Тенденции изменения солености вод Северной Атлантики по данным океанских реанализов в 1980–2011 гг.

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Долгопериодные тенденции изменения солености вод Северной Атлантики (0°–70°с.ш. 8°–80° з.д.) оцениваются по данным нескольких океанских реанализов и объективных анализов в период 1980–2011 гг. Полученные оценки основаны на применении непараметрического метода регрессионного анализа (квантильной регрессии) к среднемесячной солености океана для значения квантиля 0.5. В рассматриваемый период в полосе широт 0°–15° с.ш. в слое 10–50 м соленость уменьшилась на 0.17 ± 0.10 ЕПС. В полосе широт 20°–35° с.ш. увеличение солености в слое 10–400 м составляет 0.08 ± 0.03 ЕПС. В восточной части Субтропической Атлантики (30°–40° с.ш. 25°–45° з.д.) значимое осолонение верхнего 400 м слоя происходит во все месяцы. Это означает расширение в северо-западном направлении области высокой солености в субтропиках. В западной части субполярного круговорота соленость в верхних 400 м за этот 32-летний период увеличилась на 0.20 ± 0.05 ЕПС.

Об авторах

П. А. Сухонос

Институт природно-технических систем

Автор, ответственный за переписку.
Email: pasukhonis@mail.ru
Россия, ул. Ленина, 28, Севастополь, 299011

Н. А. Дианский

Московский государственный университет им. М.В. Ломоносова; Институт вычислительной математики им. Г.И. Марчука РАН; Государственный океанографический институт им. Н.Н. Зубова

Email: pasukhonis@mail.ru
Россия, ГСП-1, Ленинские горы, 1, стр. 2, Москва, 119991; ул. Губкина, 8, Москва, 119333; Кропоткинский пер., 6, стр. 1, Москва, 119034

Список литературы

  1. Дианский Н.А., Багатинский В.А. Термохалинная структура вод Северной Атлантики в различные фазы Атлантической мультидекадной осцилляции // Изв. РАН. Физика атмосферы и океана. 2019. Т. 55. № 6. С. 157–170. https://doi.org/10.31857/S0002-3515556157-170
  2. Киктев Д.Б., Крыжов В.Н. О сравнении различных методов оценки статистической значимости линейных трендов // Метеорология и гидрология. 2004. № 11. С. 27–38.
  3. Тимофеев А.А., Стерин А.М. Применение метода квантильной регрессии для анализа изменений характеристик климата // Метеорология и гидрология. 2010. № 5. С. 27–41.
  4. Balmaseda M.A., Mogensen K., Weaver A.T. Evaluation of the ECMWF ocean reanalysis system ORAS4 // Quart. J. Royal. Meteorol. Soc. 2013. V. 139. № 674. P. 1132–1161. https://doi.org/10.1002/qj.2063
  5. Balmaseda M.A., Vidard A., Anderson D.L.T. The ECMWF Ocean Analysis System: ORA-S3 // Mon. Wea. Rev. 2008. V. 136. № 8. P. 3018–3034. https://doi.org/10.1175/2008MWR2433.1
  6. Behringer D.W., Xue Y. Evaluation of the global ocean data assimilation system at NCEP: The Pacific Ocean // Proc. Eighth Symp. on Integrated Observing and Assimilation Systems for Atmosphere, Ocean, and Land Surface. Seattle, WA, Amer. Meteor. Soc. 2004. [Available online at https://origin.cpc.ncep.noaa.gov/products/people/yxue/pub/13.pdf]
  7. Boyer T.P., Levitus S., Antonov J.I. et al. Linear trends in salinity for the World Ocean, 1955–1998 // Geophys. Res. Lett. 2005. V. 32. № 1. P. L01604. https://doi.org/10.1029/2004GL021791
  8. Carton J.A., Chepurin G.A., Chen L. SODA3: a new ocean climate reanalysis // J. Climate. 2018. V. 31. № 17. P. 6967–6983. https://doi.org/10.1175/JCLI-D-18-0149.1
  9. Chang Y.-S., Zhang S., Rosati A. et al. An assessment of oceanic variability for 1960–2010 from the GFDL ensemble coupled data assimilation // Clim. Dyn. 2013. V. 40. № 3–4. P. 775–803. https://doi.org/10.1007/s00382-012-1412-2
  10. Cheng L., Trenberth K.E., Gruber N. et al. Improved estimates of changes in upper ocean salinity and the hydrological cycle // J. Climate. 2020. V. 33. № 23. P. 10357–10381. https://doi.org/10.1175/JCLI-D-20-0366.1
  11. Cheng L., Zhu J. Benefits of CMIP5 multimodel ensemble in reconstructing historical ocean subsurface temperature variation // J. Climate. 2016. V. 29. № 15. P. 5393–5416. https://doi.org/10.1175/JCLI-D-15-0730.1
  12. Deser C., Phillips A., Bourdette V., Teng H. Uncertainty in climate change projections: the role of internal variability // Clim. Dyn. 2012. V. 38. P. 527–546. https://doi.org/10.1007/s00382-010-0977-x
  13. Durack P.J. Ocean salinity and the global water cycle // Oceanogr. 2015. V. 28. № 1. P. 20–31. https://doi.org/10.5670/oceanog.2015.03
  14. Durack P.J., Wijffels S.E. Fifty-year trends in global ocean salinities and their relationship to broad-scale warming // J. Climate. 2010. V. 23. № 16. P. 4342–4362. https://doi.org/10.1175/2010JCLI3377.1
  15. Durack P.J., Wijffels S.E., Matear R.J. Ocean salinities reveal strong global water cycle intensification during 1950 to 2000 // Science. 2012. V. 336. № 6080. P. 455–458. https://doi.org/10.1126/science.1212222
  16. Fedorov A.V., Pacanowski R.C., Philander S.G., Boccaletti G. The effect of salinity on the wind-driven circulation and the thermal structure of the upper ocean // J. Phys. Oceanogr. 2004. V. 34. № 9. P. 1949–1966. https://doi.org/10.1175/1520-0485(2004)034<1949:TEOSOT>2.0.CO;2
  17. Good S.A., Martin M.J., Rayner N.A. EN4: Quality controlled ocean temperature and salinity profiles and monthly objective analyses with uncertainty estimates // J. Geophys. Res.: Oceans. 2013. V. 118. № 12. P. 6704–6716. https://doi.org/10.1002/2013JC009067
  18. Greene C.H., Monger B.C., McGarry L.P. et al. Recent Arctic climate change and its remote forcing of northwest Atlantic shelf ecosystems // Oceanogr. 2012. V. 25. № 3. P. 208–213. https://doi.org/10.5670/oceanog.2012.64
  19. Holliday N.P., Bersch M., Berx B. et al. Ocean circulation causes the largest freshening event for 120 years in eastern subpolar North Atlantic // Nat. Commun. 2020. V. 11. P. 585. https://doi.org/10.1038/s41467-020-14474-y
  20. Huang R.X., Luyten J.R., Stommel H.M. Multiple equilibrium states in combined thermal and saline circulation // J. Phys. Oceanogr. 1992. V. 22. № 3. P. 231–246. https://doi.org/10.1175/1520-0485(1992)022<0231: MESICT>2.0.CO;2
  21. Ishii M., Kimoto M., Kachi M. Historical ocean subsurface temperature analysis with error estimates // Mon. Wea. Rev. 2003. V. 131. № 1. P. 51–73. https://doi.org/10. 1175/1520-0493(2003)131<0051:HOSTAW>2.0.CO;2
  22. Köhl A. Evaluating the GECCO3 1948–2018 ocean synthesis – a configuration for initializing the MPI‐ESM climate model // Quart. J. Royal. Meteorol. Soc. 2020. V. 146. № 730. P. 2250–2273. https://doi.org/10.1002/qj.3790
  23. Koеnkеr R. Quantilе Rеgrеssion. Cambridgе: Есonometriс Soсiеty Monographs, 2005. 349 p.
  24. Li G., Cheng L., Pan Y. et al. A global gridded ocean salinity dataset with 0.5° horizontal resolution since 1960 for the upper 2000 m // Front. Mar. Sci. 2023. V. 10. P. 1108919. https://doi.org/10.3389/fmars.2023.1108919
  25. Li G.C., Cheng L.J., Zhu J. et al. Increasing ocean stratification over the past half century // Nat. Clim. Chang. 2020. V. 10. № 12. P. 1116–1123. https://doi.org/10.1038/s41558-020-00918-2
  26. Li Y., Fratantoni P.S., Chen C. et al. Spatio-temporal patterns of stratification on the Northwest Atlantic shelf // Prog. Oceanogr. 2015. V. 134. P. 123–137. https://doi.org/10.1016/j.pocean.2015.01.003
  27. Liu Y., Cheng L., Pan Y. et al. Climatological seasonal variation of the upper ocean salinity // Int. J. Climatol. 2022. V. 42. № 6. P. 3477–3498. https://doi.org/10.1002/joc.7428
  28. Mauritzen C., Melsom A., Sutton R.T. Importance of density-compensated temperature change for deep North Atlantic Ocean heat uptake // Nat. Geosci. 2012. V. 5. № 12. P. 905–910. https://doi.org/10.1038/ngeo1639
  29. Melzer B.A., Subrahmanyam B. Decadal changes in salinity in the oceanic subtropical gyres // J. Geophys. Res.: Oceans. 2017. V. 122. № 1. P. 336–354. https://doi.org/10.1002/2016JC012243
  30. Osafune S., Masuda S., Sugiura N., Doi T. Evaluation of the applicability of the Estimated State of the Global Ocean for Climate Research (ESTOC) data set // Geophys. Res. Lett. 2015. V. 42. № 12. P. 4903–4911. https://doi.org/10.1002/2015GL064538
  31. Polyakov I.V., Bhatt U.S., Walsh J.E. et al. Recent oceanic changes in the Arctic in the context of long-term observations // Ecol. Appl. 2013. V. 23. № 8. P. 1745–1764. https://doi.org/10.1890/11-0902.1
  32. Rabe B., Karcher M., Kauker F. et al. Arctic Ocean basin liquid freshwater storage trend 1992–2012 // Geophys. Res. Lett. 2014. V. 41. № 3. P. 961–968. https://doi.org/10.1002/2013GL058121
  33. Rahmstorf S. Bifurcations of the Atlantic thermohaline circulation in response to changes in the hydrological cycle // Nature. 1995. V. 378. № 6553. P. 145–149. https://doi.org/10.1038/378145a0
  34. Reverdin G., Friedman A.R., Chafik L. et al. North Atlantic extratropical and subpolar gyre variability during the last 120 years: a gridded dataset of surface temperature, salinity, and density. Part 1: dataset validation and RMS variability // Ocean Dyn. 2019. V. 69. № 3. P. 385–403. https://doi.org/10.1007/s10236-018-1240-y
  35. Reverdin G., Kestenare E., Frankignoul C., Delcroix T. Surface salinity in the Atlantic Ocean (30°S–50°N) // Prog. Oceanogr. 2007. V. 73. № 3–4. P. 311–340. https://doi.org/10.1016/j.pocean.2006.11.004
  36. Rhein M., Rintoul S.R., Aoki S. et al. (2013) Observations: Ocean. In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Stocker T.F., Qin D., Plattner G.-K. et al. (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA.
  37. Sathyanarayanan A., Köhl A., Stammer D. Ocean salinity changes in the global ocean under global warming conditions. Part I: Mechanisms in a strong warming scenario // J. Climate. 2021. V. 34. № 20. P. 8219–8236. https://doi.org/10.1175/JCLI-D-20-0865.1
  38. Shi L., Alves O., Wedd R. et al. An assessment of upper ocean salinity content from the Ocean Reanalyses Inter-comparison Project (ORA-IP) // Clim. Dyn. 2017. V. 49. P. 1009–1029. https://doi.org/10.1007/s00382-015-2868-7
  39. Stammer D., Sena Martins M., Köhler J., Köhl A. How well do we know ocean salinity and its changes? // Progr. Oceanogr. 2021. V. 190. P. 102478. https://doi.org/10.1016/j.pocean.2020.102478
  40. Tebaldi C., Arblaster J.M., Knutti R. Mapping model agreement on future climate projections // Geophys. Res. Lett. 2011. V. 38. № 23. P. L23701. https://doi.org/10.1029/2011GL049863
  41. Yamaguchi R., Suga T. Trend and variability in global upper‐ocean stratification since the 1960s // J. Geophys. Res.: Oceans. 2019. V. 124. № 12. P. 8933–8948. https://doi.org/10.1029/2019JC015439
  42. Zuo H., Balmaseda M.A., Tietsche S. et al. The ECMWF operational ensemble reanalysis-analysis system for ocean and sea ice: a description of the system and assessment // Ocean science. 2019. V. 15. № 3. P. 779–808. https://doi.org/10.5194/os-15-779-2019

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать


Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».