Il volume del ghiaccio marino viene calcolato utilizzando il 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 l’APL/PSC. Al fine di eliminare il ciclo annuale, le anomalie giornaliere sono calcolate rispetto alla media 1979-2021 per quel giorno dell’anno. In questo periodo, il ciclo medio annuale del volume del ghiaccio marino varia da 28.000 km3 in aprile a 11.500 km3 in settembre. La linea blu rappresenta la tendenza calcolata dal 1° gennaio 1979 alla data più recente indicata nella figura. Le aree ombreggiate rappresentano una e due deviazioni standard dei residui dell’anomalia rispetto alla tendenza illustrata nella Fig. 1 e le deviazioni standard rispetto alla media giornaliera 1979-2017 illustrate nella Fig. 2.
Fig.1 La figura mostra l anomalia del volume del ghiaccio marino artico calcolata da PIOMAS e aggiornata una volta al mese. Le anomalie giornaliere del volume del ghiaccio marino per ogni giorno sono calcolate rispetto alla media 1979-2021 per quel giorno dell’anno. I segni di spunta presenti sull’asse temporale si riferiscono al primo giorno dell’anno. La tendenza per il periodo 1979-oggi è mostrata in blu. Le aree ombreggiate mostrano una e due deviazioni standard dalla tendenza. Le barre di errore indicano l’incertezza dell’anomalia mensile la quale viene tracciata una volta all’anno.
Figura 2 La figura mostra il volume totale del ghiaccio marino artico ricavato dai dati PIOMAS. Viene mostrato il ciclo medio annuale, e quello compreso nel periodo dal 2011-2020. Le aree ombreggiate indicano una e due deviazioni standard dalla media.
Per quanto riguarda il ciclo annuale, il 2021 si è concluso con un volume medio annuo di ghiaccio marino che è stato il 7° più basso mai registrato, con 13,800 km3, e gli ultimi anni sono stati tutti strettamente raggruppati (vedi fig. 11). Il 2017 detiene ancora il record di volume annuale con 12,800 km3
Tornando al mese di novembre, il volume medio del ghiaccio marino artico è stato di 9,700 km3. Questo valore è il 10° più basso mai registrato per il mese di novembre, circa 1,900 km^3 al di sopra del record minimo stabilito nel 2016. Il volume mensile dei ghiacci è stato del 51% inferiore al massimo del 1979 e del 32% al di sotto del valore medio del periodo 1979-2021. Il volume medio di ghiaccio è stato di 1,4 deviazioni standard al di sopra della linea di tendenza 1979-2021. Le anomalie di crescita del ghiaccio per il mese di novembre 2022 rimangono nella fascia media del decennio più recente (Fig. 4) con uno spessore medio del ghiaccio (superiore a 15 cm di spessore) anch’esso nella fascia media dei valori recenti. La mappa delle anomalie dello spessore del ghiaccio per il mese di novembre 2022 rispetto al periodo 2011-2020 (Fig. 6) mostra un ulteriore rafforzamento delle anomalie positive a nord della Groenlandia e lungo l’arcipelago canadese. L’anomalia positiva nel Beaufort orientale si è leggermente indebolita rispetto al mese scorso. Anomalie positive sono presenti nel settore eurasiatico dell’Artico con ghiaccio particolarmente spesso vicino alla Severnaya Zemlya. Le anomalie negative si estendono dal Polo Nord alle Svalbard. Anche le mappe dello spessore del ghiaccio derivate dal satellite CyroSat 2 mostrano ora un’anomalia spessa a nord della Groenlandia, ma anomalie negative lungo l’arcipelago canadese, dove le anomalie PIOMAS sono positive. (Si noti che CS2 è un composito mensile piuttosto che una media).Per entrambe le serie di dati, le serie temporali di novembre (Fig. 8) sono fortemente correlate e non presentano alcuna tendenza apparente negli ultimi 11 anni. Il confronto con la serie temporale di 43 anni 1979-2022 evidenzia l’importanza della variabilità naturale in serie temporali relativamente brevi come quelle attualmente disponibili da CS2 (si veda il nostro recente articolo https://journals.ametsoc.org/view/journals/clim/35/20/JCLI-D-21-0893.1.xml ). Entrambi i record mostrano una stretta corrispondenza in termini di magnitudo e una variabilità temporale simile.
Fig. 4 la figura mostra il confronto delle anomalie giornaliere del volume di ghiaccio marino rispetto al periodo 1979-2021.
Figura 6. La figura mostra l anomalia dello spessore del ghiaccio per il mese di novembre 2022 rispetto al periodo 2011-2020.
Fig. 8. La figura mostra la serie temporale dell’anomalia del volume di ghiaccio marino calcolata utilizzando CryoSat-2 (AWI v 2.5) e PIOMAS per il mese di novembre.
Il volume del ghiaccio marino è un indicatore climatico molto importante. Esso dipende sia dallo spessore che dall’estensione del ghiaccio ed è quindi più direttamente legato alle forzature climatiche rispetto alla sola estensione. Tuttavia, il volume del ghiaccio marino artico attualmente, non può essere osservato in modo continuo. Le osservazioni da satelliti, sottomarini della Marina, ormeggi e misurazioni sul campo sono tutte limitate sia nello spazio che nel tempo.Attualmente, l’assimilazione delle osservazioni nei modelli numerici fornisce un modo per stimare le variazioni di volume del ghiaccio marino su base continua e per diversi decenni. Il confronto delle stime del modello sullo spessore del ghiaccio con le osservazioni aiuta a verificare la comprensione dei processi rappresentati nel modello che sono importanti per la formazione e lo scioglimento del ghiaccio marino.
Di seguito un breve aggiornamento delle varie versioni
Versione 2.1
Un errore di programmazione è stato individuato in una routine che interpola i dati sulla concentrazione di ghiaccio prima della loro assimilazione. L’errore riguardava solo i dati del periodo 2010-2013. Questi dati sono stati rielaborati e sono ora disponibili nella versione 2.1. Lo spessore del ghiaccio è generalmente maggiore nell’area del Mare di Beaufort e Chukchi, con le maggiori differenze che si riscontrano nel mese di maggio. Le differenze sul volume del ghiaccio sono fino all’11% in più nella tarda primavera.
La Fig. 5 mostra le differenze volumetriche tra la versione 2.0 e la versione 2.1.
Versione 2. 0
La serie 2.0 è stata prodotta con una versione aggiornata di PIOMAS (15 giugno 2011). Questa versione aggiornata migliora le versioni precedenti grazie alla assimilazione delle temperature della superficie del mare (SST) per le aree prive di ghiaccio e all’utilizzo di una diversa parametrizzazione per la resistenza del ghiaccio. Il confronto delle stime di PIOMAS con le osservazioni dello spessore del ghiaccio mostra una riduzione degli errori rispetto alla versione precedente. La tendenza a lungo termine si è ridotta da -3,6 km3 103/decade dell’ultima versione a circa -2,8 103 km3/decade. I nostri confronti con i dati e con i modelli alternativi indicano che questa nuova tendenza costituisce una stima accurata della tendenza reale. La novità di questa versione è rappresentata dalle statistiche sull’incertezza. Maggiori dettagli sono disponibili in Schweiger et al. 2011 . Il miglioramento del modello costituisce un’attività di ricerca continua presso il PSC e gli aggiornamenti del modello possono avvenire a intervalli irregolari. In caso di aggiornamento del modello, l’intera serie temporale viene rielaborata e pubblicata.
Il modello PIOMAS è un modello numerico con componenti sia per il ghiaccio marino che per l’oceano e con la capacità di assimilare alcuni tipi di osservazioni. Per le simulazioni del volume del ghiaccio qui riportate, le informazioni sulla concentrazione del ghiaccio marino provenienti dal prodotto NSIDC http://nsidc.org/data/nise1.html in tempo quasi reale sono state assimilate nel modello per migliorare le stime dello spessore del ghiaccio e i dati SST della NCEP/NCAR Reanalysis sono stati assimilati nelle aree prive di ghiaccio. I dati delle SST provenienti dalle rianalisi NCEP/NCAR si basano sulle analisi giornaliere globali delle SST di Reynolds realizzate ad alta risoluzione utilizzando osservazioni satellitari e in situ (Reynolds e Marsico, 1993; Reynolds et al., 2007). Le informazioni atmosferiche che guidano il modello, in particolare il vento, la temperatura superficiale dell’aria e la copertura nuvolosa al fine di calcolare la radiazione solare e a onde lunghe, sono specificate attraverso le rianalisi NCEP/NCAR NCEP/NCAR reanalysis . Il modello oceanico pan-artico è guidato da un modello oceanico globale ai suoi confini aperti, situati a 45 gradi Nord.
PIOMAS è stato ampiamente testato attraverso il confronto con le osservazioni http://psc.apl.uw.edu/sea_ice_cdr/index.html condotte da sottomarini della Marina Militare statunitense, da ormeggi oceanografici e da satelliti. Inoltre, sono state eseguite corse del modello in cui sono stati modificati i parametri del modello e le procedure di assimilazione. Da questi studi di validazione si è giunti al risultato finale con una stima conservativa dell’incertezza del trend pari a ± 1,0 103 km3/decennio. Si stima che l’incertezza dell’anomalia del volume nella media mensile sia di ±0,75 103 km3. L’incertezza del volume totale è più grande dell’incertezza dell’anomalia perché i bias del modello vengono rimossi nel calcolo dell’anomalia. L’incertezza del volume totale di ottobre è stimata a ±1,35 103 km3 . Il confronto dei volumi totali invernali con quelli stimati da altre fonti deve tener conto del fatto che il dominio PIOMAS attualmente non si estende abbastanza a sud da coprire tutte le aree che possono avere una copertura di ghiaccio nel periodo invernale. Le aree del Mare di Okhotsk e del Golfo di San Lorenzo sono parzialmente escluse dal dominio. I dettagli sulla validazione del modello sono disponibili in Schweiger et al. 2011 e (qui http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/validation/ ). Ulteriori informazioni su PIOMAS sono disponibili (qui http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/validation/).
Esiste inoltre una libreria completa contenente i dati relativi allo spessore del ghiaccio marino utilizzati per la convalida dei modelli. http://psc.apl.uw.edu/sea_ice_cdr/
Dati e grafici reperibili attraverso il seguente link http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/