Arctic Sea Ice Volume Anomaly
“Arctic Sea Ice Volume Anomaly” si riferisce a una misura che indica la differenza tra il volume attuale del ghiaccio marino nell’Artico e il volume medio a lungo termine per un determinato periodo. In altre parole, è la deviazione del volume del ghiaccio marino rispetto alla media storica.
Il ghiaccio marino è importante per il clima globale poiché riflette la luce solare e agisce come un isolante tra l’oceano e l’atmosfera. Quando si osserva un’anomalia nel volume del ghiaccio marino, può essere un indicatore dei cambiamenti climatici e del riscaldamento globale. Ad esempio, un calo significativo del volume del ghiaccio marino potrebbe indicare un aumento delle temperature globali e un cambiamento nei modelli climatici.
Il Sea Ice Volume (volume del ghiaccio marino) viene calcolato utilizzando il sistema Pan-Arctic Ice Ocean Modeling and Assimilation System (PIOMAS http://psc.apl.uw.edu/research/projects/projections-of-an-ice-diminished-arctic-ocean/ , Zhang e Rothrock, 2003), sviluppato presso APL/PSC (Applied Physics Laboratory/Polar Science Center). Le anomalie per ogni giorno vengono calcolate rispetto alla media del periodo 1979-2021 per quel giorno dell’anno, al fine di rimuovere il ciclo annuale. Il ciclo annuale medio del modello del volume del ghiaccio marino nel corso di questo periodo varia da 28.000 km³ in aprile a 11.500 km³ in settembre.
La linea blu nel grafico rappresenta il trend calcolato dall’1 gennaio 1979 fino alla data più recente indicata nella figura. Le aree ombreggiate rappresentano una e due deviazioni standard dei residui dell’anomalia rispetto al trend nella Figura 1 e le deviazioni standard rispetto alla media giornaliera del periodo 1979-2017 nella Figura 2.
Questo metodo consente di avere un’analisi dettagliata delle variazioni del volume del ghiaccio marino nell’Artico, aiutando a comprendere i cambiamenti climatici e le dinamiche del riscaldamento globale.
Aggiornamento annuale:
Il 2022 si è concluso con un volume medio annuale di ghiaccio marino che è risultato il nono più basso mai registrato, pari a 14.300 km³. Gli anni recenti sono tutti raggruppati molto vicini tra loro (vedi Figura 11). Il 2017 detiene ancora il primato per il volume annuale più basso, con 12.800 km³.
Questi dati mostrano che il volume del ghiaccio marino nell’Artico è in generale diminuito negli ultimi anni. La riduzione del volume del ghiaccio marino è un indicatore dei cambiamenti climatici e del riscaldamento globale, poiché è strettamente legata all’aumento delle temperature atmosferiche e oceaniche. Continuare a monitorare e analizzare queste tendenze è fondamentale per comprendere l’impatto delle attività umane sul clima e per informare le politiche di mitigazione dei cambiamenti climatici.
Aggiornamento mensile di aprile 2023:
Il volume medio del ghiaccio marino nell’Artico ad aprile 2023 è stato di 23.100 km³. Questo valore è il decimo più basso mai registrato per aprile, circa 2.400 km³ sopra il record minimo stabilito nel 2017. Il volume del ghiaccio marino mensile era inferiore del 29% rispetto al massimo nel 1979 e del 15% rispetto al valore medio per il periodo 1979-2022. Il volume medio del ghiaccio marino ad aprile 2023 era 1,6 deviazioni standard sopra la linea di tendenza del periodo 1979-2022.
La crescita del ghiaccio marino ad aprile 2023 è stata una delle più grandi nell’ultimo decennio (Figura 4), dando uno spessore medio del ghiaccio (superiore a 15 cm di spessore) nel mezzo dei valori recenti. La mappa delle anomalie dello spessore del ghiaccio per aprile 2023 rispetto al periodo 2011-2022 (Figura 6) mostra forti anomalie positive a nord della Groenlandia e sulla costa del Mare di Laptev. Il ghiaccio marino è anche relativamente spesso nei mari occidentali di Beaufort e Chukchi, mentre è più sottile del normale nell’area orientale di Beaufort.
Le anomalie del ghiaccio marino di CryoSat-2 (CS2) per la stessa area sono in generale d’accordo con PIOMAS, ma un’anomalia positiva a nord dell’Arcipelago Artico Canadese (CAA) in PIOMAS mostra un’anomalia negativa in CS2. La serie storica di aprile (Figura 8) per entrambi i set di dati concorda entro l’incertezza stimata e non presenta un trend apparente negli ultimi 12 anni. Confrontando ciò con la serie storica di 43 anni dal 1979 al 2023, si evidenzia l’importanza della variabilità naturale nelle serie temporali relativamente brevi, come quelle attualmente disponibili da CS2 ( (see our recent paper). Entrambi i record mostrano una corrispondenza ravvicinata in termini di grandezza e una variabilità temporale simile.
Gli aggiornamenti saranno generati a intervalli di circa un mese.
Scopo
Il volume del ghiaccio marino è un importante indicatore climatico. Dipende sia dallo spessore che dall’estensione del ghiaccio e, pertanto, è più direttamente legato al forzante climatico rispetto all’estensione da sola. Tuttavia, al momento non è possibile osservare continuamente il volume del ghiaccio marino nell’Artico. Le osservazioni provenienti da satelliti, sottomarini della Marina, boe e misurazioni sul campo sono tutte limitate nello spazio e nel tempo. L’assimilazione delle osservazioni nei modelli numerici fornisce attualmente un modo per stimare le variazioni del volume del ghiaccio marino su base continua per diversi decenni.
Il confronto tra le stime del modello dello spessore del ghiaccio e le osservazioni aiuta a verificare la nostra comprensione dei processi rappresentati nel modello che sono importanti per la formazione e lo scioglimento del ghiaccio marino. In altre parole, questi confronti permettono di valutare l’accuratezza delle simulazioni e di affinare la nostra conoscenza dei meccanismi che influenzano la dinamica del ghiaccio marino nell’Artico, migliorando così la nostra capacità di prevedere e affrontare i cambiamenti climatici.
Versioni
Versione 2.1
Abbiamo identificato un errore di programmazione in una routine che interpola i dati sulla concentrazione del ghiaccio prima dell’assimilazione. L’errore ha interessato solo i dati dal 2010 al 2013. Questi dati sono stati riprocessati e sono ora disponibili come versione 2.1. Lo spessore del ghiaccio è generalmente maggiore nell’area del mare di Beaufort-Chukchi, con le maggiori differenze di spessore durante il mese di maggio. Le differenze nel volume del ghiaccio sono fino all’11% maggiori alla fine della primavera.
Figura 5. mostra le differenze di volume tra la versione 2.0 e la versione 2.1 (clicca per ingrandire)
Questa figura mette in evidenza le differenze tra le due versioni del modello, mostrando le correzioni apportate ai dati tra il 2010 e il 2013. La versione aggiornata offre una rappresentazione più accurata delle variazioni del volume del ghiaccio marino in quel periodo e migliora la nostra comprensione dei cambiamenti climatici nell’Artico.
Versione 2.0
Questa serie storica del volume del ghiaccio è generata con una versione aggiornata di PIOMAS (15 giugno 2011). Questa versione aggiornata migliora le versioni precedenti assimilando le temperature della superficie del mare (SST) per le aree prive di ghiaccio e utilizzando una diversa parametrizzazione per la resistenza del ghiaccio.( Una diversa parametrizzazione per la resistenza del ghiaccio si riferisce all’uso di un metodo alternativo o di un insieme di equazioni per rappresentare la forza e la resistenza del ghiaccio marino all’interno di un modello climatico. La resistenza del ghiaccio è una proprietà importante che influisce sulla deformazione, sulla crescita e sulla fusione del ghiaccio marino, nonché sulla sua interazione con l’oceano e l’atmosfera. I modelli climatici utilizzano parametrizzazioni per semplificare e rappresentare processi fisici complessi che avvengono su scale più piccole di quelle risolte dal modello stesso. Le parametrizzazioni influenzano la precisione delle simulazioni del modello e i risultati ottenuti. Pertanto, l’aggiornamento o la modifica delle parametrizzazioni, come nel caso della resistenza del ghiaccio, può portare a una migliore rappresentazione dei processi fisici e a stime più accurate delle proprietà del ghiaccio marino e della sua evoluzione nel tempo.)
I confronti delle stime di PIOMAS con le osservazioni dello spessore del ghiaccio mostrano errori ridotti rispetto alla versione precedente. Il trend a lungo termine si riduce a circa -2,8 x 10³ km³/decennio rispetto a -3,6 x 10³ km³/decennio nella versione precedente. I nostri confronti con i dati e le simulazioni di modelli alternativi indicano che questo nuovo trend è una stima conservativa del trend effettivo. Con questa versione, forniamo anche statistiche sull’incertezza. Ulteriori dettagli possono essere trovati in Schweiger et al. 2011. . Il miglioramento del modello è un’attività di ricerca continua presso il PSC e gli aggiornamenti del modello possono verificarsi a intervalli irregolari. Quando si verificano aggiornamenti del modello, l’intera serie storica verrà riprocessata e pubblicata.
Modello e procedura di assimilazione
PIOMAS è un modello numerico con componenti per il ghiaccio marino e l’oceano e la capacità di assimilare alcuni tipi di osservazioni.
PIOMAS (Pan-Arctic Ice Ocean Modeling and Assimilation System) è un modello numerico che include componenti per il ghiaccio marino e l’oceano, e ha la capacità di assimilare alcuni tipi di osservazioni. È stato sviluppato presso l’Applied Physics Laboratory/Polar Science Center (APL/PSC) per stimare il volume del ghiaccio marino nell’Artico.
Il modello combina simulazioni di processi fisici nell’oceano e nel ghiaccio marino con osservazioni satellitari e in situ per produrre stime più accurate del volume, dello spessore e dell’estensione del ghiaccio marino. L’assimilazione delle osservazioni, come le concentrazioni di ghiaccio marino e le temperature della superficie del mare (SST), consente di correggere e migliorare le previsioni del modello sulla base di dati reali.
PIOMAS è uno strumento importante per monitorare e studiare i cambiamenti nel ghiaccio marino dell’Artico e per comprendere meglio l’impatto dei cambiamenti climatici su quest’area critica del sistema climatico globale.
Per le simulazioni del volume del ghiaccio mostrate qui, le informazioni sulla concentrazione del ghiaccio marino dal prodotto in tempo quasi reale del NSIDC vengono assimilate nel modello per migliorare le stime dello spessore del ghiaccio e i dati SST (temperatura della superficie del mare) del NCEP/NCAR Reanalysis NSIDC near-real time product vengono assimilati nelle aree prive di ghiaccio. I dati SST della NCEP/NCAR reanalysis si basano sulle analisi giornaliere ad alta risoluzione delle SST di Reynolds utilizzando osservazioni satellitari e in situ (Reynolds e Marsico, 1993; Reynolds et al., 2007). Le informazioni atmosferiche per guidare il modello, in particolare vento, temperatura dell’aria di superficie e copertura nuvolosa per calcolare la radiazione solare e a onde lunghe, sono specificate dalla NCEP/NCAR reanalysis NCEP/NCAR reanalysis . Il modello oceanico pan-artico è forzato con input da un modello oceanico globale ai suoi confini aperti situati a 45 gradi Nord.
Il modello oceanico pan-artico, come PIOMAS, si concentra sull’oceano e sul ghiaccio marino nella regione artica. Tuttavia, per ottenere una rappresentazione accurata dei processi oceanici e delle dinamiche del ghiaccio marino nell’Artico, è importante considerare anche le influenze degli oceani al di fuori dell’Artico. Pertanto, il modello pan-artico è “forzato” con input provenienti da un modello oceanico globale ai suoi confini aperti, situati a 45 gradi di latitudine Nord.
Questo significa che il modello pan-artico riceve informazioni sulle condizioni oceaniche, come temperature, salinità e correnti, provenienti dal modello oceanico globale al di fuori della regione artica. Integrando questi dati, il modello pan-artico è in grado di simulare in modo più accurato i processi oceanici nell’Artico e il loro impatto sul ghiaccio marino, tenendo conto delle interazioni tra l’Artico e gli oceani a latitudini più basse.
Validazione del modello e incertezza
PIOMAS è stato ampiamente validato attraverso confronti con osservazioni observations provenienti da sottomarini della Marina degli Stati Uniti, boe oceanografiche e satelliti. Inoltre, sono state eseguite simulazioni del modello in cui sono stati modificati i parametri del modello e le procedure di assimilazione. Da questi studi di validazione, si ottengono stime conservative dell’incertezza nel trend di ± 1,0 x 10³ km³/decennio. L’incertezza del volume del ghiaccio medio mensile è stimata in ± 0,75 x 10³ km³. Le incertezze sul volume totale sono maggiori di quelle per l’anomalia, poiché i bias del modello vengono rimossi nel calcolo delle anomalie. L’incertezza per il volume totale di ghiaccio di ottobre è stimata in ± 1,35 x 10³ km³. Nel confrontare i volumi totali invernali con altre stime di volume, bisogna tener conto del fatto che il dominio PIOMAS attualmente non si estende abbastanza a sud per coprire tutte le aree che possono avere copertura di ghiaccio in inverno. Aree nel Mare di Okhotsk e nel Golfo di San Lorenzo sono parzialmente escluse dal dominio. I dettagli sulla validazione del modello possono essere trovati in Schweiger et al. 2011 e (qui) (here) . Ulteriori informazioni su PIOMAS possono essere trovate (qui) (here) .
È stata compilata una vasta raccolta di dati sullo spessore del ghiaccio marino per la validazione del modello ed è disponibile (qui) (here) .
Fig.1 Anomalia del volume di ghiaccio marino artico da PIOMAS, aggiornata una volta al mese. Le anomalie del volume di ghiaccio marino giornaliere vengono calcolate per ogni giorno rispetto alla media del periodo 1979-2022 per quel giorno dell’anno. Le tacche sull’asse del tempo si riferiscono al primo giorno dell’anno. Il trend per il periodo 1979-presente è mostrato in blu. Le aree ombreggiate mostrano uno e due deviazioni standard dal trend. Le barre di errore indicano l’incertezza dell’anomalia mensile rappresentata una volta all’anno.
Questa figura mostra le anomalie nel volume del ghiaccio marino artico nel tempo, calcolate rispetto alla media giornaliera del periodo 1979-2022. Il trend in blu rappresenta l’evoluzione del volume del ghiaccio nel tempo, mentre le aree ombreggiate indicano le deviazioni standard dall’andamento. Le barre di errore mostrano l’incertezza associata alle anomalie mensili, rappresentate una volta all’anno. Questo grafico è utile per comprendere le variazioni nel volume del ghiaccio marino artico e identificare eventuali tendenze a lungo termine.
Fig. 2 Volume totale del ghiaccio marino artico da PIOMAS che mostra il volume del ciclo annuale medio e dal 2011 al 2022. Le aree ombreggiate indicano una e due deviazioni standard dalla media.
Questa figura mostra il volume totale del ghiaccio marino artico secondo il modello PIOMAS. Viene presentato il ciclo annuale medio del volume di ghiaccio, insieme ai dati dal 2011 al 2022. Le aree ombreggiate nel grafico rappresentano una e due deviazioni standard dalla media del ciclo annuale. Questo aiuta a comprendere la variabilità del volume del ghiaccio marino artico nel tempo e a confrontare i dati più recenti con il ciclo annuale medio per identificare eventuali anomalie o tendenze nel volume del ghiaccio marino.
Fig. 3 Volume mensile del ghiaccio marino da PIOMAS per aprile e settembre
Questa figura mostra il volume mensile del ghiaccio marino artico secondo il modello PIOMAS per i mesi di aprile e settembre. Aprile e settembre sono mesi particolarmente importanti per lo studio del ghiaccio marino, poiché aprile rappresenta tipicamente il mese con la massima estensione e volume del ghiaccio marino, mentre settembre coincide con il minimo annuale.
Il grafico mette in evidenza le variazioni nel volume del ghiaccio marino per questi due mesi nel corso degli anni, permettendo di confrontare i valori massimi e minimi e di identificare eventuali tendenze a lungo termine nella variazione del volume del ghiaccio marino nell’Artico. Analizzando queste tendenze, gli scienziati possono avere una visione più chiara delle variazioni nel volume del ghiaccio marino in relazione ai cambiamenti climatici e ad altri fattori.
Fig. 4 Confronto delle anomalie giornaliere del volume di ghiaccio marino rispetto al periodo 1979-2022.
Questa figura mostra un confronto delle anomalie giornaliere del volume di ghiaccio marino rispetto alla media del periodo 1979-2022. Il grafico presenta le anomalie del volume di ghiaccio marino per ciascun giorno dell’anno, permettendo di osservare le variazioni nel volume del ghiaccio marino e confrontarle con i valori medi storici.
Analizzando queste anomalie, gli scienziati possono identificare eventuali tendenze nelle variazioni del volume del ghiaccio marino e comprendere come queste tendenze si confrontano con i dati storici. Ciò può fornire una visione più chiara delle variazioni nel volume del ghiaccio marino in relazione ai cambiamenti climatici e ad altri fattori che influenzano il ghiaccio marino nell’Artico.
Fig. 5 Spessore medio del ghiaccio marino artico sulle regioni coperte di ghiaccio da PIOMAS per una selezione di anni. Lo spessore medio è calcolato per il dominio PIOMAS includendo solo le posizioni in cui il ghiaccio è più spesso di 0,15 m.
Questa figura mostra lo spessore medio del ghiaccio marino artico nelle regioni coperte di ghiaccio secondo il modello PIOMAS per una selezione di anni. Lo spessore medio del ghiaccio viene calcolato nel dominio PIOMAS includendo solo le posizioni in cui lo spessore del ghiaccio supera i 0,15 metri.
Il grafico fornisce una panoramica delle variazioni dello spessore medio del ghiaccio marino artico nel corso degli anni selezionati e permette di confrontare le differenze tra gli anni. Analizzando queste variazioni, gli scienziati possono ottenere informazioni sulle tendenze a lungo termine nello spessore del ghiaccio marino e comprendere come queste tendenze si inseriscano nel contesto dei cambiamenti climatici e di altri fattori che influenzano il ghiaccio marino nell’Artico.
Fig. 6 Anomalia dello spessore del ghiaccio PIOMAS per aprile 2023 rispetto al periodo 2011-2022.
Questa figura mostra l’anomalia dello spessore del ghiaccio marino artico secondo il modello PIOMAS per aprile 2023, confrontata con la media del periodo 2011-2022. L’anomalia dello spessore del ghiaccio indica le differenze nello spessore del ghiaccio marino rispetto alla media di riferimento.
Il grafico evidenzia le aree in cui lo spessore del ghiaccio marino è maggiore (anomalie positive) o minore (anomalie negative) rispetto alla media del periodo 2011-2022. Analizzando queste anomalie, gli scienziati possono identificare le variazioni nello spessore del ghiaccio marino e comprendere come queste variazioni si confrontano con i dati storici. Inoltre, può fornire informazioni sulle possibili cause delle anomalie e sul loro impatto sul ghiaccio marino nell’Artico.
Fig. 7 Anomalia dello spessore del ghiaccio marino CryoSat-2 (AWI, v2.5) per aprile 2023 rispetto al periodo 2011-2023.
Questa figura mostra l’anomalia dello spessore del ghiaccio marino artico secondo i dati del satellite CryoSat-2 (versione 2.5 dell’Alfred Wegener Institute) per aprile 2023, confrontata con la media del periodo 2011-2023. L’anomalia dello spessore del ghiaccio indica le differenze nello spessore del ghiaccio marino rispetto alla media di riferimento.
Il grafico evidenzia le aree in cui lo spessore del ghiaccio marino è maggiore (anomalie positive) o minore (anomalie negative) rispetto alla media del periodo 2011-2023. Analizzando queste anomalie, gli scienziati possono identificare le variazioni nello spessore del ghiaccio marino e confrontarle con i dati storici. Inoltre, può fornire informazioni sulle possibili cause delle anomalie e sul loro impatto sul ghiaccio marino nell’Artico. La comparazione tra le anomalie del ghiaccio marino misurate dal satellite CryoSat-2 e quelle del modello PIOMAS può aiutare a valutare l’affidabilità dei diversi metodi di misurazione e a migliorare la comprensione delle dinamiche del ghiaccio marino.
CryoSat-2 è un satellite per l’osservazione della Terra lanciato dall’Agenzia Spaziale Europea (ESA) il 8 aprile 2010. È il secondo satellite del programma CryoSat, il cui obiettivo principale è monitorare e misurare con precisione i cambiamenti nello spessore del ghiaccio marino e terrestre nelle regioni polari della Terra. CryoSat-2 è stato sviluppato per sostituire CryoSat-1, che si è perso durante il lancio nel 2005.
L’Alfred Wegener Institute (AWI) è un’istituzione tedesca di ricerca focalizzata sulle regioni polari e marittime. AWI ha sviluppato una versione 2.5 dei dati sullo spessore del ghiaccio marino derivati dalle misurazioni di CryoSat-2. Questi dati vengono utilizzati per analizzare le anomalie nello spessore del ghiaccio marino e confrontarle con il periodo di riferimento (ad esempio, 2011-2023).
L’utilizzo di CryoSat-2 e dei suoi dati consente agli scienziati di monitorare e studiare i cambiamenti nel ghiaccio marino e terrestre e di comprendere meglio le dinamiche del ghiaccio e il loro impatto sul sistema climatico globale. Inoltre, la combinazione delle informazioni di CryoSat-2 con altri dati, come quelli del modello PIOMAS, può contribuire a migliorare la precisione delle previsioni e la comprensione delle tendenze a lungo termine nello spessore del ghiaccio marino artico.
Fig. 8 Serie temporale dell’anomalia del volume del ghiaccio marino in aprile secondo CryoSat-2 (AWI v 2.5) e PIOMAS.
Questa figura mostra una serie temporale delle anomalie del volume del ghiaccio marino artico in aprile, come misurato dal satellite CryoSat-2 (versione 2.5 dell’Alfred Wegener Institute) e dal modello PIOMAS. La serie temporale mette in evidenza le variazioni nel volume del ghiaccio marino rispetto alla media di riferimento per il mese di aprile.
Il confronto tra le due serie temporali consente agli scienziati di valutare la coerenza tra le misurazioni satellitari e le stime del modello numerico. Analizzando le anomalie nel volume del ghiaccio marino e confrontandole con i dati storici, gli scienziati possono comprendere meglio le tendenze a lungo termine e le possibili cause delle variazioni nel volume del ghiaccio marino artico.
La figura evidenzia le somiglianze e le differenze tra le due serie temporali e mostra come le stime del volume del ghiaccio marino siano in generale in accordo tra CryoSat-2 e PIOMAS, sebbene possano esserci alcune discrepanze a livello di singoli anni. Questo confronto è importante per comprendere l’affidabilità delle diverse metodologie di misurazione e per migliorare la conoscenza delle dinamiche del ghiaccio marino nell’Artico.
Fig. 11 Volume medio annuale del ghiaccio marino secondo PIOMAS.
Questa figura mostra il volume medio annuale del ghiaccio marino nell’Artico, come stimato dal modello PIOMAS. La serie temporale rappresenta le variazioni nel volume del ghiaccio marino nel corso degli anni e permette agli scienziati di identificare le tendenze a lungo termine e le possibili cause delle variazioni nel volume del ghiaccio marino artico.
Il grafico mette in evidenza l’evoluzione del volume del ghiaccio marino nel tempo, con una generale diminuzione nel corso degli anni. Questo declino è in linea con le osservazioni e le previsioni riguardanti il cambiamento climatico e l’aumento delle temperature globali. La figura può anche mostrare anni specifici con volume di ghiaccio marino particolarmente basso o alto, il che può essere utile per identificare eventi o situazioni climatiche particolari che influenzano il volume del ghiaccio marino nell’Artico.
Monitorare e analizzare il volume del ghiaccio marino artico è fondamentale per comprendere il ruolo del ghiaccio marino nel sistema climatico globale e per valutare l’impatto del riscaldamento globale sulle regioni polari.
http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/
0 commenti