Исследование связи между парциальным давлением углекислого газа и температурой морской поверхности в циклических сезонных вариациях в черноморском регионе

Полный текст

Введение

Разработка методов и подходов к получению оценок глобального потока углекислого газа (CO₂) между атмосферой и гидросферой нашей планеты и, в первую очередь, Мировым океаном, является важнейшей частью комплексных исследований углеродного цикла Земли.

При сопоставлении оценок предполагаемой годовой эмиссии CO₂, связанной только с антропогенной деятельностью, c оценками чистого поглощения CO₂ сушей и гидросферой нашей планеты и наблюдаемым темпом увеличения содержания CO₂, в атмосфере наблюдается дисбаланс [1–3]. Величина этого дисбаланса, по оценкам разных авторов, также разнится и может составлять 10–50% [2, 3]. По данным авторов работы [3], дисбаланс, оцениваемый для каждого года начиная с 1960 г., колеблется от +3 до ‒2 ПгC/год (1 ПгC = 10¹⁵ г в пересчете на чистый углерод). Подобные значения сопоставимы с примерными средними оценками объемов годового поглощения CO₂ океаном – порядка 2 ПгC/год (за период 1990–2020 гг. по данным 5-го и 6-го докладов межгосударственной комиссии по изменению климата ^{1, 2}). Высокая погрешность около ± 0,5 ПгC/год (указан 90%-ный доверительный интервал) демонстрирует сложности с корректностью оценки этой весьма важной составляющей цикла углерода нашей планеты. При этом к 2023 г., согласно результатам исследований [2], рассчитанный для 2013–2022 гг. дисбаланс по СО₂ снизился до ‒0,4 ПгС/год, что составляет 10% от общего бюджета углерода. Однако для получения оценок глобального потока CO₂ между атмосферой и океаном применяют разные подходы, что и может приводить к таким различиям в величине дисбаланса:

• расчеты с использованием трехмерных (3D) моделей глобальной биогеохимической циркуляции океана, учитывающих взаимодействие с атмосферой (Global Circulation model – GCM) [4–9];
• 3D-модели атмосферной инверсии CO₂, базирующиеся на косвенном анализе данных долговременных наблюдений на сетях наземных измерительных датчиков [10–13] и методах дистанционного зондирования [14];
• методы расчета потока СО₂ [15, 16], основанные на данных о пространственно-временной динамике парциального давления CO₂ в приповерхностном слое океана (pCO_{2 sw}) и в приводном слое атмосферы (pCO_{2 air}), используемых в модели скорости газообмена k через границу раздела вода – атмосфера. Этот подход учитывает зависимость от гидрометеорологических факторов и коэффициента растворимости α:

F = kαΔpCO₂ = kα(pCO_{2 sw} ‒ pCO_{2 air}). (1)

Последний подход потенциально имеет наибольшую точность, однако результаты, полученные с его использованием, сильно зависят от качества натурных данных и модели скорости газообмена.

Важную роль для корректной оценки потоков СО₂ играет выбор модели скорости газообмена. Скорость газообмена k зависит от физико-химических свойств (растворимости и диффузионной способности D) газа и условий атмосферы и океана. Исследования показали, что скорость газообмена также определяется турбулентностью в пограничных микрослоях воздуха и воды, которая возникает под действием ветрового напряжения [17, 18]. В связи с этим параметр k обычно параметризуется через скорость ветра на высоте 10 м (U₁₀), а также параметры волнения. Поскольку измерение волн в натурных условиях обычно затруднено, наиболее простые модели не включают параметры волнения и неявно учитывают их связь со скоростью ветра. К таким моделям относится, например, широко используемая эмпирическая формула для скорости газообмена, предложенная в [19]:

$k=[2,5(0,5246+1,6256·{10}^{-2}t+4,9946·{10}^{-4}{t}^2)+0,3U_{10}^2]{\left(\frac{Sc}{660}\right)}^{1/2}$,

где Sc – число Шмидта, равное отношению кинематической вязкости воды к диффузионной способности газа; t – температура воды в °С. Этот подход для оценки потоков СО₂ широко используется для Черного моря.

Особое значение для корректной оценки потоков газов имеет однородность распределения рСО₂ в приповерхностном слое океана во времени и пространстве (по всему Мировому океану). Несмотря на существенное увеличение в последнее десятилетие количества проводимых судовых измерений, установку новых измерительных систем на крупных стационарных платформах и централизованное пополнение базы данных атласа распределения парциального давления в верхнем слое Мирового океана SOCAT, размещенной на сайте https://socat.info/, эти данные пока еще оцениваются как скудные ^{1, 2}. Это связано, прежде всего, со значительной пространственно-временной неоднородностью заполнения.

Для заполнения без «пробелов» данных с заданным пространственным и временным разрешением на основе имеющихся результатов измерений применяются различные подходы, включающие как классические 2D транспортные модели в приповерхностном слое [1], так и новые методы, основанные на использовании нейронных сетей и методов машинного обучения [20–28]. Однако вследствие недостаточного количества исходных данных итоговое разрешение, в первую очередь пространственное, остается недостаточным для определения баланса источников и стоков углерода в земной системе.

Развитие спутниковых методов позволяет получить оценки потока СО₂ для всего Мирового океана, однако они являются косвенными и для валидации спутниковых измерений все равно требуются прямые наблюдения, наличие которых ограничено [29, 30]. Так или иначе, для определения потока газа по спутниковым данным необходимо знать концентрации СО₂ как на поверхности океана, так и в приводном слое атмосферы, также нужен коэффициент газопереноса [30]. К сожалению, ни один из этих параметров непосредственно из спутниковых данных не определяется. В этом случае параметризация связи рСО₂ с температурой поверхности моря (ТПМ) может облегчить задачу доступности данных.

Особенно высока неопределенность потоков CO₂ в прибрежной зоне и внутренних морях, являющихся более динамичными в масштабах Мирового океана системами. В таких экосистемах влияние динамики вод, температурных вариаций и интенсивности продукционно-деструкционных процессов на баланс углерода проявляется гораздо значительнее и быстрее, чем в открытом океане [31, 32].

Наиболее перспективными для корректной балансовой оценки являются подходы, направленные на построение моделей, в основе которых используются натурные данные, учитывающие связь изменчивости величины рСО_{2 sw} с состоянием приповерхностного слоя воды в широком диапазоне изменения условий, в том числе ТПМ с учетом географического расположения, сезонности и т. д. Впервые такая модель была использована в работе [33], где на основе базы данных среднемесячных значений распределения рСО_{2 sw} на равномерной сетке, покрывающей всю поверхность Мирового океана (свободную от льда) [15], были предложены алгоритмы построения эмпирических зависимостей pCO_{2 sw} от T_sw – температуры поверхности океана. Основной подход указанной работы заключался в описании вариаций распределения pCO_{2 sw} по поверхности с помощью линейных аппроксимаций (трендов) для трех фиксированных сезонов по четыре месяца (январь – апрель, май – август, сентябрь – декабрь) в каждой из ячеек сетки.

В работе [34] этот метод был существенно модифицирован: авторы отказались от фиксированного количества сезонов (оно может изменяться в диапазоне 1–4) и использовали минимальную длительность сезонов сроком три месяца, для которых снова подбираются линейные аппроксимации зависимости pCO_{2 sw} от T_sw. При этом количество используемых линейных аппроксимаций и длительность сезонов выбирались исходя из критерия получения максимального коэффициента корреляции при аппроксимации данных (pCO_{2 sw} и T_sw). Модифицированный таким образом метод применялся для обработки обновленной базы данных, содержащей сведения о рСО_{2 sw} [16]. Как показали результаты [34], этот сравнительно простой подход позволил описать до 70% вариаций потока CO₂ между атмосферой и океаном, полученных по результатам GCM-моделирования [7] и данным долговременных измерений на нескольких морских платформах.

Цель настоящей работы – использование аналогичного подхода для описания сезонных вариаций pCO_{2 sw} в Черном море и параметризация на основе натурных данных, которые учитывают связь изменчивости величины рСО_{2 sw} с состоянием приповерхностного слоя воды в зависимости от температуры поверхности вод с учетом географического расположения и сезонности.

Материалы и методы исследований

В работе использовались данные натурных измерений двух разных типов. Во-первых, данные судовых измерений рСО₂ поверхностного слоя вод, выполненных на НИС «Профессор Водяницкий» (рейсы № 81, 87, 89, 91, 94, 95, 98, 101, 102, 108, 114, 117, 119, 125, 126) в период с ноября 2015 г. по март 2023 г. и охватывающих все гидрологические сезоны, за исключением зимнего периода (январь, февраль). Во-вторых, данные измерений, полученные с мая 2012 г. по октябрь 2022 г. на стационарном пункте наблюдений за потоком углекислого газа, расположенном на океанографической платформе Черноморского гидрофизического подспутникового полигона (ЧГПП, пгт Кацивели). С учетом принципиально разных условий проведения измерений (их частоты в пространственно-временном масштабе, а также удаленности от берега) судовые данные и данные, полученные на платформе, обрабатывались отдельно. Район исследования и схема точек отбора проб показаны на рис. 1.

 

Рис. 1. Район работ и точки отбора проб для определения рСО_{2 sw} и сопутствующих гидрометеорологических условий, полученные на НИС «Профессор Водяницкий» и стационарном пункте наблюдений ЧГПП

Fig. 1. Study area and sampling points for determining pCO_{2 sw} and the associated hydrometeorological conditions obtained at the R/V “Professor Vodyanitsky” and BSHSP stationary observation point

 

Гидрологические характеристики (температура и соленость поверхностного слоя вод) на НИС «Профессор Водяницкий» определялись с помощью зондирующих комплексов Sea-Bird 911 plus CTD или IDRONAUT OCEAN SEVEN 320PlusM, а на станциях с глубиной менее 50 м использовался гидрологический CTD‑зонд ГАП‑АК-16. Те же самые характеристики на стационарном пункте наблюдений ЧГПП получены с помощью гидрологического зонда CTD48М (Sea & Sun Technology). Во всех случаях пробы поверхностного слоя вод (1,5–3,0 м) отбирали с помощью погружного насоса.

Объемную концентрацию и pCO₂ определяли с помощью инфракрасного анализатора LI-7000. Диапазон измеряемых концентраций CO₂ составляет 0–3000 мкмоль/моль с погрешностью 1% от измеряемого значения [35]. Ежедневно выполнялась калибровка прибора по двум точкам – чистому аргону (СО₂ = 0 мкмоль/моль) и аттестованной поверочной смеси с объемной долей CO₂, равной 440 мкмоль/моль. В качестве газа-носителя использовался аргон высшего сорта. Пересчет концентрации СО₂ (мкмоль/моль) в парциальное давление углекислого газа (мкатм) проводится по следующей формуле:

pCO₂ = x(CO₂) p_атм, (2)

где x(CO₂) – концентрация углекислого газа; p_атм – атмосферное давление. Полное описание расчета приведено в ³.

Параллельно с рСО_{2 sw} в приводном слое атмосферы с помощью регистрирующей аппаратуры комплекса сбора гидрометеорологических данных [36] измерялись сопутствующие метеорологические параметры – скорость ветра, атмосферное давление, температура воздуха. Данные прошли контроль качества с отбраковкой ненадежных фрагментов и приведены к стандартной высоте наблюдения (10 м). Согласно рекомендациям Всемирной метеорологической организации, измеренные параметры осреднялись за 10 мин и дальнейший анализ проводился уже для осредненных величин [36].

Получены данные о 395 измерениях с судна и 250 – со стационарного пункта наблюдений ЧГПП. На рис. 2 показаны все результаты измерения pCO_{2 sw}. На этих зависимостях хорошо видно, что данные распределены очень неоднородно как по годам, так и по сезонам.

 

Рис. 2. Результаты измерений рСО_{2 sw}: за весь период наблюдений (а) и количество измерений по месяцам (b). Темные кружочки – судовые измерения, светлые – измерения, выполненные на стационарном пункте наблюдений ЧГПП

Fig. 2. Results of pCO_{2 sw} measurements: for the whole observation period (a) and a number of measurements by months (b). Dark circles denote the ship measurements, light ones – the measurements taken at the BSHSP stationary observation point

 

Отсутствуют данные за январь и февраль, что связано со сложностями проведения экспедиционных исследований. Кроме того, ограничено число данных в весенний период. Наибольшее количество данных получено летом и в начале осени, что связано с благоприятными условиями для проведения экспедиционных работ. Учитывая такую сильную неоднородность по времени в связи с малым количеством данных, было принято решение не проводить разделение по пространству для судовых измерений и объединить данные, полученные в разных точках акватории Черного моря. Кроме того, как показано в работе [37], данные рСО₂ поверхностного слоя вод, шельфового и глубоководного районов Черного моря статистически не отличаются.

Результаты и обсуждение

По причине недостаточного количества данных выявить корреляции между сезонными изменениями pCO_{2 sw} и T_sw по результатам исследований в какой-либо отдельный год за указанные выше периоды не представляется возможным. В связи с этим, по аналогии с работой [16], все данные пересчитываются на один из выбранных (центральных) годов. При обработке данных для обоих типов измерений в качестве центрального был взят 2019 г. Данные за этот год использовались без корректировки, а данные, полученные в другие годы, корректировались с учетом межгодового тренда концентрации СО₂ в атмосфере. Корректная оценка межгодового тренда рСО_{2 sw} является важным моментом. Малое количество данных и их неравномерное распределение по сезонам не позволяет получить корректную оценку. В работе [16], где были проанализированы данные почти за 50 лет наблюдений, отмечено, что при осреднении данных по площади всего океана в пределах доверительных интервалов (~ 30%) глобальные тренды увеличения рСО₂ в океане и атмосфере совпадают. На основе этого в работе [34] выдвигалось предположение, что наблюдаемые изменения pCO₂ могут быть описаны как суперпозиция глобального атмосферного тренда и вариаций, связанных с изменением температуры воды T_sw. С учетом этого был использован тренд 2,4 мкатм/год для рСО₂ в атмосфере по данным измерений за десятилетие 2012–2022 гг. в обсерватории Mauna Loa (Гавайи). Эта оценка также близка к оценке, определенной по данным реанализа NCEP за 2015–2022 гг. для Черного моря.

После приведения таким образом всех данных к 2019 г. рассчитывались средние значения и стандартное отклонение для измеряемых параметров – рСО₂ и температуры поверхностного слоя вод для каждого месяца.

Предварительный анализ позволил выделить три характерных сезонных тренда зависимости рСО_{2 sw} от температуры, которые образуют цикл сезонного изменения парциального давления (рис. 3, а).

 

Рис. 3. Зависимости среднемесячного pCO_{2 sw} от ТПМ (все данные сведены к 2019 г.) (а) и периодически продолженные зависимости pCO_{2 sw} (черная линия) и ТПМ (красная линия) от времени (b)

Fig. 3. Dependences of the monthly average pCO2 _sw on SST (all the data are reduced to 2019) (a), and periodically continued dependences of pCO_{2 sw} (black line) and SST (red line) upon time (b)

 

На рис. 3, а используются следующие обозначения: черные кружочки – по данным измерений с судна, красные – со стационарного пункта наблюдений ЧГПП; линии – результаты линейной аппроксимации по выделенным сезонным периодам: зеленая – для конца зимы – конца весны, красная – для конца весны – конца лета, синяя – для конца лета – осени – начала зимы; сплошные линии – для данных судовых измерений, штриховые – для данных с платформы; светлые кружочки – данные для Атлантического океана, треугольники – для Тихого (данные для океанов взяты из работы [34]) с соответствующими линейными аппроксимациями.

Первый тренд – резкий рост рСО_{2 sw} с ростом температуры в середине/конце весны (конец марта – апрель – середина мая). К сожалению, данных, полученных в это время года, мало, однако восходящий тренд очевиден. Далее в летний период (июнь – август) происходит очень медленный рост рСО_{2 sw} при значимом росте температуры. И, наконец, с сентября по декабрь наблюдается плавное (по сравнению с весной) уменьшение концентрации СО₂ при снижении температуры. Таким образом, зависимость рСО_{2 sw} от температуры воды носит гистерезисный характер: одному и тому же значению температуры воды соответствуют различные значения рСО_{2 sw} в весенний и осенний периоды. Если построить зависимости pCO₂ и T_sw от времени и продолжить полученную периодическую зависимость с периодом 12 мес (рис. 3, b), то становится понятна причина наблюдаемого гистерезиса. Она связана со сдвигом фазы колебаний рСО_{2 sw} и изменением температуры примерно на 1,5 – 2 месяца.

Кроме того, стоит отметить крайне неоднородное распределение данных по сезонам. Так, например, в апреле получено мало данных и они соответствуют либо началу, либо концу месяца, т. е., скорее, относятся к марту или маю соответственно. Аналогичная ситуация с данными за октябрь, которые можно объединить с полученными в сентябре. Для августа средняя ТПМ при измерениях оказалась почти на два градуса выше средней ТМП за 2019 г. Причина этого также заключается в небольшом количестве измерений, которые выполнялись в начале месяца и только в дневное время.

По результатам обработки для всех трех сезонных участков были определены линейные аппроксимации. Следует отметить, что для весеннего (зеленая прямая) и зимнего (синяя) периодов они пересекаются в точке, температура для которой соответствует 7,6°С, что всего на 0,2°С меньше, чем средняя ТПМ для февраля 2019 г. Это свидетельствует в пользу корректности построенных аппроксимаций. То есть точки углов на рис. 3 соответствуют «треугольному» циклу сезонных изменений, и их можно отнести к февралю, концу мая – началу июня и августу.

Аналогичная обработка была выполнена и для данных, полученных со стационарного пункта наблюдений ЧГПП. Здесь следует отметить небольшое количество данных в летний (только в августе) и весенний (только в мае) периоды. При этом имелось значительное количество данных в осенний период и в начале зимнего. Для сравнения с данными судовых измерений данные с пункта наблюдений ЧГПП были скорректированы по 2019 г. с тем же коэффициентом изменения рСО₂ в атмосфере и осреднены для каждого месяца. Наибольшее отличие по месяцам между измерениями в экспедициях на НИС «Профессор Водяницкий» и на стационарном пункте наблюдений в пгт Кацивели наблюдалось в данных за май, при этом следует отметить и очень большой разброс данных.

Основываясь на вышеизложенном, можно предположить, что наиболее значимые изменения характера зависимости происходят в течение мая – июня. Так как данные за январь – апрель для стационарного пункта наблюдений отсутствуют, то аппроксимация весеннего периода (зеленая штриховая прямая) была взята как прямая линия, соединяющая точку, соответствующую маю, и точку на синей штриховой прямой, где температура воды примерно соответствует средней температуре за февраль 2019 г. для района расположения стационарного пункта наблюдений (7,6°С). Сопоставление продемонстрировало, что, несмотря на недостаток данных в весенне-летний период и сильный разброс в мае, общий характер циклической сезонной зависимости рСО_{2 sw} от ТПМ сохранился (рис. 3, а).

С учетом полученных данных «треугольник» сезонных изменений для данных со стационарного пункта наблюдений несколько сместился вниз и в бок (практически параллельный перенос), что связано помимо прочего с более высокой средней температурой воды в прибрежной зоне.

Выявленное сходство поведения зависимости рСО_{2 sw} от температуры для измерений со стационарного пункта наблюдений и многочисленных судовых измерений, выполненных более чем за 10 последних лет, свидетельствует об универсальном характере зависимости для всего Черного моря.

Также построенные зависимости среднемесячного рСО_{2 sw} от температуры поверхностного слоя вод были сопоставлены с аналогичными зависимостями, полученными ранее для открытого океана по данным из работы [34]. Сопоставление продемонстрировало, что если для периода конца зимы – весны – середины лета не удалось найти сходства, то для периода конца лета – осени – начала зимы в субтропических и умеренных зонах Атлантического и Тихого океанов Северного полушария тренды изменения весьма близки друг к другу (рис. 3, а). Так, в Черном море тренд составил ~ 8,8 мкатм/градус, в Атлантическом океане 10,1 мкатм/градус, в Тихом океане 7,9 мкатм/градус. Это может говорить об универсальных механизмах влияния ТПМ на рСО_{2 sw} как для локальных условий Черного моря, так и для открытого океана в этот сезонный период.

 

Тренды зависимости рСО_{2 sw} от температуры, определенные по среднемесячным данным, приведенным к 2019 г.

Trends in the dependence of pCO2 _sw on temperature determined based on monthly average data regarding to 2019

Месяц / Month	По данным экспедиционных исследований НИС «Профессор Водяницкий» / Based on expedition data obtained at “Professor Vodyanitsky”	По данным, полученным на стационарном пункте наблюдений ЧГПП / Based on data obtained at BSHSP stationary point
Январь / January	рСО2 sw = 8,85·T + 253,30 (данных за январь нет, это предположение) / (no data for January, it is an assumption)	рСО2 sw = 8,75·T + 237,76 (данных за январь нет, это предположение) / (no data for January, it is an assumption)
Февраль / February	рСО2 sw = 8,85·T + 253,30 (данных за февраль нет, это предположение) / (no data for February, it is an assumption)	?? (зависимость не определена) / (dependence is not defined)
Март / March	рСО2 sw = 27,16·T + 142,73	?? (зависимость не определена) / (dependence is not defined)
Апрель / April	рСО2 sw = 27,16·T + 142,73	?? (зависимость не определена) / (dependence is not defined)
Май / May	рСО2 sw = 27,16·T + 142,73 рСО2 sw = 0,44·T + 487,47	?? (зависимость не определена) / (dependence is not defined) рСО2 sw = 2,29·T + 427,42
Июнь / June	рСО2 sw = 0,44·T + 487,47	рСО2 sw = 2,29·T + 427,42
Июль / July	рСО2 sw = 0,44·T + 487,47	рСО2 sw = 2,29·T + 427,42
Август / August	рСО2 sw = 0,44·T + 487,47 рСО2 sw = 8,85·T + 253,30	рСО2 sw = 2,29·T + 427,42 рСО2 sw = 8,75·T + 237,76
Сентябрь / September	рСО2 sw = 8,85·T + 253,30	рСО2 sw = 8,75·T + 237,76
Октябрь / October	рСО2 sw = 8,85·T + 253,30	рСО2 sw = 8,75·T + 237,76
Ноябрь / November	рСО2 sw = 8,85·T + 253,30	рСО2 sw = 8,75·T + 237,76
Декабрь / December	рСО2 sw = 8,85·T + 253,30	рСО2 sw = 8,75·T + 237,76

Примечание. Обозначенный цвет соответствует линиям на рис. 3, а. Ячейки таблицы, соответствующие маю и августу, выделены серым, так как в них сходятся две аппроксимации.

Note: The color corresponds to the lines in Fig. 3, a. The table cells corresponding to May and August are highlighted in gray since two approximations converge in them.

 

Формулы всех линейных аппроксимаций, полученных при обработке данных, представлены в таблице. В основе лежит формула линейной аппроксимации зависимости парциального давления от температуры воды с учетом глобального тренда концентрации СО₂ в атмосфере. С использованием полученных зависимостей можно оценить среднемесячную разность рСО₂ на границе раздела поверхностный слой вод – атмосфера для произвольного месяца произвольного года следующим образом:

$∆pС{О}_{2y,m}=[pС{О}_{2sw,2019m}+{\left(\frac{\partial pС{О}_{2sw},}{\partial T°}\right)}_{2019m}·∆T{°}_{y,m-2019}]-pС{О}_{2air,2019m}$, (3)

при этом данные по рСО₂ для атмосферы могут быть взяты на основе реанализа (по аналогии с [38]) либо получены непосредственно прямым измерением.

Для вычисления среднего за месяц потока CO₂ через морскую поверхность, найденного таким образом, градиент рСО₂ между поверхностным слоем вод и приводным слоем атмосферы нужно умножить на скорость газообмена и растворимость согласно уравнению (1).

Заключение

В работе на основе специальной обработки данных прямых измерений рСО_{2 sw}, проведенных в экспедиционных условиях на НИС «Профессор Водяницкий» (2015–2023) и на стационарном пункте наблюдений ЧГПП (2012–2022), предложены зависимости, связывающие сезонные вариации рСО_{2 sw} с сезонными изменениями ТПМ. В результате получен цикл с быстрым ростом pCO_{2 sw} весной, незначительным ростом летом и плавным уменьшением осенью – зимой. Зависимость рСО_{2 sw} от температуры воды носит гистерезисный характер: одному и тому же значению температуры воды соответствуют различные значения рСО_{2 sw} в весенний и осенний периоды. Эта зависимость связана со сдвигом фазы колебаний рСО_{2 sw} и изменением температуры примерно на 1,5–2 месяца.

Подобный тип этого цикла был независимо продемонстрирован по результатам обработки измерений, выполненных как с судна, так и с платформы. Интересно, что тренд спада в осенне-зимний и зимний периоды оказался близким по значению тренду, который наблюдался в условиях открытого океана умеренных и субтропических широт Северного полушария. В этом случае, скорее всего, ТПМ напрямую определяет величину рСО_{2 sw}, а биологическая активность не является определяющим фактором.

В свою очередь резкий рост рСО_{2 sw} весной требует дальнейшего исследования для интерпретации, что обусловлено, прежде всего, ограниченным количеством натурных данных. Однако также можно утверждать, что по крайней мере биологические процессы, связанные с фотосинтезом, в данном случае не играют определяющей роли, иначе мы имели бы не положительный, а отрицательный тренд. Отрицательных трендов, когда наблюдается уменьшение рСО_{2 sw} с ростом температуры или наоборот, выявить пока не удалось (по крайней мере на имеющемся массиве данных). В дальнейшем необходимо продолжить исследования с привлечением сопутствующих данных о происходящих биогеохимических процессах.

Полученный результат позволяет оценивать межгодовые вариации глобального потока CO₂, связанные с соответствующими изменениями температуры. При этом следует еще раз подчеркнуть, что результат удалось получить, основываясь на предположении, что межгодовой тренд изменения рСО_{2 sw} эквивалентен тренду в атмосфере нашей планеты. Это предположение также требует дальнейшего исследования (в первую очередь необходимо больше данных) с учетом того, что региональные отличия в межгодовых трендах pCO_{2 sw} все-таки могут наблюдаться, особенно в прибрежной зоне.

Измерения рСО_{2 sw} проведены в Центре коллективного пользования НИС «Профессор Водяницкий» Федерального государственного бюджетного учреждения науки Федерального исследовательского центра «Институт биологии южных морей имени А. О. Ковалевского РАН».

 

¹ Global Carbon and Other Biogeochemical Cycles and Feedbacks /J. G. Canadell [et al.] // Climate Change 2021: The Physical Science Basis. Working Group I Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change / Eds. V. P. Masson-Delmotte [et al.]. New York, NY, USA, Cambridge, United Kingdom : Cambridge University Press, 2023. P. 673–816. https://doi.org/10.1017/9781009157896.007

² Carbon and Other Biogeochemical Cycles / P. Ciais [et al] // Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change / Eds. T. F. Stoker [et al.]. New York, NY, USA, Cambridge, United Kingdom : Cambridge University Press, 2013. P.465–570. https://doi.org/10.1017/CBO9781107415324.015

³ Dickson A.G., Goyet C. Handbook of methods for the analysis of the various parameters of the carbon dioxide system in sea water. Version 2. Oak Ridge, TN : Oak Ridge National Laboratory (ORNL), 1994. 198 p. https://doi.org/10.2172/10107773

Об авторах

Д. А. Сергеев

Федеральный исследовательский центр Институт прикладной физики им. А. В. Гапонова-Грехова Российской академии наук; Нижегородский государственный университет им Н. И. Лобачевского

Автор, ответственный за переписку.
Email: daniil@ipfran.ru
ORCID iD: 0000-0003-4910-3935
SPIN-код: 7786-0850
Scopus Author ID: 6603887343
ResearcherId: L-4569-2016

зав. лабораторией экспериментальных методов в геофизической и технической гидродинамике, кандидат. физико-математических наук

Россия, Нижний Новгород; Нижний Новгород

Ю. И. Троицкая

Федеральный исследовательский центр Институт прикладной физики им. А. В. Гапонова-Грехова Российской академии наук

Email: yuliya@ipfran.ru
ORCID iD: 0000-0002-3818-9211
SPIN-код: 8005-7722
Scopus Author ID: 35610090100
ResearcherId: F-1352-2015

зав. отделом нелинейных геофизических процессов, доктор физико-математических наук

Россия, Нижний Новгород

О. С. Ермакова

Федеральный исследовательский центр Институт прикладной физики им. А. В. Гапонова-Грехова Российской академии наук

Email: o.s.ermakova@mail.ru
ORCID iD: 0000-0003-0687-4000
SPIN-код: 9182-5505
Scopus Author ID: 16051997000
ResearcherId: D-3643-2015

старший научный сотрудник, лаборатория нелинейной физики природных процессов, кандидат. физико-математических наук

Россия, Нижний Новгород

Н. А. Орехова

Морской гидрофизический институт РАН

Email: natalia.orekhova@mhi-ras.ru
ORCID iD: 0000-0002-1387-970X
SPIN-код: 9050-4772
Scopus Author ID: 35784884700
ResearcherId: I-1755-2017

зав. лабораторией мониторинга и исследования парниковых газов и кислорода в морской среде, отдел биогеохимии моря, кандидат географических наук

Россия, Севастополь

Список литературы

Дополнительные файлы