Anomalia del Volume del Ghiaccio Marino Artico
L’Anomalia del Volume del Ghiaccio Marino Artico viene calcolata utilizzando il sistema di modellazione e assimilazione del ghiaccio oceanico panartico (PIOMAS, Zhang and Rothrock, 2003) sviluppato presso APL/PSC. Le anomalie per ogni giorno vengono calcolate rispetto alla media del periodo 1979-2021 per quel giorno dell’anno, al fine di eliminare il ciclo annuale. Il ciclo annuale medio del modello del volume di ghiaccio marino per questo periodo varia da 28.000 km³ in aprile a 11.500 km³ in settembre. La linea blu rappresenta la tendenza calcolata dal 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 alla tendenza nella Figura 1 e le deviazioni standard rispetto alla media giornaliera del periodo 1979-2017 nella Figura 2.
Fig.1 Anomalia del volume di ghiaccio marino artico da PIOMAS aggiornata una volta al mese. Le anomalie giornaliere del volume di ghiaccio marino per ogni giorno vengono calcolate rispetto alla media dal 1979 al 2022 per quel giorno dell’anno. I segni di spunta sull’asse del tempo si riferiscono al primo giorno dell’anno. La tendenza per il periodo 1979-presente 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 rappresentata una volta all’anno.
Fig.2 Volume totale di ghiaccio marino artico da PIOMAS che mostra il volume del ciclo annuale medio, e dal 2011-2022. Le aree ombreggiate indicano una e due deviazioni standard dalla media.
Aggiornamento Annuale
Il 2022 si è concluso con un volume medio annuo di ghiaccio marino che è il nono più basso mai registrato, con 14.300 km³, con gli anni recenti tutti raggruppati molto vicini tra loro (vedi Figura 11). Il 2017 detiene ancora il record di volume annuo con 12.800 km³.
Aggiornamento Mensile di Giugno 2023
Il volume medio di ghiaccio marino artico nel giugno 2023 era di 15.400 km³. Questo valore è l’undicesimo più basso mai registrato per giugno, circa 1500 km³ sopra il record minimo stabilito nel 2017. Il volume di ghiaccio mensile era del 42% inferiore al massimo nel 1979 e del 23% inferiore al valore medio per il periodo 1979-2022. Il volume medio di ghiaccio nel giugno 2023 era 1,5 deviazioni standard sopra la linea di tendenza 1979-2022. La crescita (perdita) del ghiaccio per giugno 2023 è stata piuttosto normale per il decennio recente (Figura 4), dando uno spessore medio del ghiaccio (sopra i 15 cm di spessore) nel mezzo dei valori recenti. La mappa dell’anomalia dello spessore del ghiaccio per giugno 2023 rispetto al periodo 2011-2022 (Figura 6) mostra più anomalie positive che negative.
CS2 è entrato nel suo intervallo estivo, anche se un recente lavoro (Landy et al 2023) mostra promesse per i recuperi estivi. Esamineremo questi in un momento successivo. Le tendenze piuttosto piatte sia per PIOMAS che per CS dal 2011 indicano l’importanza della variabilità a scale temporali di 10 anni e la necessità di serie temporali più lunghe.
Gli aggiornamenti saranno generati a intervalli di circa un mese.
Fig.3 Volume Mensile del Ghiaccio Marino da PIOMAS per Aprile e Settembre.
Fig 4 Confronto tra le Anomalie del Volume Quotidiano del Ghiaccio Marino rispetto al periodo 1979-2022.
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 località in cui il ghiaccio è più spesso di 0,15 m.
Fig 6. Anomalia dello Spessore del Ghiaccio PIOMAS per Maggio 2023 rispetto al periodo 2011-2022.
Fig 7. Anomalia dello spessore del ghiaccio marino di CryoSat 2 (AWI, v2.5) per Aprile 2023 rispetto al periodo 2011-2023.
Scopo
Il volume del ghiaccio marino è un importante indicatore climatico. Dipende sia dallo spessore che dall’estensione del ghiaccio e quindi è legato più direttamente alla forzatura climatica rispetto all’estensione da sola. Tuttavia, al momento non è possibile osservare continuamente il volume del ghiaccio marino artico. Le osservazioni da satelliti , sottomarini della Marina , ormeggi e misurazioni sul campo sono tutte limitate nello spazio e nel tempo. L’assimilazione delle osservazioni nei modelli numerici attualmente offre un modo per stimare i cambiamenti del volume del ghiaccio marino su base continua per diversi decenni. I confronti delle stime del modello dello spessore del ghiaccio con le osservazioni aiutano a verificare la nostra comprensione dei processi rappresentati nel modello che sono importanti per la formazione e la fusione del ghiaccio marino.
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 differenze più grandi nello spessore durante maggio. Le differenze nel volume del ghiaccio possono essere fino all’11% in più in tarda primavera.
Fig 5. mostra le differenze di volume tra la Versione 2.0 e la Versione 2.1
Versione 2.0
Questa serie temporale 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) nelle aree senza ghiaccio e utilizzando una diversa parametrizzazione per la forza del ghiaccio. I confronti delle stime PIOMAS con le osservazioni dello spessore del ghiaccio mostrano errori 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 nella versione precedente. I nostri confronti con i dati e le esecuzioni di modelli alternativi indicano che questa nuova tendenza è una stima conservativa della tendenza effettiva. Con questa versione forniamo statistiche di incertezza. Maggiori dettagli possono essere trovati in Schweiger et al. 2011.. Il miglioramento del modello è un’attività di ricerca in corso presso il PSC e gli aggiornamenti del modello possono avvenire a intervalli irregolari. Quando si verificano aggiornamenti del modello, l’intera serie temporale 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. Per le simulazioni del volume del ghiaccio mostrate qui, le informazioni sulla concentrazione del ghiaccio marino dal prodotto in tempo reale NSIDC sono assimilate nel modello per migliorare le stime dello spessore del ghiaccio e i dati SST dal NCEP/NCAR Reanalysis sono assimilati nelle aree senza ghiaccio. I dati SST di analisi di NSIDC near-real time product NCEP/NCAR reanalysis sono basati sulle analisi globali giornaliere ad alta risoluzione di Reynolds SST utilizzando osservazioni satellitari e in situ (Reynolds e Marsico, 1993; Reynolds et al., 2007). Le informazioni atmosferiche per guidare il modello, specificamente vento, temperatura dell’aria superficiale, e copertura nuvolosa per calcolare la radiazione solare e a lunga onda sono specificate dal 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.
Convalida del modello e incertezza
PIOMAS è stato ampiamente validato attraverso confronti con osservazioni da sottomarini della marina degli Stati Uniti, ormeggi oceanografici, e satelliti. Inoltre sono state eseguite esecuzioni del modello in cui i parametri del modello e le procedure di assimilazione sono stati modificati. Da questi studi di validazione arriviamo a stime conservative dell’incertezza nella tendenza di ± 1.0 103 km3/decennio. L’incertezza dell’anomalia del volume del ghiaccio mediata mensilmente è stimata come ±0.75 103 km3. Le incertezze totali del volume sono maggiori di quelle per l’anomalia perché i bias del modello sono rimossi quando si calcolano le anomalie. L’incertezza per il volume totale del ghiaccio di ottobre è stimata essere ±1.35 103 km3. Il confronto dei volumi totali invernali con altre stime di volume deve 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 St. Lawrence sono parzialmente escluse dal dominio. Dettagli sulla convalida del modello possono essere trovati in Schweiger et al. 2011 e (qui). Ulteriori informazioni su PIOMAS possono essere trovate(qui)
Una vasta biblioteca di dati sullo spessore del ghiaccio marino per la convalida del modello è stata compilata ed è disponibile ( qui )
Perspettiva: Perdita di Ghiaccio ed Energia Occorre energia per sciogliere il ghiaccio marino. Quanta energia? L’energia necessaria per sciogliere i 16.400 Km3 di ghiaccio che vengono persi ogni anno (media 1979-2010) da aprile a settembre come parte del ciclo naturale annuale è di circa 5 x 1021 Joule. Per confronto, il consumo energetico degli Stati Uniti per il 2009 (www.eia.gov/totalenergy) era di circa 1 x 1020 J. Quindi ci vogliono circa 50 volte il consumo energetico annuale degli Stati Uniti per sciogliere tanto ghiaccio ogni anno. Questa energia proviene dal cambiamento nella distribuzione della radiazione solare mentre la terra ruota attorno al sole.
Per sciogliere i 280 km3 aggiuntivi di ghiaccio marino, la quantità che abbiamo perso su base annua secondo i calcoli di PIOMAS, ci vogliono circa 8.6 x 1019 J o l’86% del consumo energetico degli Stati Uniti.
Tuttavia, quando diffuso sull’area coperta dal ghiaccio marino artico, l’energia aggiuntiva necessaria per sciogliere tanto ghiaccio è in realtà piuttosto piccola. Corrisponde a circa 0,4 Wm-2. È come lasciare una piccola e debole lampadina di una torcia accesa continuamente su ogni metro quadrato di ghiaccio. Trovare una così piccola differenza di energia è molto difficile, e sottolinea il motivo per cui dobbiamo guardare a serie temporali più lunghe e considerare le incertezze nelle nostre misurazioni e calcoli.
Dati
I dati riprocessati sul volume del ghiaccio PIOMAS (versione 2.1) sono disponibili (qui).
Come citare la serie temporale del volume del ghiaccio PIOMAS Serie temporale del volume e incertezze:
Schweiger, A., R. Lindsay, J. Zhang, M. Steele, H. Stern, Incertezza nel volume del ghiaccio marino artico modellato, J. Geophys. Ris., doi:10.1029/2011JC007084 , 2011
Dettagli del modello
Zhang, J.L. e D.A. Rothrock, “Modeling global sea ice with a thickness and enthalpy distribution model in generalized curvilinear coordinates”, Mon. Weather Rev., 131, 845-861, 2003