikan perspektif klimatologi mengenai konveksi yang terkait dengan siklon Mediterania (MedCys), membedakan antara konveksi yang dalam dan lembap, lingkungan konvektif yang parah, dan proses konveksi yang lebih lemah yang menghasilkan presipitasi.

Analisis awal tentang kontribusi MedCys terhadap konveksi lembap dan dalam menunjukkan bahwa 20%–80% deteksi petir di Laut Mediterania dan wilayah pesisir pada musim gugur, dingin, dan semi dikaitkan dengan MedCys. Frekuensi petir meningkat lebih dari dua kali lipat selama kejadian MedCy, yang menekankan perannya dalam konveksi regional.

Kami menjawab pertanyaan-pertanyaan di Pendahuluan.
Dengan memisahkan MedCys dalam gugus siklon (Givon et al. 2024 ), kami menunjukkan bahwa lingkungan konvektif yang parah lebih sering terjadi pada gugus yang menjadi ciri khas musim transisi dan musim panas (Cl 3, 5, 7, 8, 9). Cl 8 menonjol karena karakteristik konvektifnya yang menonjol, puncak musim gugur, dan kemunculannya di Mediterania utara. Anomali sirkulasi tingkat rendah yang kuat yang dijelaskan oleh Givon et al. ( 2024 ) kemungkinan didorong oleh pelepasan panas laten dari konveksi. Kami juga berhipotesis bahwa CAPE sektor hangat yang lemah di gugus baroklinik musim dingin (Cl 1, 2, 4), dikombinasikan dengan gaya angkat yang disediakan oleh WCB dan orografi, memicu konveksi dangkal atau tinggi yang menghasilkan nilai presipitasi konvektif terbesar di antara semua gugus. Temuan ini menegaskan peran lingkungan CAPE yang lemah di atas laut hangat dalam mendorong presipitasi konvektif musim dingin (Oertel et al. 2019 , 2021 ; Flaounas et al. 2016 , 2018 ).
Kami menunjukkan bahwa lingkungan konvektif biasanya terletak di timur laut pusat MedCy dan di sektor tenggara yang hangat, di mana mereka didukung oleh ketidakstabilan termodinamika yang tinggi, pendakian skala besar, dan konvergensi tingkat rendah di depan front dingin. Pendekatan berpusat pada fitur baru mengungkapkan bahwa sabuk konveyor hangat MedCy menunjukkan potensi petir yang tinggi, terutama di cabang-cabangnya yang menaik. Sebaliknya, front dingin—meskipun mempromosikan konvergensi tingkat rendah (misalnya, Naud et al. 2015 ; Rasp et al. 2016 )—dikaitkan dengan probabilitas petir yang lebih rendah. Sementara temuan ini selaras dengan studi dari wilayah lain (misalnya, Amerika Serikat; Jeyaratnam et al. 2020 ), validasi lebih lanjut diperlukan untuk menggeneralisasi penerapannya pada siklon ekstratropis secara global. Parameter konvektif lingkungan dan bahaya terkait (presipitasi konvektif, petir, hujan es) biasanya mencapai puncaknya 6–12 jam sebelum waktu intensitas siklon maksimum, yang mengonfirmasi temuan sebelumnya (Galanaki et al. 2016 ; Flaounas et al. 2018 ).
Hubungan antara MedCys dan konveksi menjadi semakin penting mengingat kenaikan SST Mediterania baru-baru ini dan yang diproyeksikan (Pastor et al. 2020 ; Soto-Navarro et al. 2020 ). Memahami bagaimana berbagai kategori MedCys terkait dengan konveksi parah sangat penting untuk meningkatkan penilaian risiko cuaca buruk dalam perkiraan operasional. Mendeteksi lingkungan CAPE tinggi muncul sebagai strategi utama untuk mengidentifikasi area potensi konvektif parah di sekitar siklon. Selain itu, evolusi lintasan siklon menentukan persistensi bahaya terkait. Pengetahuan ini penting untuk mengeluarkan peringatan yang ditargetkan dan tepat waktu, serta mengelola keadaan darurat meteo-hidrologi. Selain itu, data statistik jangka panjang tentang bahaya terkait MedCy memberikan informasi berharga untuk penilaian risiko dalam industri asuransi.