RIASSUNTO DELL’ARTICOLO
Il ghiaccio marino è un componente essenziale del sistema climatico artico. La copertura di ghiaccio marino artico ha subito notevoli cambiamenti negli ultimi 40+ anni, compreso un declino nell’estensione areale in tutti i mesi (più forte durante l’estate), assottigliamento, perdita della copertura di ghiaccio pluriennale, anticipazione dell’inizio dello scioglimento e del ritiro del ghiaccio, e ritardo nella ricongelazione e nell’avanzamento del ghiaccio. Negli ultimi 10 anni, queste tendenze sono state ulteriormente rafforzate, sebbene le tendenze (non statisticamente significative con p <0,05) in alcuni parametri (ad es. estensione) nell’ultimo decennio siano più moderate. Dal 2011, le capacità di osservazione sono migliorate significativamente, compresa la raccolta delle prime osservazioni di routine su scala di bacino dello spessore e dell’altezza libera del ghiaccio marino tramite altimetri radar e laser (ad eccezione dell’estate). Inoltre, i dati provenienti da una campagna sul campo lunga un anno durante il 2019-2020 promettono di fornire una grande quantità di dati in situ che miglioreranno notevolmente la comprensione dei processi su piccola scala e delle interazioni tra il ghiaccio marino, l’oceano e l’atmosfera, oltre a fornire preziosi dati di convalida per le missioni satellitari. Gli impatti del ghiaccio marino all’interno dell’Artico sono chiari e stanno già influenzando gli esseri umani, nonché la flora e la fauna. Gli impatti al di fuori dell’Artico, pur attirando molta attenzione, rimangono poco chiari. Il futuro del ghiaccio marino artico dipende dalle future emissioni di CO2, ma è probabile che l’Oceano Artico sia privo di ghiaccio stagionalmente nei prossimi decenni. Tuttavia, la variabilità da anno ad anno causa una notevole incertezza su quando esattamente ciò si verificherà. Questa variabilità rappresenta anche una sfida per la previsione stagionale.
INTRODUZIONE Questo articolo è pensato principalmente come un aggiornamento rispetto alla precedente valutazione del ghiaccio marino artico pubblicata un decennio fa su Oceanography (Perovich et al., 2011). Nel corso di quel decennio, sono stati osservati notevoli cambiamenti nel ghiaccio marino artico (ad es. Meier et al., 2014; Barber et al., 2017), con un declino della copertura di ghiaccio che rappresenta uno degli indicatori più chiari di cambiamento, insieme all’assottigliamento della copertura di ghiaccio (Kwok, 2018). Lo scioglimento in primavera sta avvenendo più presto e la ricongelazione sta diventando più tardiva, permettendo al sistema ghiaccio-oceano di assorbire più radiazione solare e aumentando l’apporto energetico nell’Artico. A questo punto, è altamente probabile che condizioni prive di ghiaccio si manifesteranno in settembre entro la metà del secolo (ad es., Notz e SIMIP, 2020). Solo in scenari limitati di future emissioni è possibile evitare con regolarità la probabilità di condizioni per lo più prive di ghiaccio marino durante l’estate. Gli impatti della perdita di ghiaccio marino sono molteplici all’interno dell’Artico: acque oceaniche più calde, maggiori distanze percorse dalle onde, tempeste più frequenti e aumentata erosione costiera, insieme agli effetti correlati sull’ecosistema artico e sulle attività umane nella regione. La perdita di ghiaccio marino amplifica anche il riscaldamento artico, influenzando la perdita di massa del ghiaccio della Groenlandia e il disgelo del permafrost. Le ramificazioni della perdita di ghiaccio marino al di fuori dell’Artico sono incerte, con evidenze contrastanti riguardo alle connessioni con eventi meteorologici più estremi nelle medie latitudini.
OSSERVAZIONI Concentrazione del Ghiaccio e Estensione del Ghiaccio Marino Una serie di sensori a microonde passivi montati su satelliti fornisce un registro coerente e quasi completo a lungo termine della concentrazione e dell’estensione del ghiaccio marino a partire da novembre 1978. L’estensione del ghiaccio marino (somma dell’area con almeno il 15% di concentrazione) è stata uno strumento fondamentale nella valutazione dello stato della copertura di ghiaccio grazie al lungo e coerente registro disponibile. Sono state prodotte diverse serie temporali di estensione a partire dalle temperature di luminanza delle microonde passive tramite vari algoritmi empirici derivati per la concentrazione del ghiaccio marino (ad es., Comiso, 1986; Spreen et al., 2008; Lavergne et al., 2019). Qui, utilizziamo il registro di estensione dal Sea Ice Index del US National Snow and Ice Data Center (NSIDC) (Fetterer et al., 2017) derivato dai campi di concentrazione dell’algoritmo NASA Team (Cavalieri et al., 1999); l’estensione qui è definita come l’area totale in cui la concentrazione è superiore al 15%. Il prodotto di concentrazione inizia nel novembre 1978 (Cavalieri et al., 1996), con i dati più recenti (per il 2021 in questo manoscritto) integrati da elaborazioni in tempo quasi reale (Maslanik e Stroeve, 1999).
La concentrazione e l’estensione del ghiaccio marino stanno diminuendo ovunque nell’Artico, con le perdite più pronunciate in estate che si verificano nei mari di Beaufort, Chukchi, Siberia Orientale e Laptev, e le maggiori perdite di ghiaccio in inverno nel mare di Barents e nel mare di Okhotsk (Figura 1a,b). Gran parte della tendenza della concentrazione è dovuta alla completa perdita di ghiaccio (ovvero, diminuzione dell’estensione e ritiro del bordo del ghiaccio), ma alcune aree all’interno del pacchetto di ghiaccio stanno anche tendendo verso una minore concentrazione. Questo suggerisce un pacchetto di ghiaccio meno compatto che permette un maggiore assorbimento solare durante l’estate e una minore resistenza al vento e ad altre forzature dinamiche.
FIGURA 1. Tendenze del ghiaccio marino artico dal 1979 al 2021. Percentuale per decennio (rispetto alla media 1981-2010) della tendenza della concentrazione per (a) marzo e (b) settembre. (c) Percentuale per decennio (anch’essa rispetto alla media 1981-2010) delle tendenze dell’estensione per marzo e settembre con linee di tendenza lineari. (d) Anomalie standardizzate nell’estensione del ghiaccio marino artico rispetto alla media a lungo termine 1981-2010.
La tendenza dell’estensione del ghiaccio marino a settembre, quando si verifica il minimo annuale, è del -12,7% per decennio, mentre le tendenze invernali sono più piccole ma comunque statisticamente significative (p <0,05) (Figura 1c). Le tendenze dal 1979 al 2021 sono negative e statisticamente significative per tutti i mesi, con estensioni dal 2005 costantemente ben al di sotto della norma, in particolare durante la primavera e l’autunno (Figura 1d). Le maggiori deviazioni dalle condizioni medie si sono verificate recentemente in ottobre, con la più grande anomalia negativa che è stata l’estensione di ottobre 2020, che era di 3,7 deviazioni standard al di sotto della media 1981-2010.
Nonostante le tendenze negative statisticamente significative, la tendenza lineare generale è contrassegnata da una forte variabilità interannuale e decennale. Tuttavia, l’estensione del ghiaccio marino di ogni decennio è stata inferiore rispetto a quella del decennio precedente. Il decennio più recente ha visto estensioni particolarmente estreme a settembre, con il record di minima estensione raggiunto a settembre 2012 (3,39 x 10^6 km^2), e la seconda minima estensione verificatasi a settembre 2020. Nel complesso, gli ultimi 15 anni (2007-2021) hanno le 15 estensioni più basse di settembre nei 43 anni (1979-2021) del registro satellitare. Tuttavia, la tendenza è stata relativamente piatta in quegli anni (-8.200 ± 57.400 km^2 anno^–1).
Guardando l’estensione del ghiaccio marino decennio per decennio, la variabilità è evidente, con la tendenza più forte durante il decennio 2001-2010 e la tendenza più debole nell’ultimo decennio, 2011-2020 (Tabella 1). Tuttavia, la maggior parte delle tendenze decennali non è statisticamente significativa a causa del breve periodo di tempo dei dati. Ma il cambiamento nell’estensione è evidenziato dal fatto che il decennio 2011-2020 è stato di quasi 1 x 106 km2 inferiore rispetto al decennio precedente e quasi 2,5 x 106 km2 al di sotto del primo decennio completo nel registro (1981-1990).
TABELLA 1. Statistiche sull’estensione del ghiaccio marino a settembre. Le tendenze sono fornite con intervalli di due deviazioni standard; le tendenze significative (p <0,05) sono in grassetto. Le tendenze percentuali sono relative a una media climatologica di 30 anni (1981-2010).
Età del Ghiaccio
L’età del ghiaccio marino fornisce un ulteriore indicatore a lungo termine del cambiamento nell’Artico. L’età viene monitorata tramite pacchetti Lagrangiani (Tschudi et al., 2020) e un prodotto dati (Tschudi et al., 2019a,b) per l’età è disponibile a partire dal 1985. In generale, il ghiaccio più vecchio e uniforme è più spesso del ghiaccio più giovane (ignorando l’ispessimento dinamico), quindi l’età fornisce una stima approssimativa dello spessore. I cambiamenti nella distribuzione dell’età all’interno dell’Artico indicano una notevole perdita di ghiaccio più vecchio. Mentre l’estensione del ghiaccio pluriennale (ghiaccio che è sopravvissuto almeno a una stagione di scioglimento estivo) e del ghiaccio di oltre 4 anni è diminuita quasi dall’inizio del registro, gli ultimi 10 anni hanno visto una quasi totale scomparsa di ghiaccio di oltre 4 anni, con estensioni costantemente al di sotto di 500.000 km² dal 2012 (Figura 2). L’area totale del ghiaccio pluriennale ha mostrato variabilità interannuale dall’estensione record più bassa nel 2012, ma è stata continuamente molto al di sotto dei valori osservati prima del 2007. Detto semplicemente, il ghiaccio marino non rimane nell’Artico tanto a lungo come un tempo.
FIGURA 2. Campo medio settimanale dell’età del ghiaccio marino dalla fine dell’estate (settimana prima dell’estensione totale minima annuale) per (a) 1985 (da Tschudi et al., 2019a) e (b) 2021 (“QL” = versione QuickLook da Tschudi et al., 2019b). (c) Estensione dell’età del ghiaccio pluriennale (nero) e del ghiaccio di oltre 4 anni (rosso) all’interno del dominio dell’Oceano Artico (inserimento) dal 1985 al 2021. Figura tratta da Meier et al. (2021).
Ci sono due ragioni apparenti per questa minore durata del ghiaccio nell’Artico. Una ragione è il movimento più veloce del ghiaccio (Kwok et al., 2013). Questo aumento di velocità non è spiegato da un aumento della forza del vento o delle correnti, ma piuttosto da una maggiore risposta a queste forze da parte del ghiaccio più giovane e sottile, così come da un pacchetto di ghiaccio meno compatto, come già osservato in precedenza nei dati di tendenza della concentrazione. Questo porta a un aumento dell’esportazione di superficie (Smedsrud et al., 2017), sebbene l’esportazione di volume sembri diminuire a causa dell’assottigliamento (Spreen et al., 2020). Sotto certi aspetti, questo può essere considerato come un potenziale meccanismo di retroazione positiva: il ghiaccio più sottile e meno compatto (a causa del riscaldamento) risponde di più alle forze e si muove più velocemente, uscendo dall’Artico più presto, il che risulta in un manto di ghiaccio più sottile.
L’altro aspetto che porta a meno ghiaccio più vecchio è lo scioglimento in loco. In particolare, nei Mari di Beaufort e Chukchi, dove il ghiaccio un tempo circolava in senso orario nel Giro di Beaufort, i dati sull’età del ghiaccio mostrano che gran parte del ghiaccio si sta sciogliendo durante l’estate in quella regione. Ciò potrebbe essere dovuto a una combinazione di acque oceaniche più calde e un pacchetto di ghiaccio meno compatto (che a sua volta potrebbe essere dovuto a un manto di ghiaccio più sottile e dinamico).
Spessore del Ghiaccio e Profondità della Neve
Sebbene ora abbiamo oltre 43 anni di osservazioni coerenti sull’area e l’estensione del ghiaccio marino, non abbiamo un registro di dati altrettanto a lungo termine sullo spessore del ghiaccio marino. Lo spessore, quando combinato con l’estensione o l’area del ghiaccio, fornisce stime del volume del ghiaccio, che è probabilmente una metrica più importante per la quantità complessiva di ghiaccio che si sta perdendo nell’Oceano Artico. Le nostre prime osservazioni sullo spessore del ghiaccio marino si basavano principalmente su dati di sonar a scansione superiore di sottomarini raccolti negli anni ’80 e ’90 (NSIDC, 1998). Per quanto riguarda gli approcci basati su satelliti, la maggior parte si basa sull’uso di altimetri radar o laser. Nessuna di queste tecnologie misura effettivamente lo spessore del ghiaccio marino, ma invece misurano il pescaggio radar o, nel caso dell’altimetro laser, il pescaggio di neve + ghiaccio rispetto alla superficie dell’acqua. Insieme con le stime della profondità della neve, e delle densità di neve, ghiaccio e acqua, lo spessore del ghiaccio marino può quindi essere dedotto assumendo che il ghiaccio marino e il suo manto nevoso siano in equilibrio idrostatico (ad esempio, Laxon et al., 2013). Nel caso dell’altimetria radar, è necessaria un’ulteriore ipotesi sulla posizione della superficie di retrodiffusione dominante. Spesso si presume che sia l’interfaccia neve/ghiaccio a banda Ku, sebbene questa ipotesi sia probabilmente valida solo per un pacchetto di neve fredda sopra il ghiaccio pluriennale. I record altimetrici hanno incertezze maggiori per il ghiaccio più sottile. Per il ghiaccio sottile, è stato anche utilizzato l’uso di temperature di luminanza a microonde passive a banda L (ad esempio, Kaleschke et al., 2012), ma queste stime sono limitate a uno spessore di circa 50 cm, sebbene possano essere combinate con dati di altimetri radar a banda Ku della missione CryoSat-2 dell’ESA per una stima ottimale (Ricker et al., 2017).Le prime stime dello spessore del ghiaccio marino per una parte sostanziale dell’Artico (fino a 81,5° N) provengono dal satellite altimetrico radar ERS-1 per il periodo 1993-2001 (Laxon et al., 2003). A questo è seguita la missione altimetrica laser ICESat (Ice, Cloud, and land Elevation Satellite) della NASA; tuttavia, a causa di problemi tecnici con i laser, ICESat ha fornito solo istantanee dello spessore del ghiaccio marino artico durante la primavera e l’autunno dal 2003 al 2009. Dal 2010, CryoSat-2 ha fornito osservazioni quasi pan-artiche dello spessore del ghiaccio. A partire dal 2018, l’altimetro laser ICESat-2 della NASA ha iniziato a fornire stime complementari a CryoSat-2. Sebbene queste diverse missioni satellitari offrano uno sguardo sulla variabilità e sul cambiamento dello spessore del ghiaccio marino, rimane una sfida fondere questi dati in un registro coerente dello spessore del ghiaccio. Questo deriva in parte da diversi sensori (cioè altimetro laser vs radar), risoluzione spaziale (cioè, l’impronta più grande di ERS-1 rispetto a CryoSat-2 genera inconsistenze nella superficie di scattering dominante osservata), differenze nelle ipotesi sulla densità della neve/ghiaccio e differenze nelle stime della profondità della neve utilizzate nei recuperi di spessore. Poiché la profondità della neve non è ancora stata accuratamente osservata dal satellite, viene spesso applicata una climatologia per la profondità della neve. Tuttavia, l’uso di una climatologia può portare a grandi errori nelle tendenze dello spessore del ghiaccio marino, specialmente nella zona di ghiaccio marginale. Lì, si osserva che la profondità della neve sta diminuendo, in parte a causa del congelamento autunnale più tardo e quindi meno tempo per l’accumulo di neve sul ghiaccio (ad esempio, Stroeve et al., 2020). La Figura 3 mostra un esempio di tendenze nello spessore del ghiaccio di aprile dal 2011 al 2020 dal registro dei dati CryoSat-2. In questo esempio, i recuperi dello spessore del ghiaccio utilizzando la profondità e la densità della neve da Liston et al. (2020) sono stati confrontati con quelli che utilizzano una climatologia della profondità e densità della neve (ad esempio, Warren et al., 1999). La conversione del pescaggio radar in spessore si basava su un algoritmo di Landy et al. (2020).
In Figura 3, vengono raffigurate le tendenze nello spessore del ghiaccio marino in metri per decennio tra il 2011 e il 2020 utilizzando dati derivati da misurazioni di CryoSat-2 (CS2). Questa figura mostra due diversi set di risultati, basati su differenti modi per stimare la profondità e la densità della neve, che sono necessari per convertire il freeboard misurato nello spessore del ghiaccio marino.
Il pannello a sinistra (a) utilizza dati sulla profondità e densità della neve da SnowModel-LG (SMLG) (Liston et al., 2020), mentre il pannello a destra (b) utilizza una climatologia della profondità e densità della neve (adjusted W99; Warren et al., 1999; Laxon et al., 2003). Nella figura, le aree punteggiate indicano dove le tendenze sono statisticamente significative (p < 0,05).
Ci si aspetta che queste mappe mostrino variazioni spaziali nelle tendenze dello spessore del ghiaccio marino in tutta la regione artica. Le tendenze sono rappresentate in metri per decennio, mostrando come lo spessore del ghiaccio marino sia cambiato in diverse regioni nel decennio dal 2011 al 2020. È importante notare che diverse ipotesi riguardanti la profondità e la densità della neve possono avere un impatto sostanziale sullo spessore del ghiaccio marino derivato, poiché i due pannelli in Figura 3 potrebbero mostrare differenti schemi o magnitudini nelle tendenze.
È chiaro che le tendenze dello spessore sono in genere di maggiore entità quando si utilizza un set di dati sulla carica dinamica della neve rispetto a una climatologia fissa, e ci sono alcune differenze nei modelli spaziali nelle regioni con tendenze positive o negative dello spessore. Tuttavia, molte regioni in cui le tendenze sono statisticamente significative con il 95% di intervallo di confidenza sono in larga misura simili indipendentemente dal set di dati sulla neve utilizzato. Da ciò possiamo concludere che durante il periodo di CryoSat-2, lo spessore del ghiaccio alla fine dell’inverno sta diminuendo più fortemente nei mari di Beaufort, Chukchi, Siberia orientale, Laptev, Lincoln, Groenlandia orientale, nonché nell’arcipelago artico canadese e nella Baia di Baffin, ma lo spessore sta aumentando a nord dell’arcipelago artico canadese e nei mari di Barents e Kara (Figura 3).
Per una prospettiva a lungo termine, Mallett et al. (2021) hanno mostrato che utilizzando un prodotto appena sviluppato sulla profondità e densità dinamica della neve (Liston et al., 2020), lo spessore del ghiaccio è diminuito dal 60% al 100% più rapidamente tra il 2002 e il 2018 rispetto all’utilizzo della climatologia sulla profondità e densità della neve di Warren et al. (1999). La sintesi più recente sui cambiamenti dello spessore utilizzando dati precedenti di sottomarini e boe, insieme a misurazioni da sensori di induzione elettromagnetica su elicotteri e aerei, e dati lidar aerei e satellitari (Lindsay e Schweiger, 2013) ha rilevato che tra il 1975 e il 2012, lo spessore medio del ghiaccio è diminuito da 3,59 m a 1,25 m. Questi cambiamenti nello spessore del ghiaccio sono coerenti con il passaggio da un Oceano Artico dominato dal ghiaccio pluriennale a uno dominato dal ghiaccio annuale.
Come accennato in precedenza, la conoscenza della profondità della neve è essenziale per determinare lo spessore del ghiaccio mediante altimetria. Pertanto, è utile commentare brevemente i progressi nel monitoraggio della profondità della neve. Le prime stime satellitari si basavano sull’utilizzo di temperature di luminosità a microonde passive per determinare la profondità della neve sul ghiaccio di primo anno (ad esempio, Markus et al., 2011). Questo è stato successivamente esteso per includere anche il ghiaccio pluriennale (ad esempio, Rostosky et al., 2018). Un altro metodo derivato dai satelliti si basa sull’ipotesi che il retrodiffusione radar a banda Ka provenga dalla superficie della neve, mentre quella a banda Ku provenga dalla superficie del ghiaccio, e quindi la differenza tra i due fornisce una stima della profondità della neve (ad esempio, Guerreiro et al., 2016; Lawrence et al., 2018). Questo è stato esteso all’uso di una combinazione di freeboard ICESat-2 e CryoSat-2 (ad esempio, Kwok et al., 2020). Altri approcci cercano di modellare l’accumulo di neve utilizzando le rianalisi atmosferiche combinate con vari livelli di sofisticazione nella modellazione della neve (ad esempio, Blanchard-Wrigglesworth et al., 2018; Petty et al., 2018; Liston et al., 2020) in un framework Lagrangiano o Euleriano. L’approccio di Liston et al. (2020) è attualmente il sistema di modellazione della neve più sofisticato disponibile per fornire stime fisicamente vincolate della profondità e densità della neve. I diversi approcci forniscono differenti grandezze nella profondità totale della neve e nelle tendenze, così come nei modelli spaziali (Zhou et al., 2021). Tuttavia, la maggior parte degli approcci basati su rianalisi mostra tendenze negative nell’accumulo di neve nella zona di ghiaccio marginale (Figura 4), coerentemente con una formazione di ghiaccio più tardiva (vedi sezione successiva). Si notano leggere tendenze positive nell’accumulo di neve a nord della Groenlandia e dell’arcipelago artico canadese, con alcuni prodotti di dati che si estendono attraverso il polo (vedi Zhou et al., 2021).
FIGURA 4. Tendenze della profondità della neve dal 1981 al 2020 durante la (a) primavera (aprile) e (b) autunno (ottobre). Sono mostrati a colori solo i trend statisticamente significativi (a p <0,05); il grigio indica tendenze che non sono significative. Figura fornita da R. Mallett (University College London).
Inizio dello Scioglimento e Congelamento
La sensibilità dell’emissività a microonde alla presenza di acqua liquida nel manto nevoso ha anche permesso di mappare i cambiamenti nei tempi di inizio dello scioglimento e congelamento (ad esempio, Markus et al., 2009; Bliss e Anderson, 2018; Peng et al., 2018). Come previsto in un Artico in riscaldamento, la stagione di scioglimento sta iniziando prima di quanto faceva in passato, con i cambiamenti più grandi osservati nei mari marginali dell’Artico, con tendenze dell’ordine di 10-20 giorni prima per ogni decennio (Figura 5). Si verificano lievi ritardi nell’inizio dello scioglimento nell’Artico centrale (da due a cinque giorni più tardi per ogni decennio). Un inizio più precoce dello scioglimento è stato collegato all’advezione di masse d’aria calda e umida nell’Artico (Kapsch et al., 2013; Mortin et al., 2016).
Le tendenze nel congelamento autunnale sono in generale maggiori di quelle dell’inizio dello scioglimento, con ritardi particolarmente grandi nel congelamento osservati nei mari di Beaufort, Chukchi e Siberia Orientale (fino a un mese più tardi per ogni decennio nel nord del mare di Chukchi; Figura 5). Il congelamento è sia una misura di quando la superficie si ricongela sia di quando si forma nuovo ghiaccio. Nonostante tendenze più modeste nell’inizio dello scioglimento rispetto al congelamento, un inizio più precoce dello scioglimento abbassa l’albedo superficiale prima nella stagione di scioglimento, contribuendo a potenziare il feedback albedo-ghiaccio (ad esempio, Stroeve et al., 2014). La formazione più precoce di pozze di scioglimento e aree di acque libere comporta l’assorbimento di più energia solare, favorendo a sua volta uno scioglimento maggiore del ghiaccio. Il calore accumulato nello strato di mescolamento oceanico a seguito di un inizio più precoce dello scioglimento e di un ritiro anticipato del ghiaccio è strettamente legato al momento della formazione del ghiaccio e quindi al congelamento (ad esempio, Stroeve et al., 2016, 2014).
FIGURA 5. Tendenze dell’inizio dello scioglimento (a) e del congelamento (b). Dati aggiornati da Markus et al. (2009).
Infine, un inizio precoce dello scioglimento permette la formazione anticipata di laghetti di fusione, quindi ci si aspetterebbe delle tendenze verso una formazione più precoce di questi laghetti. Questo potrebbe essere particolarmente importante considerando il ruolo che i laghetti di fusione potrebbero avere sulla quantità di ghiaccio residuo alla fine dell’estate (ad es., Liu et al., 2015). Monitorare i laghetti di fusione tramite dati satellitari rimane una sfida data la risoluzione spaziale relativamente bassa dei dati satellitari. Tuttavia, nell’ultimo decennio sono stati fatti notevoli progressi utilizzando immagini satellitari ottiche, come quelle dello strumento MODIS (Moderate Resolution Imaging Spectroradiometer) della NASA (ad es., Tschudi et al., 2008; Rösel et al., 2012; Lee et al., 2020), così come dati dal satellite Medium Resolution Imaging Spectrometer (MERIS) (Zege et al., 2015). Ogni dato ha prodotto stime sui laghetti di fusione con diverse risoluzioni spaziali e temporali, rendendo difficile un confronto tra i prodotti. Per quanto riguarda le tendenze a lungo termine, solo Lee et al. (2020) hanno sviluppato prodotti fino al 2020, mentre gli altri prodotti terminano nel 2011 o nel 2012. Complessivamente, non si osservano tendenze statisticamente significative verso uno sviluppo più precoce dei laghetti di fusione in nessuno dei prodotti dati tra il 2000 e il 2011, sebbene Lee et al. (2020) mostrino tendenze positive durante luglio e agosto quando il record viene esteso al 2020.
FATTORI CHE INFLUENZANO LE VARIAZIONI DEL GHIACCIO MARINO
Sebbene sia evidente il declino complessivo a lungo termine dell’estensione del ghiaccio marino nell’Artico (Figura 1), quanto bene un particolare anno si allinei con la tendenza lineare dipende fortemente dai modelli di circolazione atmosferica (ad es., Parkinson e Comiso, 2013; Ding et al., 2019). Studi precedenti mostrano collegamenti tra modi di variabilità atmosferica, come l’Oscillazione Artica (ad es., Rigor et al., 2002), e l’estensione del ghiaccio marino estivo. Tuttavia, negli anni recenti, le ridotte estensioni estive sono continuate indipendentemente dalla modalità atmosferica. Uno dei motivi è che il ghiaccio artico odierno è notevolmente più sottile di quanto non lo fosse quattro decenni fa. Temperature più elevate e una copertura di ghiaccio più sottile servono a precondizionare la copertura di ghiaccio rendendola più sensibile ai modelli meteorologici stagionali (ad es., Babb et al., 2015). Di conseguenza, un’estate insolitamente calda (ad es., Stroeve et al., 2008) o un ciclone forte (Parkinson e Comiso, 2013) possono portare a grandi riduzioni sia in volume che in estensione indipendentemente dalla modalità atmosferica. Al contrario, un’estate più fredda della media può ridurre lo scioglimento del ghiaccio e permettere a una copertura di ghiaccio relativamente sottile di sopravvivere.
Un altro fattore nei cambiamenti del ghiaccio marino è il riscaldamento dell’oceano, che agisce anche come un feedback positivo del ghiaccio marino-albedo: la perdita di ghiaccio comporta un maggiore assorbimento solare nell’oceano e il riscaldamento dell’acqua, che scioglie più ghiaccio (ad es., Perovich et al., 2007). Un studio ha riscontrato un aumento di cinque volte nell’assorbimento del calore solare estivo nel Mare di Chukchi settentrionale tra il 1987 e il 2017 (Timmermans et al., 2018). Ci sono anche prove nel Bacino Eurasiatico che l’alocline tra le acque superficiali più fredde e dolci e l’Acqua Atlantica più calda e salata al di sotto si stia indebolendo e contribuendo alla perdita di ghiaccio marino nella regione (ad es., Polyakov et al., 2017, 2020; Ricker et al., 2021). Un inizio precoce dello scioglimento della neve e la formazione di pozze di fusione fanno anche parte di un meccanismo di feedback positivo, poiché riducono l’albedo superficiale e aumentano l’assorbimento solare da parte del ghiaccio (ad es., Perovich et al., 2007).
La variabilità delle forzanti e la mutata risposta del ghiaccio marino artico a tali forzanti rendono la previsione stagionale una sfida. Le previsioni del ghiaccio marino di settembre con tempi di anticipo da uno a tre mesi hanno mostrato competenze variabili ma limitate (ad es., Blanchard-Wrigglesworth et al., 2015; Hamilton e Stroeve, 2016). Prevedere potrebbe diventare più difficile con la copertura di ghiaccio più sottile. Quando l’Oceano Artico era coperto da ghiaccio spesso, un’estate insolitamente calda avrebbe potuto sciogliere un volume relativamente grande di ghiaccio, ma questo non si sarebbe riflesso in un cambiamento di estensione nel modo in cui lo farebbe ora.
C’è ancora molto da imparare sui complessi processi della copertura di ghiaccio marino e sulle loro interazioni con l’oceano e l’atmosfera. Mentre i dati satellitari hanno notevolmente ampliato la nostra conoscenza di questi processi, le osservazioni sul campo sono ancora essenziali per convalidare i dati satellitari e i modelli e per comprendere meglio i processi su piccola scala. Uno degli sforzi più significativi nella storia della scienza artica si è verificato nel decennio passato: il Multidisciplinary Drifting Observatory for the Study of Arctic Climate (MOSAiC; Shupe et al., 2020). La nave rompighiaccio tedesca Polarstern fu congelata nel ghiaccio e alla deriva attraverso l’Artico da ottobre 2019 a settembre 2020, raccogliendo dati sul ghiaccio, sull’oceano, sull’atmosfera e sulla biogeochimica attraverso un ciclo annuale completo. I dati sono ancora in fase di elaborazione e risultati sostanziali devono ancora essere segnalati. Tuttavia, i dati raccolti promettono di essere un tesoro per la futura comprensione del cambiamento del ghiaccio marino artico.Sebbene i dettagli dei processi del ghiaccio marino e delle interazioni con l’oceano e l’atmosfera non siano ancora completamente compresi, il restringimento e l’assottigliamento del ghiaccio marino artico hanno un’impronta chiara derivante dall’aumento delle concentrazioni di gas serra nell’atmosfera. Notz e Stroeve (2016) hanno esaminato la relazione lineare tra il declino del ghiaccio marino di settembre e le concentrazioni cumulate di CO2. Quando questa valutazione è stata estesa a tutti i mesi dell’anno, ha indicato che tutti i mesi mostrano una chiara relazione lineare, sebbene la relazione sia più forte a settembre. Aggiornando quest’analisi fino al 2021, si osserva che la relazione lineare è ancora valida oggi (Figura 6). Pertanto, il destino a lungo termine del ghiaccio marino sarà determinato dallo scenario di emissioni (denominato nel Rapporto AR6 dell’IPCC come Percorsi Socioeconomici Condivisi [SSP]) che si verificherà nel clima terrestre nei prossimi decenni. Sebbene l’obiettivo sia limitare il riscaldamento globale a 1,5°C, il riscaldamento nell’Artico supererà di gran lunga questa quantità, con un riscaldamento che può raggiungere i 6°C in autunno e inverno. Se il pianeta si riscalda di 2,0°C, il riscaldamento supererà gli 8°C nell’Artico (Figura 6b).
FIGURA 6. (a) Estensione del ghiaccio marino di settembre rispetto alle emissioni cumulative di CO2 dal 1979 al 2021 e pendenza lineare. (b) Riscaldamento medio mensile dell’Artico sotto due futuri scenari di emissioni dall’ultimo ciclo di simulazioni dei modelli climatici, indicati nel Rapporto AR6 dell’IPCC come Percorso Socioeconomico Condiviso (SSP) 245 (arancione) e SSP 585 (blu) con un riscaldamento globale annuo di 1,5°C (x) e 2,0°C (cerchi). Figura 6a aggiornata da Notz e Stroeve (2016); Figura 6b fornita da M. McCrystal (Università del Manitoba).
IMPLICAZIONI DEI CAMBIAMENTI
La perdita di ghiaccio marino ha una miriade di impatti nell’Artico. Una valutazione completa di tali impatti va oltre lo scopo di questo documento, ma sono dettagliati in vari rapporti di valutazione (ad es., AMAP, 2017) e altri studi (ad es., Post et al., 2019). Qui forniamo brevi esempi di alcuni degli impatti.
Meno ghiaccio marino ha portato a un allungamento del tratto di mare libero, a maggiore azione delle onde sulla costa e, insieme allo scongelamento del permafrost, a una maggiore erosione costiera (ad es., Overeem et al., 2011; Fritz et al., 2017), risultati che minacciano le comunità indigene e altre infrastrutture umane nel nord. Il ritiro anticipato e l’avanzamento tardivo del ghiaccio stanno aprendo rotte di navigazione e, man mano che il ghiaccio marino diminuisce ulteriormente, la navigazione attraverso l’Artico diventerà più fattibile in futuro (Mudryk et al., 2021).
La perdita di ghiaccio ha favorito la fioritura precoce e più diffusa del fitoplancton (ad es., Hill et al., 2018). Fioriture doppie (Ardyna et al., 2014) così come grandi fioriture sotto il ghiaccio (Arrigo et al., 2012) sono state osservate negli ultimi anni. L’assenza di ghiaccio durante gli inverni nel Mare di Bering ha avuto effetti sostanziali sull’ecosistema regionale, incluso il decesso di uccelli marini (ad es., Duffy-Anderson et al., 2019). Ci sono anche impatti negativi ben noti sulla megafauna dell’Artico, come gli orsi polari (Pagano e Williams, 2021), sebbene gli habitat si stiano espandendo per specie non legate al ghiaccio, come le orche e alcuni pesci (Stafford et al., 2022, in questo numero).
Sebbene gli impatti all’interno dell’Artico siano chiaramente visibili, l’influenza del ghiaccio marino e del cambiamento artico al di fuori dell’Artico è molto più incerta. Francis e Vavrus (2012) furono i primi a proporre una connessione tra la perdita e il riscaldamento del ghiaccio marino artico e gli estremi meteorologici di media latitudine tramite un rallentamento del getto d’aria. La loro analisi indicava un cambiamento rilevabile nel modello del getto d’aria che collegavano al riscaldamento e alla perdita di ghiaccio marino. Tuttavia, quasi immediatamente, altri studi hanno riscontrato risultati contraddittori (ad es., Barnes, 2013). Da allora, una miriade di studi hanno fornito informazioni contraddittorie. Studi di sintesi hanno cercato di conciliare le ricerche in conflitto (ad es., Overland et al., 2016), ma il dibattito continua, con studi che supportano (ad es., Cohen et al., 2021) e contraddicono (Blackport e Screen, 2021) l’ipotesi.
SOMMARIO
È difficile produrre una valutazione del ghiaccio marino artico perché i cambiamenti stanno avvenendo così rapidamente: questo documento sarà probabilmente obsoleto poco dopo la pubblicazione. In un certo senso, la storia è la stessa del precedente rapporto pubblicato in Oceanography (Perovich, 2011): l’Artico in rapido cambiamento è caratterizzato dalla perdita di ghiaccio marino. D’altra parte, sono emersi sviluppi sostanziali negli ultimi 10 anni. C’è stato un nuovo record di minima estensione del ghiaccio in settembre nel 2012 e diversi altri anni estremamente bassi da allora. Il ghiaccio più vecchio, già in forte declino 10 anni fa, è praticamente scomparso e non mostra segni di recupero. Dal 2011, ci sono state anche notevoli nuove capacità di osservazione, in particolare da altimetri, che forniscono le stime satellitari più complete di pescaggio e spessore mai ottenute, anche se rimane un’importante incertezza nei rilevamenti (in particolare a causa delle proprietà della neve). Il ghiaccio marino artico sta mostrando una risposta coerente al riscaldamento attraverso le innumerevoli osservazioni: diminuzioni nella concentrazione e nell’estensione, un manto di ghiaccio più giovane e sottile, fusione anticipata e congelamento tardivo.
Nuove proiezioni della copertura di ghiaccio marino confermano una dipendenza finale dagli scenari futuri di emissioni, sebbene continuerà ad esserci un’incertezza considerevole nella variabilità anno per anno. Estendere gli attuali relativamente brevi record di osservazioni dello spessore del ghiaccio e della profondità della neve e ridurre le incertezze nelle loro stime aiuterà a vincolare le proiezioni dei modelli. E i futuri miglioramenti nei modelli (ad es., parametrizzazioni, risoluzione verticale/orizzontale) dovrebbero anche produrre proiezioni più precise. Negli ultimi 10 anni è emersa una linea di ricerca controversa che ipotizza una connessione tra il riscaldamento artico e la perdita di ghiaccio marino e gli estremi meteorologici a medie latitudini. Nonostante numerosi studi, la connessione rimane incerta e dibattuta all’interno della comunità scientifica. Più dati, in particolare sugli estremi meteorologici, e un miglioramento della modellazione potrebbero contribuire a risolvere questa questione in futuro.
Ciò che è certo è l’impatto della perdita di ghiaccio marino all’interno dell’Artico. Anche 10 anni fa, gli impatti della perdita di ghiaccio marino sul clima regionale, sulle comunità locali e sull’ecosistema erano chiari e lo sono diventati ancora di più da allora.
CITATION
Meier, W.N., and J. Stroeve. 2022. An updated assessment of the changing Arctic sea ice cover. Oceanography 35(3–4):10–19, https://doi.org/10.5670/oceanog.2022.114.
REFERENCES
AMAP (Arctic Monitoring and Assessment Programme). 2017. Snow, Water, Ice and Permafrost in the Arctic (SWIPA) 2017. AMAP, Oslo, Norway, 283 pp.
Ardyna, M., M. Babin, M. Gosselin, E. Devred, L. Rainville, and J.-É. Tremblay. 2014. Recent Arctic Ocean sea ice loss triggers novel fall phytoplankton blooms. Geophysical Research Letters 41:6,207– 6,212, https://doi.org/10.1002/2014GL061047.
Arrigo, K.R., D.K. Perovich, R.S. Pickart, Z.W. Brown, G.L. Van Ducken, M.M. Mills, M.A. Palmer, W.M. Balch, F. Bahr, N.R. Bates, and others. 2012: Massive phytoplankton blooms under Arctic sea ice. Science 336:1408, https://doi.org/10.1126/science.1215065.
Babb, D.G., R.J. Galley, D.G. Barber, and S. Rysgaard. 2015. Physical processes contributing to an ice free Beaufort Sea during September 2012. Journal of Geophysical Research: Oceans 121:267–283, https://doi.org/10.1002/2015JC010756.
Barber, D., W.N. Meier, S. Gerland, C.J. Mundy, M. Holland, S. Kern, Z. Li, C. Michel, D.K. Perovich, and T. Tamura. 2017. Arctic sea ice. Pp. 104–136 in Snow, Water, Ice, and Permafrost in the Arctic (SWIPA) 2017. AMAP, Oslo, Norway.
Barnes, E.A. 2013. Revisiting the evidence linking Arctic amplification to extreme weather in midlatitudes. Geophysical Research Letters 40:4,728– 4,733, https://doi.org/10.1002/grl.50880.
Blackport, R., and J.A. Screen. 2020. Weakened evidence for mid-latitude impacts of Arctic warming. Nature Climate Change 10:1,065–1,066, https://doi.org/10.1038/s41558-020-00954-y.
Blanchard-Wrigglesworth, E., R.I. Cullather, W. Wang, J. Zhang, and C.M Bitz. 2015. Model forecast skill and sensitivity to initial conditions in the seasonal Sea Ice Outlook. Geophysical Research Letters 42:8,042–8,048, https://doi.org/10.1002/2015GL065860.
Blanchard-Wrigglesworth, E., M. Webster, S.L. Farrell, and C.M. Bitz. 2018. Reconstruction of snow on Arctic sea ice. Journal of Geophysical Research: Oceans 123(5):3,588–3,602, https://doi.org/10.1002/2017JC013364.
Bliss, A.C., and M.R. Anderson. 2018. Arctic sea ice melt onset timing from passive microwave-based and surface air temperature-based methods. Journal of Geophysical Research: Atmospheres 123(17):9,063–9,080, https://doi.org/10.1029/2018JD028676.
Cavalieri, D.J., C.L. Parkinson, P. Gloersen, and H.J. Zwally. 1996, updated yearly. “Sea Ice Concentrations from Nimbus-7 SMMR and DMSP SSM/I-SSMIS Passive Microwave Data, Version 1.” NASA National Snow and Ice Data Center Distributed Active Archive Center, Boulder, CO, https://doi.org/10.5067/8GQ8LZQVL0VL.
Cavalieri, D.J., C.L. Parkinson, P. Gloersen, J.C. Comiso, and H.J. Zwally. 1999. Deriving long-term time series of sea ice cover from satellite passive-microwave multisensor data sets. Journal of Geophysical Research: Oceans 104(7):15,803–15,814, https://doi.org/10.1029/1999JC900081.
Cohen, J., L. Agel, M. Barlow, C.I. Garfinkel, and I. White. 2021. Linking Arctic variability and change with extreme winter weather in the United States. Science 373(6559):1,116–1,121, https://doi.org/10.1126/science.abi9167.
Comiso, J.C. 1986. Characteristics of Arctic winter sea ice from satellite multispectral microwave observations. Journal of Geophysical Research: Oceans 91(C1):975–994, https://doi.org/10.1029/JC091iC01p00975.
Ding, Q., A. Schweiger, M. L’Heureux, E.J. Steig, D.S. Battisti, N.C. Johnson, E. Blanchard-Wrigglesworth, S. Po-Chedley, Q. Zhang, K. Harnos, and others. 2019. Fingerprints of internal drivers of Arctic sea ice loss in observations and model simulations. Nature Geoscience 12:28–33, https://doi.org/10.1038/s41561-018-0256-8.
Duffy-Anderson, J.T., P. Stabeno, A.G. Andrews, K. Cieciel, A. Deary, E. Farley, C. Fugate, C. Harpold, R. Heintz, D. Kimmel, and others. 2019. Responses of the northern Bering Sea and southeastern Bering Sea pelagic ecosystems following record-breaking low winter sea ice. Geophysical Research Letters 46(16):9,833–9,842, https://doi.org/10.1029/2019GL083396
Fetterer, F., K. Knowles, W.N. Meier, M. Savoie, and A.K. Windnagel. 2017, updated daily. “Sea Ice Index, Version 3.” National Snow and Ice Data Center, Boulder, CO, accessed October 1, 2021, https://doi.org/10.7265/N5K072F8.
Francis, J.A., and S.J. Vavrus. 2012. Evidence linking Arctic amplification to extreme weather in mid-latitudes. Geophysical Research Letters 39(6), https://doi.org/10.1029/2012GL051000.
Fritz, M., J. Vonk, and H. Lantuit. 2017. Collapsing Arctic coastlines. Nature Climate Change 7:6–7, https://doi.org/10.1038/nclimate3188.
Guerreiro, K., S. Fleury, E. Zakharova, F. Rémy, and A. Kouraev. 2016. Potential for estimation of snow depth on Arctic sea ice from CryoSat-2 and SARAL/AltiKa missions. Remote Sensing of the Environment 186:339–349, https://doi.org/10.1016/j.rse.2016.07.013.
Hamilton, L.C., and J. Stroeve. 2016. 400 predictions: The SEARCH sea ice outlook 2008–2015. Polar Geography 39(4):274–287, https://doi.org/10.1080/1088937X.2016.1234518.
Hill, V., M. Ardyna, S.H. Lee, and D.E. Varela. 2018. Decadal trends in phytoplankton production in the Pacific Arctic Region from 1950 to 2012. Deep Sea Research Part II 152:82–94, https://doi.org/10.1016/j.dsr2.2016.12.015.
Kaleschke, L., X. Tian-Kunze, N. Maaß, M. Mäkynen, and M. Drusch. 2012. Sea ice thickness retrieval from SMOS brightness temperatures during the Arctic freeze-up period. Geophysical Research Letters 39(5), https://doi.org/10.1029/2012GL050916.
Kapsch, M.L., R. Graversen, and M. Tjernström. 2013. Springtime atmospheric energy transport and the control of Arctic summer sea-ice extent. Nature Climate Change 3:744–748, https://doi.org/10.1038/nclimate1884.
Kwok, R., G. Spreen, and S. Pang. 2013. Arctic sea ice circulation and drift speed: Decadal trends and ocean currents. Journal of Geophysical Research: Oceans 118(5):2,408–2,425, https://doi.org/10.1002/jgrc.20191.
Kwok, R. 2018. Arctic sea ice thickness, volume, and multiyear ice coverage: Losses and coupled variability (1958–2018). Environmental Research Letters 13(10):105005, https://doi.org/10.1088/1748-9326/aae3ec.
Kwok, R., S. Kacimi, M.A. Webster, N.T. Kurtz, and A.A. Petty. 2020. Arctic snow depth and sea ice thickness from ICESat-2 and CryoSat-2 freeboards: A first examination. Journal of Geophysical Research Oceans 125(3):e2019JC016008, https://doi.org/10.1029/2019JC016008.
Landy, J.C., A.A. Petty, M. Tsamados, and J.C. Stroeve. 2020. Sea ice roughness overlooked as a key source of uncertainty in CryoSat-2 ice freeboard retrievals. Journal of Geophysical Research 125(5):e2019JC015820, https://doi.org/10.1029/2019JC015820.
Lavergne, T., A. Macdonald Sørensen, S. Kern, R. Tonboe, D. Notz, S. Aaboe, L. Bell, G. Dhukjær, S. Eastwood, C. Gabarro, and others. 2019. Version 2 of the EUMETSAT OSI SAF and ESA CCI sea-ice concentration climate data records. The Cryosphere 13:49–78, https://doi.org/10.5194/tc-13-49-2019.
Lawrence, I.R., M.C. Tsamados, J.C. Stroeve, T.W.K. Armitage, and A.L. Ridout. 2018. Estimating snow depth over Arctic sea ice from calibrated dual-frequency radar freeboards. The Cryosphere 12:3,551–3,564, https://doi.org/10.5194/tc-12-3551-2018.
Laxon, S., N. Peacock, and D. Smith. 2003. High interannual variability of sea ice thickness in the Arctic region. Nature 425(6961):947–950, https://doi.org/10.1038/nature02050.
Laxon, S.W., K.A. Giles, A.L. Ridout, D.J. Wingham, R. Willatt, R. Cullen, R. Kwok, A. Schweiger, J. Zhang, C. Haas, and others. 2013. CryoSat-2 estimates of Arctic sea ice thickness and volume. Geophysical Research Letters 40:732–737, https://doi.org/10.1002/grl.50193.
Lee, S., J. Stroeve, and A. Khan. 2020. Machine learning approaches to retrieve pan-Arctic melt ponds from satellite imagery. Remote Sensing of Environment 247:111919, https://doi.org/10.1016/j.rse.2020.111919.
Lindsay, R., and A.J. Schweiger. 2013, updated 2017. “Unified Sea Ice Thickness Climate Data Record, 1947 Onward, Version 1.” National Snow and Ice Data Center, Boulder, CO, https://doi.org/10.7265/N5D50JXV.
Liston, G.E., P. Itkin, J. Stroeve, M. Tschudi, J.S. Stewart, S.H. Pedersen, A.K. Reinking, and K. Elder. 2020. A Lagrangian snow-evolution system for sea-ice applications (SnowModel-LG): Part I. Model description. Journal of Geophysical Research 125(10):e2019JC015913, https://doi.org/10.1029/2019JC015913.
Liu, J., M. Song, R.M. Horton, and Y. Hu. 2015. Revisiting the potential of melt pond fraction as a predictor for the seasonal Arctic sea ice extent minimum. Environmental Research Letters 10(9):054017, https://doi.org/10.1088/1748-9326/10/5/054017.
Mallett, R.D.C., J.C. Stroeve, M. Tsamados, J.C. Landy, R. Willatt, V. Nandan, and G.E. Liston. 2021. Faster decline and higher variability in the sea ice thickness of the marginal Arctic seas. The Cryosphere 15:2,429–2,450, https://doi.org/10.5194/tc-15-2429-2021.
Markus, T., J.C. Stroeve, and J. Miller. 2009. Recent changes in Arctic sea ice melt onset, freeze-up, and melt season length. Journal of Geophysical Research 114(C2), https://doi.org/10.1029/2009JC005436.
Markus, T., D.J. Cavalieri, and A. Ivanoff. 2011. Algorithm Theoretical Basis Document: Sea Ice Products: Updated December 2011. Cryospheric Sciences Laboratory, NASA Goddard Space Flight Center, 14 pp., https://nsidc.org/sites/nsidc.org/files/files/amsr_atbd_seaice_dec2011.pdf.
Maslanik, J., and J. Stroeve. 1999. “Near-Real-Time DMSP SSMIS Daily Polar Gridded Sea Ice Concentrations, Version 1.” NASA National Snow and Ice Data Center Distributed Active Archive Center, Boulder, CO, https://doi.org/10.5067/U8C09DWVX9LM.
Meier, W.N., G. Hovelsrud, B. van Oort, J. Key, K. Kovacs, C. Michel, M. Granskog, S. Gerland, D. Perovich, A.P. Makshtas, and J. Reist. 2014. Arctic sea ice in transformation: A review of recent observed changes and impacts on biology and human activity. Reviews of Geophysics 52(3):185–217, https://doi.org/10.1002/2013RG000431.
Meier, W.N., D. Perovich, S. Farrell, C. Haas, S. Hendricks, A.A. Petty, M. Webster, D. Divine, S. Gerland, L. Kaleschke, and others. 2021. Sea ice. Pp. 34–40 in NOAA Arctic Report Card 2021. T.A. Moon, M.L. Druckenmiller, and R.L. Thoman, eds, https://doi.org/10.25923/y2wd-fn85.
Mortin, J., G. Svensson, R.G. Graversen, M.L. Kapsch, J.C. Stroeve, and L.N. Boisvert. 2016. Melt onset over Arctic sea ice controlled by atmospheric moisture transport. Geophysical Research Letters 43:6,636–6,642, https://doi.org/10.1002/2016GL069330.
Mudryk, L.R., J. Dawson, S.E.L. Howell, C. Derksen, T.A. Zagon, and M. Brady. 2021. Impact of 1, 2 and 4 °C of global warming on ship navigation in the Canadian Arctic. Nature Climate Change 11:673–679, https://doi.org/10.1038/s41558-021-01087-6.
Notz, D., and J. Stroeve. 2016. Observed Arctic sea-ice loss directly follows anthropogenic CO2 emission. Science 354(6313):747–750, https://doi.org/10.1126/science.aag2345.
Notz, D., and SIMIP Community. 2020. Arctic sea ice in CMIP6. Geophysical Research Letters 47(10):e2019GL086749, https://doi.org/10.1029/2019GL086749.
NSIDC (National Snow and Ice Data Center). 1998, updated 2006. “Submarine Upward Looking Sonar Ice Draft Profile Data and Statistics, Version 1.” National Snow and Ice Data Center, Boulder, CO, https://doi.org/10.7265/N54Q7RWK.
Overeem, I., R.S. Anderson, C.W. Wobus, G.D. Clow, F.E. Urban, and N. Matell. 2011. Sea ice loss enhances wave action at the Arctic coast. Geophysical Research Letters 38(17), https://doi.org/10.1029/2011GL048681.
Overland, J.E., K. Dethloff, J.A. Francis, R.J. Hall, E. Hanna, S.-J. Kim, J.A. Screen, T.G. Shepherd, and T. Vihma. 2016. Nonlinear response of mid-latitude weather to the changing Arctic. Nature Climate Change 6:992–999, https://doi.org/10.1038/NCLIMATE3121.
Pagano, A.M., and T.M. Williams. 2021. Physiological consequences of Arctic sea ice loss on large marine carnivores: Unique responses by polar bears and narwhals. Journal of Experimental Biology 224(Suppl_1):jeb228049, https://doi.org/10.1242/jeb.228049.
Parkinson, C.L., and J.C. Comiso. 2013. On the 2012 record low Arctic sea ice cover: Combined impact of preconditioning and an August storm. Geophysical Research Letters 40(7):1,356–1,361, https://doi.org/10.1002/grl.50349.
Peng, G., M. Steele, A.C. Bliss, W.N. Meier, and S. Dickinson. 2018. Temporal means and variability of Arctic sea ice melt and freeze season climate indicators using a satellite climate data record. Remote Sensing 10:1328, https://doi.org/10.3390/rs10091328.
Perovich, D.K., B. Light, H. Eicken, K.F. Jones, K. Runciman, and S.V. Nghiem. 2007. Increasing solar heating of the Arctic Ocean and adjacent seas, 1979–2005: Attribution and role in the ice-albedo feedback. Geophysical Research Letters 34(19), https://doi.org/10.1029/2007GL031480.
Perovich, D.K. 2011. The changing Arctic sea ice cover. Oceanography 24(3):162–173, https://doi.org/10.5670/oceanog.2011.68.
Petty, A.A., M. Webster, L. Boisvert, and T. Markus. 2018. The NASA Eulerian Snow on Sea Ice Model (NESOSIM) v1.0: Initial model development and analysis. Geoscience Model Development 11:4,577–4,602, https://doi.org/10.5194/gmd-11-4577-2018.
Polyakov, I.V., A.V. Pnyushkov, M.B. Ashik, T.M. Baumann, E.C. Carmack, I. Goszczko, J. Guthries, V.V. Ivanov, T. Kanzow, R. Krishfield, and others. 2017. Greater role for Atlantic inflows on sea-ice loss in the Eurasian Basin of the Arctic Ocean. Science 356(6335):285–291, https://doi.org/10.1126/science.aai8204.
Polyakov, I.V., T.P. Rippeth, I. Fer, M.B. Alkire, T.M. Baumann, E.C. Carmack, R. Ingvaldsen, V.V. Ivanov, M. Janou, S. Lind, and others. 2020. Weakening of cold halocline layer exposes sea ice to oceanic heat in the eastern Arctic Ocean. Journal of Climate 33(18):8,107–8,123, https://doi.org/10.1175/JCLI-D-19-0976.1.
Post, E., R.B. Alley, T.R. Christensen, M. Macias-Fauria, B.C. Forbes, M.N. Gooseff, A. Iller, J.T. Kerby, K.L. Laidre, M.E. Mann, and others. 2019. The polar regions in a 2°C warmer world. Science Advances 5(12), https://doi.org/10.1126/sciadv.aaw9883.
Ricker, R., S. Hendricks, L. Kaleschke, X. Tian-Kunze, J. King, and C. Haas. 2017. A weekly Arctic sea-ice thickness data record from merged CryoSat-2 and SMOS satellite data. The Cryosphere 11:1,607–1,623, https://doi.org/10.5194/tc-11-1607-2017.
Ricker, R., F. Kauker, A. Schweiger, S. Hendricks, J. Zhang, and S. Paul. 2021. Evidence for an increasing role of ocean heat in Arctic winter sea ice growth. Journal of Climate 34(13):5,215–5,227, https://doi.org/10.1175/JCLI-D-20-0848.1.
Rigor, I., J.M. Wallace, and R.L. Colony. 2002. Response of sea ice to the Arctic Oscillation. Journal of Climate 15(18):2,648–2,663, https://doi.org/10.1175/1520-0442(2002)015<2648:ROSITT>2.0.CO;2.
Rösel, A., L. Kaleschke, and G. Birnbaum. 2012. Melt ponds on Arctic sea ice determined from MODIS satellite data using an artificial neural network. The Cryosphere 6:431–446, https://doi.org/10.5194/tc-6-431-2012.
Rostosky, P., G. Spreen, S.L. Farrell, T. Frost, G. Heygster, and C. Melsheimer. 2018. Snow depth retrieval on Arctic sea ice from passive microwave radiometers—Improvements and extensions to multiyear ice using lower frequencies. Journal of Geophysical Research: Oceans 123:7,120–7,138, https://doi.org/10.1029/2018JC014028.
Shupe, M.D., M. Rex, K. Dethloff, E. Damm, A.A. Fong, R. Gradinger, C. Heuzé, B. Loose, A. Makarov, W. Maslowski, and others. 2020. The MOSAiC expedition: A year drifting with the Arctic sea ice. Pp. 1–8 in NOAA Arctic Report Card 2020. R.L. Thoman, J. Richter-Menge, and M.L. Druckenmiller, eds, https://doi.org/10.25923/9g3v-xh92.
Smedsrud, L.H., M.H. Halvorsen, J.C Stroeve, R. Zhang, and K. Kloster. 2017. Fram Strait sea ice export variability and September Arctic sea ice extent over the last 80 years. The Cryosphere 11(1):65–79, https://doi.org/10.5194/tc-11-65-2017.
Spreen, G., L. Kaleschke, and G. Heygster. 2008. Sea ice remote sensing using AMSR-E 89 GHz channels. Journal of Geophysical Research 113(C2), https://doi.org/10.1029/2005JC003384.
Spreen, G., L. de Steur, D. Divine, S. Gerland, E. Hansen, and R. Kwok. 2020. Arctic sea ice volume export through Fram Strait from 1992 to 2014. Journal of Geophysical Research 125(6):e2019JC016039, https://doi.org/10.1029/2019JC016039.
Stafford, K.M., E.V. Farley, M. Ferguson, K.J. Kuletz, and R. Levine. 2022. Northward range expansion of subarctic upper trophic level animals into the Pacific Arctic region. Oceanography 35(3–4):158–166, https://doi.org/10.5670/oceanog.2022.101.
Stroeve, J., A. Frei, J. McCreight, and D. Ghatak. 2008. Arctic sea-ice variability revisited. Annals of Glaciology 48:71–81, https://doi.org/10.3189/172756408784700699.
Stroeve, J.C., T. Markus, L. Boisvert, J. Miller, and A. Barrett. 2014. Changes in Arctic melt season and implications for sea ice loss. Geophysical Research Letters 41:1,216–1,225, https://doi.org/10.1002/2013GL058951.
Stroeve, J., A. Crawford, and S. Stammerjohn. 2016. Using timing of ice retreat to predict timing of fall freeze-up in the Arctic. Geophysical Research Letters 43(12):6,331–6,340, https://doi.org/10.1002/2016GL069314.
Stroeve, J., G.E. Liston, S. Buzzard, L. Zhou, R. Mallett, A. Barrett, M. Tschudi, M. Tsamados, P. Itkin, and J.S. Stewart. 2020. A Lagrangian snow evolution system for sea ice applications (SnowModel-LG): Part II. Analyses. Journal of Geophysical Research 125(10):e2019JC015900, https://doi.org/10.1029/2019JC015900.
Timmermans, M.-L., J. Toole, and R. Krishfield. 2018. Warming of the interior Arctic Ocean linked to sea ice losses at the basin margins. Science Advances 4(8), https://doi.org/10.1126/sciadv.aat6773.
Tschudi, M.A., J.A. Maslanik, and D.K. Perovich. 2008. Derivation of melt pond coverage on Arctic sea ice using MODIS observations. Remote Sensing of Environment 112:2,605–2,614, https://doi.org/10.1016/j.rse.2007.12.009.
Tschudi, M., W.N. Meier, J.S. Stewart, C. Fowler, and J. Maslanik. 2019a. “EASE-Grid Sea Ice Age, Version 4.” NASA National Snow and Ice Data Center Distributed Active Archive Center, Boulder, CO, accessed October 8, 2021, https://doi.org/10.5067/UTAV7490FEPB.
Tschudi, M., W.N. Meier, and J.S. Stewart. 2019b. “Quicklook Arctic Weekly EASE-Grid Sea Ice Age, Version 1.” NASA National Snow and Ice Data Center Distributed Active Archive Center, Boulder, CO, accessed October 8, 2021, https://doi.org/10.5067/2XXGZY3DUGNQ.
Tschudi, M.A., W.N. Meier, and J.S. Stewart. 2020. An enhancement to sea ice motion and age products at the National Snow and Ice Data Center (NSIDC). The Cryosphere 14:1,519–1,536, https://doi.org/10.5194/tc-14-1519-2020.
Warren, S.G., I.G. Rigor, N. Untersteiner, V.F. Radionov, N.N. Bryazgin, Y.I. Aleksandrov, and R. Colony. 1999. Snow depth on Arctic Sea ice. Journal of Climate 12(6):1,814–1,829, https://doi.org/10.1175/1520-0442(1999)012<1814:SDOASI>2.0.CO;2.
Zege, E., A. Malinka, I. Katsev, A. Prikhach, G. Heygster, L. Istomina, G. Birnbaum, and P. Schwarz. 2015. Algorithm to retrieve the melt pond fraction and the spectral albedo of Arctic summer ice from satellite optical data. Remote Sensing of Environment 163:153–164, https://doi.org/10.1016/j.rse.2015.03.012.
Zhou, L., J. Stroeve, S. Xu, A. Petty, R. Tilling, M. Winstrup, P. Rotosky, I.R. Lawrence, G.E. Liston, A. Ridout, M. Tsamados, and V. Nandan. 2021. Inter-comparison of snow depth over Arctic sea ice from reanalysis reconstructions and satellite retrieval. The Cryosphere 15(1):345–367, https://doi.org/10.5194/tc-15-345-2021.