Pan-Arctic Ice-Ocean Modeling and Assimilation System (PIOMAS) Aggiornamento volume ghiaccio marino artico per il mese di maggio 2021

Modello
Per questo progetto viene utilizzato un sistema di modellazione e assimilazione Pan-Arctic Ice-Ocean (PIOMAS). PIOMAS è un modello parallelo accoppiato Oceano e ghiaccio marino (POIM, Zhang e Rothrock 2003) con capacità di assimilare informazioni sulla concentrazione e la velocità del ghiaccio.È stato elaborato in un sistema di coordinate generalizzate ortogonali curvilinee (GOCC) e progettato per funzionare su computer con un singolo processore o su processori paralleli molto potenti. PIOMAS accoppia il Parallel Ocean Program (POP)http://climate.lanl.gov/Models/POP/index.htm con un modello di spessore e distribuzione entalpica (TED) del ghiaccio marino. Il modello POP è sviluppato presso il Los Alamos National Laboratory.Il modello di ghiaccio marino TED è un modello termodinamico dinamico che simula inoltre in modo esplicito le dorsali di ghiaccio marino. Il modello ha origine dalla teoria della distribuzione dello spessore del ghiaccio su scala subgriglia di Thorndike et al. (1975) ed è arricchito dalla teoria della distribuzione dell’entalpia del ghiaccio su scala subgriglia (Zhang e Rothrock, 2001).http://psc.apl.washington.edu/zhang/IDAO/enthalpy.pdf. Possiede 12 categorie su scala subgriglia per lo spessore del ghiaccio, l’entalpia del ghiaccio e la neve. Questo modello TED multicategoria è costituito da sette componenti principali: una reologia del ghiaccio viscoso-plastica a goccia di Zhang e Rothrock (2005) che determina la relazione tra lo stress interno del ghiaccio e la deformazione del ghiaccio (Hibler 1979), una funzione di ridistribuzione meccanica che determina le creste del ghiaccio (Thorndike et al. 1975; Rothrock, 1975; Hibler, 1980), un’equazione della quantità di moto che determina il movimento del ghiaccio, un’equazione del calore che determina la crescita/decadimento del ghiaccio e la temperatura del ghiaccio, un’equazione sulla distribuzione dello spessore del ghiaccio che preserva a sua volta la massa (Thorndike et al. 1975; Hibler, 1980), un’equazione sulla distribuzione dell’entalpia del ghiaccio che conserva l’energia termica del ghiaccio (Zhang e Rothrock, 2001 http://psc.apl.washington.edu/zhang/IDAO/enthalpy.pdf ), e un’equazione sulla distribuzione dello spessore della neve che conserva la massa della neve (Flato e Hibler, 1995).L’equazione del momento del ghiaccio è risolta usando il modello dinamico del ghiaccio di Zhang e Hibler (1997) che impiega una tecnica di rilassamento in linea successiva con un solutore di matrice tridiagonale, che è stato ritenuto particolarmente utile per il calcolo parallelo (Zhang e Rothrock, 2003). L’equazione del calore è risolta su ogni categoria di spessore del ghiaccio usando un modello termodinamico a tre strati modificato (Winton, 2000). L’ultimo PIOMAS ha la capacità di simulare la distribuzione delle dimensioni dei banchi di ghiaccio marino su scala subgrid in 12 categorie (Zhang et al., 2015, 2016) e la distribuzione degli stagni di fusione (Zhang et al., 2018).La configurazione della griglia è mostrata qui sotto.

La griglia del modello è una griglia GOCC allungata, con il polo nord della griglia che è spostato in Groenlandia. Questo fa sì che il modello abbia la sua massima risoluzione nel Mare di Groenlandia, nella Baia di Baffin e nell’arcipelago canadese orientale. Questo permette al modello di avere una connessione ragionevolmente buona tra l’Oceano Artico e l’Oceano Atlantico attraverso il Mare di Groenlandia-Islanda-Norvegia (GIN) e il Mare del Labrador. La risoluzione orizzontale media è di 22 km per i mari Artico, di Barents, GIN (Groenlandia-Islanda-Norvegia) e la Baia di Baffin.Il modello è nidificato a senso unico in un modello POIM globale (GIOMAS http://psc.apl.washington.edu/zhang/Global_seaice/model.html ) imponendo condizioni di confine aperte lungo i confini meridionali (~ 43oN).Per le condizioni di contorno esterne, viene utilizzato l’output mensile di GIOMAS.Ulteriori informazioni su PIOMAS e le ultime analisi possono essere trovate su http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/. I risultati di PIOMAS per il ghiaccio marino sono ampiamente utilizzati.

Riferimenti

Flato, G. M., and W. D. Hibler, III, 1995: Ridging and strength in modeling the thickness distribution of Arctic sea ice. J. Geophys. Res., 100, 18,611-18,626.

Hibler, W. D. III, 1979: A dynamic thermodynamic sea ice model. J. Phys. Oceanogr., 9, 815-846.

Hibler, W. D. III, 1980: Modeling a variable thickness sea ice cover. Mon. Wea. Rev., 108, 1943-1973.

Thorndike, A. S., D. A. Rothrock, G. A. Maykut, and R. Colony, 1975: The thickness distribution of sea ice. J. Geophys. Res., 80, 4501-4513.

Winton, M., 2000: A reformulated three-layer sea ice model. J. Atmos. Ocean. Tech., 17, 525-531.

Zhang, J. and W.D. Hibler: On an efficient numerical method for modeling sea ice dynamicsJ. Geophys. Res.102, 8691-8702, 1997.

Zhang, J., and D.A. Rothrock: A thickness and enthalpy distribution sea-ice modelJ. Phys. Oceanogr., 31, 2986-3001, 2001.

Zhang, J., and D.A. Rothrock: Modeling global sea ice with a thickness and enthalpy distribution model in generalized curvilinear coordinatesMon. Wea. Rev., 131(5),  681-697, 2003.

Zhang, J., and D.A. Rothrock, The effect of sea-ice rheology in numerical investigations of climateJGeophys. Res., 110, C08014, doi:10.1029/2004JC002599, 2005.

Zhang, J., A. Schweiger, M. Steele, and H. Stern, Sea ice floe size distribution in the marginal ice zone: Theory and numerical experimentsJ. Geophys. Res. Oceans120, doi:10.1002/2015JC010770, 2015.

Zhang, J., H. Stern, B. Hwang, A. Schweiger, M. Steele, M. Stark, and H.C. Graber, Modeling the seasonal evolution of the Arctic sea ice floe size distributionElementa4:000126, doi:10.12952/journal.elementa.000126, 2016.

Zhang, J., A. Schweiger, M. Webster, B. Light, M. Steele, C. Ashjian, R. Campbell, and Y. Spitz, Melt pond conditions on declining Arctic sea ice over 1979-2016: Model development, validation, and results, J. Geophys. Res. Oceans, 123, https://doi.org/10.1029/2018JC014298, 2018.

Anomalia del volume del ghiaccio marino artico
Il volume del ghiaccio marino viene calcolato utilizzando il Pan-Arctic Ice Ocean Modeling and Assimilation System (PIOMAS, Zhang e Rothrock, 2003) sviluppato presso APL/PSC. Le anomalie per ogni giorno sono calcolate rispetto alla media del periodo 1979 -2016 per quel giorno dell’anno in modo da eliminare il ciclo annuale. Il ciclo annuale medio del volume del ghiaccio marino varia dai 28.000 km3 in aprile agli 11.500 km3 nel mese di settembre. La linea blu rappresenta la tendenza calcolata dal 1° gennaio 1979 alla data più recente indicata sul grafico. Le aree ombreggiate rappresentano una e due deviazioni standard dei residui dell’anomalia dal trend in Fig 1 e le deviazioni standard sulla media giornaliera 1979-2017 in Fig 2.

Fig.1 Anomalia del volume del ghiaccio marino artico secondo il modello PIOMAS aggiornato una volta al mese. Per ogni giorno le anomalie giornaliere del volume del ghiaccio marino sono calcolate tenendo conto della media registrata tra il 1979 e il 2020 per quel giorno dell’anno. I segni sull’asse del tempo si riferiscono al primo giorno dell’anno. La tendenza per il periodo 1979-attuale 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 plottata una volta all’anno.

Fig. 2 Volume totale del ghiaccio marino artico ottenuto mediante il modello PIOMAS, che mostra il volume del ciclo medio annuale, nonché il periodo compreso tra il 2011 e il 2020. Le aree ombreggiate indicano una e due deviazioni standard dalla media.

Aggiornamento annuale

L anno 2020 si è concluso con un volume medio annuo che è stato il 3° volume più basso con 13.500 km 3 , non molto distante dal volume annuale registrato negli ultimi anni , Anni caratterizzati da un volume annuale molto basso (2011, 2012, 2016, 2019). Il 2017 detiene ancora il primato di volume annuale più basso con 12.800 km 3

Aggiornamento mensile di maggio 2021

Il volume medio del ghiaccio marino artico nel mese di maggio 2021 è stato di 21.500 km3. Questo valore è stato il 7° più basso tra quelli registrati per il mese di maggio, circa 1.700 km^3 al di sopra del record stabilito nel 2017. Il volume è stato del 38% sotto il massimo raggiunto nel 1979 e del 25% sotto il valore medio registrato nel periodo 1979-2020. Il volume medio di maggio 2021 è stato di 1 sigma sopra la linea di tendenza 1979-2020. La crescita del ghiaccio non si è molto discostata da quella registrata negli ultimi anni (fig. 4), con un rallentamento della crescita nella seconda metà di giugno. La mappa delle anomalie dello spessore del ghiaccio rispetto al 2011-2020 (Fig 6) mostra anomalie divise tra una metà positiva e una negativa . Le anomalie negative si sono sviluppate dal nord della Groenlandia fino al Beaufort orientale. Forti anomalie positive hanno interessato la costa siberiana, controbilanciate da forti anomalie negative presenti nelle vicinanze, stando ad indicare la presenza di una fonte dinamica di variabilità. I dati provenienti dal satellite CS2 riguardanti il mese precedente (CS2 non funziona tra aprile e ottobre) (Fig 7.) mostrano un modello di anomalia analogo. Le serie storiche di aprile (Fig 8) per entrambi i set di dati non mostrano alcuna tendenza significativa durante gli ultimi 11 anni. Il confronto con la serie storica di 43 anni 1979-2021 evidenzia il peso che esercita la variabilità naturale in serie temporali relativamente brevi come quelle attualmente disponibili da CS2.

Fig 4 comparazione delle anomalie giornaliere del volume del ghiaccio marino rispetto ai valori registrati nel periodo 1979-2019.

Fig. 6. Anomalia dello spessore del ghiaccio marino artico in base ai dati del modello PIOMAS per il mese di maggio 2021 rispetto al 2011-2020.

Fig. 7. Anomalia dello spessore del ghiaccio marino in base ai dati provenienti dal CryoSat-2 (AWI) multi-sensore per il mese di aprile del 2021 rispetto al 2011-2020 (versione 2.3 preliminare)

Fig. 8. Sequenza storica dei dati di analisi CryoSat-2 multi-sensore (AWI/ESA) e PIOMAS Sea Ice Volume Anomaly per il mese di aprile.

Finalità
Il volume del ghiaccio marino è un indicatore climatico di grande importanza. Esso dipende sia dallo spessore che dall’estensione del ghiaccio e quindi è più direttamente legato alla forzante climatica rispetto alla sola estensione. Tuttavia, attualmente, il volume del ghiaccio marino artico non può essere osservato in maniera costante. Le osservazioni provenienti dai satelliti, dai sottomarini della Marina, dagli ormeggi e dalle misurazioni sul campo, sono tutte limitate sia nello spazio che nel tempo. L’assimilazione delle osservazioni nei modelli numerici, fornisce attualmente un modo efficace per stimare i cambiamenti del volume del ghiaccio marino su base continua per diversi decenni.

Versioni
Versione 2.1
Un errore di programmazione è stato identificato in una routine che interpola i dati di concentrazione del ghiaccio prima dell’assimilazione. L’errore riguardava solo i dati del 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 Chukchi con le maggiori differenze di spessore durante il mese di maggio. Le differenze nel volume del ghiaccio sono fino all’11% maggiori nella tarda primavera.

La figura 5. mostra le differenze in termini di volume tra la versione 2.0 e la versione 2.1

Versione 2. 0
Questa serie storica del volume di ghiaccio, è generata mediante una versione aggiornata del modello PIOMAS (15 giugno 2011). Questa versione aggiornata, migliora le versioni precedenti, assimilando le temperature della superficie del mare (SST) per le aree libere dal ghiaccio e utilizzando una diversa parametrizzazione per quanto riguarda la resistenza/forza del ghiaccio. Il confronto delle stime PIOMAS con le osservazioni dello spessore del ghiaccio, mostra errori più ridotti rispetto alla versione precedente. La tendenza a lungo termine è ridotta a circa -2,8 103 km3/decennio da -3,6 km3 103/decennio nell’ultima versione. I raffronti con i dati e con i modelli alternativi,indicano che questa nuova tendenza è una stima conservativa della tendenza reale. La novità di questa versione consiste nel fornire statistiche sull’incertezza. Maggiori dettagli possono essere trovati in Schweiger et al. 2011 http://psc.apl.uw.edu/wordpress/wp-content/uploads/schweiger/pubs/Schweiger-2011-Uncertainty%20in%20model.pdf . Il miglioramento del modello è un’attività di ricerca continua al PSC e gli aggiornamenti del modello possono avvenire a intervalli irregolari. Quando si verificano aggiornamenti del modello, l’intera serie temporale sarà rielaborata e pubblicata.

Modello e procedura di assimilazione
PIOMAS è un modello numerico nel quale sono presenti componenti per il ghiaccio marino e l’oceano e la capacità di assimilare alcuni tipi di osservazioni. Per le simulazioni del volume del ghiaccio mostrate in questa sede, le informazioni sulla concentrazione del ghiaccio marino fornite dal prodotto NSIDC in tempo quasi reale ,sono integrate nel modello per migliorare le stime dello spessore del ghiaccio e i dati SST della NCEP/NCAR Reanalysis http://nsidc.org/data/nise1.html sono assimilati nelle aree senza ghiaccio. I dati SST della rianalisi NCEP/NCAR sono basati sulle analisi SST globali giornaliere ad alta risoluzione di Reynolds utilizzando osservazioni satellitari e in loco (Reynolds e Marsico, 1993; Reynolds et al., 2007). Le informazioni atmosferiche necessarie per guidare il modello, in particolare il vento, la temperatura dell’aria superficiale e la copertura nuvolosa per calcolare la radiazione solare e a onda lunga, sono determinate dalla rianalisi NCEP/NCAR http://www.esrl.noaa.gov/psd/data/reanalysis/reanalysis.shtml. Il modello pan-artico dell’oceano è forzato con input da un modello globale dell’oceano ai suoi confini aperti situati a 45 gradi nord.

Convalida del modello e incertezza
Il modello PIOMAS è stato ampiamente convalidato mediante il confronto con le osservazioni http://psc.apl.uw.edu/sea_ice_cdr/index.html dei sottomarini della US Navy, delle piattaforme di ricerca oceanografica e dei satelliti. Inoltre, sono state eseguite corse del modello in cui i parametri del modello e i metodi di assimilazione sono stati modificati. Da questi studi di convalida, otteniamo una stima conservativa dell’incertezza di tendenza di ± 1,0 103 km3 / decade. L’incertezza nella deviazione del volume medio mensile del ghiaccio è stimata a ±0,75 103 km3 . Le incertezze nel volume totale sono più grandi delle incertezze nella deviazione perché le distorsioni del modello sono rimosse nel calcolo delle deviazioni. L’incertezza del volume totale di ghiaccio per ottobre è stimata a ±1,35 103 km3. Quando si confrontano i volumi totali invernali con altre stime di volume, si dovrebbe notare che il database PIOMAS attualmente non si estende abbastanza a sud per coprire tutte le aree che possono avere una copertura di ghiaccio invernale. Le zone del Mare di Okotsk e del Golfo di San Lorenzo sono parzialmente escluse. Per i dettagli sulla convalida del modello, vedi Schweiger et al. 2011 http://www.agu.org/journals/jc/jc1109/2011JC007084/ e (qui http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/validation/ ). Maggiori informazioni sul programma PIOMAS sono disponibili (qui http://psc.apl.uw.edu/research/projects/projections-of-an-ice-diminished-arctic-ocean/ ).

Prospettiva: perdita di ghiaccio ed energia
Lo scioglimento del ghiaccio marino richiede energia. Quanta energia? Ogni anno (media 1979-2010) da aprile a settembre, ci vogliono circa 5 x 1021 Joule di energia per sciogliere i 16 400 km di ghiaccio persi come parte del ciclo annuale naturale. In confronto, il consumo di energia degli Stati Uniti nel 2009 (www.eia.gov/totalenergy) era di circa 1 x 1020 J. Quindi ci vuole circa 50 volte il consumo annuale di energia degli Stati Uniti per sciogliere tutto questo ghiaccio ogni anno. Questa energia proviene dal cambiamento nella distribuzione della radiazione solare quando la Terra gira intorno al Sole.

Per sciogliere 280 km3 di ghiaccio marino in più, che PIOMAS calcola essere la quantità persa ogni anno, richiederebbe circa 8,6 x 1019 J, o l’86% del consumo energetico degli Stati Uniti. Tuttavia, se distribuita sull’area coperta dal ghiaccio marino artico, l’energia aggiuntiva necessaria per sciogliere una così grande quantità di ghiaccio marino è in realtà piuttosto piccola. Equivale a circa 0,4 Wm-2 , che è l’equivalente della combustione continua di una torcia molto piccola e fioca che brucia continuamente su ogni metro quadrato di ghiaccio. Rintracciare una differenza di energia così piccola è molto difficile e ciò spiega perché è necessario guardare a serie temporali più lunghe e prendere in considerazione le incertezze nelle misure e nei calcoli.

Dati
I dati rielaborati del volume (versione 2.1) sono disponibili qui http://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/data/

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Translate »