PIOMAS Arctic Sea Ice Volume Reanalysis – settembre 2023

Il Polar Science Center (PSC) è un’organizzazione dedicata alla ricerca interdisciplinare nelle regioni coperte di ghiaccio sulla Terra e altrove nel sistema solare, con particolare attenzione all’oceanografia, climatologia, meteorologia, biologia ed ecologia di queste aree​¹. Il PSC è una unità del Laboratorio di Fisica Applicata presso l’Università di Washington, dove i ricercatori osservano e modellizzano i processi fisici che controllano la natura e la distribuzione del ghiaccio marino e delle calotte polari, la struttura e il movimento degli oceani ad alte latitudini, e le interazioni tra aria, mare e ghiaccio​​. Le ricerche e i lavori sul campo del PSC coprono sia l’Artico che l’Antartico, inclusi il ghiaccio marino, i ghiacciai e le calotte di ghiaccio continentali​³​. Il Centro è situato presso l’Edificio di Ricerca Interdisciplinare Benjamin Hall dell’Università di Washington, a Seattle, WA​.

Il Pan-Arctic Ice Ocean Modeling and Assimilation System (PIOMAS), sviluppato da Zhang e Rothrock nel 2003 presso il Laboratorio di Fisica Applicata e il Polar Science Center (APL/PSC) dell’Università di Washington, è un modello numerico progettato per fornire stime dettagliate dello spessore del ghiaccio marino artico. Ecco una sintesi delle sue principali caratteristiche e funzionalità basate su diverse fonti:

1. Modello Accoppiato e Reanalisi dei Dati: PIOMAS è un sistema di reanalisi dei dati che utilizza un modello accoppiato di ghiaccio e oceano per fornire stime giornaliere e mensili dello spessore del ghiaccio marino artico​¹​.
2. Calcolo del Volume del Ghiaccio Marino: Utilizza i dati per calcolare il volume del ghiaccio marino, con le anomalie calcolate rispetto alla media del periodo 1979-2021 per ciascun giorno dell’anno, al fine di rimuovere il ciclo annuale​²​.
3. Assimilazione dei Dati: PIOMAS ha la capacità di assimilare alcuni tipi di osservazioni, come le informazioni sulla concentrazione del ghiaccio marino e i dati della temperatura della superficie del mare (SST) nelle aree prive di ghiaccio. Questi dati sono utilizzati per migliorare le stime dello spessore del ghiaccio. Inoltre, vengono utilizzati dati atmosferici specifici, come il vento, la temperatura dell’aria di superficie e la copertura nuvolosa, per calcolare le radiazioni solari e a lunga onda​³​.
4. Modello Numerico: PIOMAS include componenti sia per il ghiaccio marino che per l’oceano, ed è formulato in un sistema di coordinate ortogonali curvilinee generalizzate (GOCC), progettato per funzionare su computer con un singolo processore o processori massicciamente paralleli​⁴​.
5. Utilizzo di Dati Satellitari e Osservazioni In Situ: Il modello sfrutta dati satellitari e osservazioni in situ per simulare le variazioni dello spessore del ghiaccio marino e le proprietà dell’oceano artico​⁵​.
6. Ambito di Applicazione: PIOMAS è stato sviluppato principalmente per analizzare e comprendere meglio le dinamiche del ghiaccio marino artico, che è un indicatore climatico importante, poiché dipende sia dallo spessore che dall’estensione del ghiaccio. Il modello aiuta a stimare i cambiamenti del volume del ghiaccio marino su base continua per diversi decenni, dato che attualmente non è possibile osservare direttamente il volume del ghiaccio marino artico in modo continuo​³​.

In sintesi, PIOMAS è uno strumento essenziale per la ricerca scientifica sulle regioni polari, fornendo dati preziosi che aiutano la comunità scientifica a comprendere meglio i cambiamenti nel sistema climatico artico.

Anomalia del Volume del Ghiaccio Marino Artico

Il volume del ghiaccio marino è calcolato usando 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 1979-2021 per quel giorno dell’anno, per eliminare il ciclo annuale. Il ciclo annuale medio del modello del volume di ghiaccio marino in 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 dalla tendenza nella Figura 1 e le deviazioni standard rispetto alla media giornaliera del periodo 1979-2017 nella Figura 2.

Spiegazione:

Il testo descrive come viene calcolato il volume del ghiaccio marino artico utilizzando il sistema PIOMAS. Viene effettuata una analisi delle anomalie giornaliere rispetto alla media storica del periodo 1979-2021 per eliminare il ciclo annuale che il ghiaccio marino subisce (aumento in inverno e diminuzione in estate). Il ciclo annuale medio mostrato dal modello indica che il volume del ghiaccio marino varia da 28.000 km³ in aprile (quando il ghiaccio è più spesso) a 11.500 km³ in settembre (quando il ghiaccio è più sottile).

La linea blu nella figura rappresenta la tendenza del volume del ghiaccio marino dal 1 gennaio 1979 fino alla data più recente. Le aree ombreggiate nella figura indicano l’intervallo di variazione del volume del ghiaccio marino, mostrato come una e due deviazioni standard. Questo aiuta a visualizzare la variabilità del volume del ghiaccio marino rispetto alla tendenza generale e alla media giornaliera nel periodo 1979-2017.

In generale, il testo fornisce informazioni sul metodo utilizzato per analizzare e visualizzare le variazioni nel volume del ghiaccio marino artico nel tempo, utilizzando un modello numerico accoppiato con dati storici.

Fig.1 Anomalia del volume del ghiaccio marino artico da PIOMAS aggiornata una volta al mese. Le anomalie giornaliere del volume del ghiaccio marino per ogni giorno sono calcolate rispetto alla media del periodo 1979-2022 per quel giorno dell’anno. Le tacche sull’asse temporale 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.

Spiegazione:

La Figura 1 presenta un’analisi dell’anomalia del volume del ghiaccio marino artico, dove l’anomalia è calcolata come la differenza tra il volume del ghiaccio marino di un determinato giorno e la media del volume del ghiaccio marino per quel giorno specifico, nel periodo tra il 1979 e il 2022. L’aggiornamento di quest’analisi viene effettuato una volta al mese.

• Asse Temporale: Le tacche sull’asse temporale rappresentano il primo giorno di ogni anno, fornendo un riferimento temporale per l’analisi.
• Tendenza (Linea Blu): La linea blu rappresenta la tendenza dell’anomalia del volume del ghiaccio marino dal 1979 fino al presente. Questa tendenza potrebbe mostrare, ad esempio, se il volume del ghiaccio marino sta diminuendo o aumentando nel tempo.
• Aree Ombreggiate: Le aree ombreggiate rappresentano la variabilità delle anomalie rispetto alla tendenza, mostrata come una e due deviazioni standard. Questo fornisce una misura della dispersione dei dati rispetto alla tendenza.
• Barre di Errore: Le barre di errore, rappresentate una volta all’anno, indicano l’incertezza associata all’anomalia mensile. Questo aiuta a comprendere l’affidabilità dell’anomalia mensile rappresentata.

In sintesi, la Figura 1 fornisce una visualizzazione grafica dell’andamento delle anomalie del volume del ghiaccio marino artico nel tempo, con riferimenti specifici alla variabilità e all’incertezza dei dati, permettendo di comprendere meglio le dinamiche del ghiaccio marino artico nel periodo analizzato.

Fig. 2 Volume totale del ghiaccio marino artico da PIOMAS che mostra il volume del ciclo annuale medio, e dal 2011 al 2022. Le aree ombreggiate indicano una e due deviazioni standard dalla media.

Spiegazione:

La Figura 2 presenta una visualizzazione del volume totale del ghiaccio marino artico come calcolato da PIOMAS, focalizzandosi sul volume del ciclo annuale medio e sul periodo dal 2011 al 2022.

• Ciclo Annuale Medio: La figura mostra il volume medio del ghiaccio marino artico durante un ciclo annuale, che è tipicamente influenzato dalle stagioni, con un aumento del volume del ghiaccio durante l’inverno e una diminuzione durante l’estate.
• Periodo 2011-2022: Vengono mostrati i dati del volume del ghiaccio marino artico per ogni anno nel periodo dal 2011 al 2022, fornendo una panoramica delle fluttuazioni recenti nel volume del ghiaccio marino.
• Aree Ombreggiate: Le aree ombreggiate rappresentano la variabilità del volume del ghiaccio marino rispetto alla media, indicata come una e due deviazioni standard. Questo offre una misura della dispersione dei dati rispetto al valore medio, aiutando a visualizzare la consistenza o la variabilità nel volume del ghiaccio marino nel tempo.

La figura fornisce un’immagine chiara delle tendenze e delle variazioni nel volume del ghiaccio marino artico, permettendo di comprendere meglio le dinamiche del ghiaccio marino artico nel periodo specificato e come esso si confronta con il ciclo annuale medio.

Aggiornamento Annuale

Il 2022 si è concluso con un volume medio annuale di ghiaccio marino che è risultato il 9° più basso registrato, con 14.300 km³, con gli anni recenti tutti raggruppati vicinamente (vedi Figura 11). Il 2017 detiene ancora il record annuale di volume con 12.800 km³.

Spiegazione:

Nel passaggio fornito, viene presentato un aggiornamento annuale sul volume del ghiaccio marino artico.

• Classifica del 2022: Il 2022 si è posizionato come il nono anno con il volume di ghiaccio marino medio annuale più basso mai registrato, con un volume di 14.300 km³. Questo indica che la quantità di ghiaccio marino nel 2022 è stata relativamente bassa rispetto agli anni precedenti, ma non è la più bassa registrata.
• Confronto con gli Anni Recenti: Viene fatta una osservazione sul fatto che gli anni recenti hanno mostrato volumi di ghiaccio marino molto simili tra loro, indicando possibilmente una tendenza o una stabilizzazione nel declino del volume del ghiaccio marino artico.
• Record del 2017: Il 2017 rimane l’anno con il volume di ghiaccio marino medio annuale più basso registrato, con un volume di 12.800 km³. Questo suggerisce che, nonostante la continua perdita di ghiaccio marino, il 2022 non ha superato il minimo storico stabilito nel 2017.

In generale, questo aggiornamento fornisce una panoramica della situazione del ghiaccio marino artico nel 2022 in confronto agli anni precedenti, evidenziando una continua tendenza alla riduzione del volume del ghiaccio marino, sebbene il declino non abbia raggiunto un nuovo minimo rispetto al record stabilito nel 2017.

Aggiornamento Mensile di Settembre 2023

Il volume medio di ghiaccio marino artico in settembre 2023 era di 4.800 km³. Questo valore è il nono più basso registrato per agosto, circa 1.000 km³ sopra il record minimo stabilito nel 2012. Il volume del ghiaccio mensile era del 71% inferiore rispetto al massimo nel 1979 e del 53% inferiore rispetto al valore medio per il periodo 1979-2022. Il volume medio di ghiaccio di settembre 2023 era 1 deviazione standard sopra la linea di tendenza 1979-2022. La crescita (perdita) del ghiaccio per settembre 2023 è stata abbastanza normale per il decennio recente (Figura 4) (sopra i 15 cm di spessore) ed alla fine più spessa del gruppo di anni di ghiaccio sottile. La mappa dell’anomalia dello spessore del ghiaccio per settembre 2023 rispetto al periodo 2011-2022 (Figura 6) mostra un artico diviso con anomalie negative e nei mari di Beaufort, Chukchi, Siberia orientale e in parte dell’Artico centrale adiacente a queste regioni. Forti anomalie positive persistono lungo l’Arcipelago Canadese e a nord della Groenlandia, tutti parte dell’Ultima Area di Ghiaccio che aveva evidenziato notevoli riduzioni del ghiaccio marino negli anni precedenti (qui https://www.nature.com/articles/s43247-021-00197-5 ). Forti anomalie positive si trovano anche nel Mare di Laptev. Mentre il resto del pianeta mostra temperature record su terra e oceano, e l’Antartide mostra un nuovo record di bassa estensione del ghiaccio marino invernale, l’Artico sembra aver avuto una estate abbastanza “normale” per il decennio recente.

CS2 è entrato nel suo periodo di pausa estiva, sebbene i lavori recenti ( Landy et al 2023 ) mostrino promesse per i recuperi estivi. Ne parleremo in un momento successivo. Le tendenze relativamente piatte sia per PIOMAS che per CS dal 2011 indicano l’importante variabilità su scale temporali di 10 anni e la necessità di serie temporali più lunghe.

Gli aggiornamenti saranno generati a intervalli di circa un mese.

Spiegazione:

Nell’aggiornamento fornito, vengono presentate analisi e comparazioni del volume del ghiaccio marino artico nel settembre 2023.

• Classificazione e Confronto con il Passato: Il volume medio di ghiaccio marino per settembre 2023 è comparato con i record precedenti, indicando che è il nono più basso registrato per agosto, ma ancora sopra il record minimo del 2012. Viene anche fatto un confronto con il massimo del 1979 e la media del periodo 1979-2022, mostrando una significativa diminuzione del volume del ghiaccio marino nel tempo.
• Analisi delle Anomalie e della Crescita del Ghiaccio: L’analisi include una mappa dell’anomalia dello spessore del ghiaccio e un confronto della crescita del ghiaccio con gli anni precedenti. Inoltre, viene mostrato come alcune regioni dell’Artico abbiano anomalie negative (meno ghiaccio rispetto alla media), mentre altre hanno anomalie positive (più ghiaccio rispetto alla media).
• Confronto Globale: Viene fornito un contesto globale, confrontando la situazione artica con le temperature record e le condizioni del ghiaccio marino in altre parti del mondo.
• Ricerca Futura e Aggiornamenti: Viene menzionato un progetto di ricerca (Landy et al 2023) che potrebbe fornire dati durante l’estate, un periodo in cui CS2 è in pausa. Viene anche evidenziata l’importanza di analizzare le tendenze su scale temporali più lunghe per comprendere meglio la variabilità del ghiaccio marino artico.

In sintesi, l’aggiornamento fornisce una panoramica dettagliata delle condizioni del ghiaccio marino artico nel settembre 2023, mettendo in relazione i dati attuali con i record passati e fornendo un contesto sulle tendenze e le anomalie osservate.

Fig.3 Volume Mensile del Ghiaccio Marino da PIOMAS per Aprile e Settembre

Spiegazione:

La Figura 3 presenta i dati sul volume mensile del ghiaccio marino forniti dal sistema PIOMAS per i mesi di aprile e settembre. Questi due mesi sono significativi poiché rappresentano tipicamente i periodi di massimo e minimo estensione del ghiaccio marino nell’Artico, rispettivamente.

• Aprile: Di solito, aprile è il mese in cui il ghiaccio marino raggiunge il suo massimo annuale nell’emisfero nord, a causa delle basse temperature invernali.
• Settembre: Al contrario, settembre è il mese in cui il ghiaccio marino raggiunge il suo minimo annuale, a seguito del periodo estivo di scioglimento.

La figura mostra le tendenze nel volume del ghiaccio marino per questi due mesi cruciali nel corso degli anni, fornendo una visualizzazione delle variazioni stagionali e interannuali del ghiaccio marino artico. Attraverso tale figura, gli analisti e i ricercatori possono ottenere una comprensione chiara delle dinamiche del ghiaccio marino, come sta cambiando nel tempo, e quali potrebbero essere le implicazioni future per l’Artico.

Fig 4 Confronto delle Anomalie Giornaliere del Volume del Ghiaccio Marino rispetto al periodo 1979-2022.

Spiegazione:

La Figura 4 presenta un confronto delle anomalie giornaliere del volume del ghiaccio marino, misurate rispetto al periodo di riferimento 1979-2022. Questo confronto viene eseguito per mostrare come il volume del ghiaccio marino in giorni specifici o periodi si confronti con il volume medio del ghiaccio marino per quel particolare giorno o periodo nel corso degli anni dal 1979 al 2022.

• Anomalie del Volume del Ghiaccio Marino: Un’anomalia, in questo contesto, indica la differenza tra il volume del ghiaccio marino osservato in un determinato giorno e il volume medio di ghiaccio marino per quel giorno nel periodo di riferimento 1979-2022. Una anomalia positiva indicherebbe che il volume del ghiaccio marino è maggiore della media, mentre una anomalia negativa indicherebbe che il volume del ghiaccio marino è inferiore alla media.
• Confronto Giornaliero: Il confronto giornaliero permette di visualizzare le fluttuazioni del volume del ghiaccio marino su una base quotidiana, fornendo una visione dettagliata delle variazioni nel volume del ghiaccio marino nel corso del tempo.
• Periodo di Riferimento 1979-2022: Utilizzare un periodo di riferimento lungo come 1979-2022 fornisce una solida base di confronto per comprendere come le condizioni del ghiaccio marino si siano modificate nel tempo, fornendo contesto e significato alle anomalie osservate.

In sintesi, la Figura 4 fornisce una analisi comparativa delle anomalie giornaliere del volume del ghiaccio marino, permettendo di valutare le variazioni nel volume del ghiaccio marino in relazione a un periodo storico di riferimento, e di comprendere meglio le tendenze e le fluttuazioni del ghiaccio marino artico nel tempo.

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 dove il ghiaccio è più spesso di 0,15 metri.

Spiegazione:

La Figura 5 mostra lo spessore medio del ghiaccio marino artico in diverse regioni coperte di ghiaccio, come calcolato dal sistema PIOMAS, per una selezione di anni. Ecco alcuni punti chiave:

• Selezione degli Anni: La figura presenta dati di spessore medio del ghiaccio marino per una serie di anni selezionati, permettendo una comparazione tra diversi anni per osservare eventuali tendenze o variazioni nel tempo.
• Calcolo dello Spessore Medio: Lo spessore medio del ghiaccio marino viene calcolato considerando solo le aree dove il ghiaccio ha uno spessore maggiore di 0,15 metri. Questo criterio assicura che vengano considerate solo le regioni con una copertura di ghiaccio significativa, escludendo aree con ghiaccio molto sottile o aree prive di ghiaccio.
• Dominio PIOMAS: Il dominio PIOMAS si riferisce all’area geografica coperta dal modello PIOMAS, che include l’oceano artico e le regioni circostanti coperte di ghiaccio.
• Regioni Coperte di Ghiaccio: Le regioni coperte di ghiaccio sono quelle aree dell’Artico dove il ghiaccio marino è presente. Lo spessore del ghiaccio in queste regioni può variare in base a fattori come la stagione, la temperatura e le correnti oceaniche.

In sintesi, la Figura 5 fornisce una rappresentazione visiva dello spessore medio del ghiaccio marino artico in una selezione di anni, utilizzando un criterio specifico per il calcolo dello spessore medio, e permette una analisi comparativa dello spessore del ghiaccio marino nel tempo. Questo può aiutare a comprendere meglio come lo spessore del ghiaccio marino artico sia cambiato nel corso degli anni e quali potrebbero essere le implicazioni di tali cambiamenti.

Fig 6. Anomalia dello Spessore del Ghiaccio PIOMAS per Agosto 2023 rispetto al periodo 2011-2022.

Spiegazione:

La Figura 6 illustra l’anomalia dello spessore del ghiaccio, come calcolato dal sistema PIOMAS, per il mese di agosto 2023 in confronto al periodo 2011-2022. Ecco alcuni punti chiave:

• Anomalia dello Spessore del Ghiaccio: L’anomalia dello spessore del ghiaccio è calcolata come la differenza tra lo spessore del ghiaccio in agosto 2023 e lo spessore medio del ghiaccio per agosto durante il periodo 2011-2022. Un valore positivo indica che lo spessore del ghiaccio è maggiore della media del periodo di riferimento, mentre un valore negativo indica che è inferiore.
• Periodo di Riferimento 2011-2022: Questo è il periodo di tempo contro il quale viene confrontata l’anomalia dello spessore del ghiaccio di agosto 2023. Fornisce una media storica per avere un punto di confronto su come lo spessore del ghiaccio in agosto 2023 si confronta con gli anni precedenti.
• Agosto 2023: Il mese specifico per il quale viene calcolata e presentata l’anomalia dello spessore del ghiaccio. Agosto è un mese importante per studiare il ghiaccio marino artico poiché è alla fine della stagione di scioglimento estivo.

La Figura 6, quindi, fornisce una visualizzazione dell’anomalia dello spessore del ghiaccio marino artico per agosto 2023 rispetto alla media del periodo 2011-2022. Questo può aiutare a comprendere meglio come lo spessore del ghiaccio marino si sia modificato nel 2023 rispetto agli anni precedenti, fornendo insight sulle tendenze a lungo termine e sulle variazioni annuali dello spessore del ghiaccio marino nell’Artico.

Fig 7. Anomalia dello spessore del ghiaccio marino di CryoSat 2 (AWI, v2.5) per aprile 2023 rispetto al periodo 2011-2023.

Spiegazione:

La Figura 7 presenta l’anomalia dello spessore del ghiaccio marino misurata da CryoSat 2 (una versione fornita dall’Alfred Wegener Institute, versione 2.5) per il mese di aprile 2023 in confronto al periodo 2011-2023. Ecco alcuni punti chiave:

• Anomalia dello Spessore del Ghiaccio: L’anomalia dello spessore del ghiaccio è calcolata come la differenza tra lo spessore del ghiaccio in aprile 2023 e lo spessore medio del ghiaccio per aprile durante il periodo 2011-2023. Un valore positivo indica che lo spessore del ghiaccio è maggiore della media del periodo di riferimento, mentre un valore negativo indica che è inferiore.
• Periodo di Riferimento 2011-2023: Questo è il periodo di tempo contro il quale viene confrontata l’anomalia dello spessore del ghiaccio di aprile 2023. Fornisce una media storica per avere un punto di confronto su come lo spessore del ghiaccio in aprile 2023 si confronta con gli anni precedenti.
• Aprile 2023: Il mese specifico per il quale viene calcolata e presentata l’anomalia dello spessore del ghiaccio. Aprile è un mese importante per studiare il ghiaccio marino artico poiché è verso la fine della stagione invernale, quando il ghiaccio marino tende a essere al suo massimo spessore annuale.
• CryoSat 2 (AWI, v2.5): CryoSat 2 è un satellite dell’Agenzia Spaziale Europea dedicato alla misurazione dello spessore del ghiaccio marino e terrestre. La versione 2.5 fornita dall’Alfred Wegener Institute (AWI) potrebbe contenere specifiche metodologie o aggiornamenti nel modo in cui vengono processati e presentati i dati.

La Figura 7, quindi, fornisce una visualizzazione dell’anomalia dello spessore del ghiaccio marino artico per aprile 2023 rispetto alla media del periodo 2011-2023, utilizzando i dati forniti da CryoSat 2. Questo può aiutare a comprendere meglio come lo spessore del ghiaccio marino si sia modificato nel 2023 rispetto agli anni precedenti, fornendo insight sulle tendenze a lungo termine e sulle variazioni annuali dello spessore del ghiaccio marino nell’Artico.

Fig 8. Serie temporale di CryoSat-2 (AWI v 2.5) e anomalia del volume del ghiaccio marino di PIOMAS per aprile.

Spiegazione:

La Figura 8 presenta una serie temporale che confronta le anomalie del volume del ghiaccio marino misurate da CryoSat-2 (versione 2.5 fornita dall’Alfred Wegener Institute) e da PIOMAS per il mese di aprile. Ecco alcuni punti chiave:

• Serie Temporale: Una serie temporale è una rappresentazione grafica di dati misurati in momenti diversi nel tempo, in questo caso, le anomalie del volume del ghiaccio marino per il mese di aprile in diversi anni.
• Anomalia del Volume del Ghiaccio Marino: L’anomalia del volume del ghiaccio marino è calcolata come la differenza tra il volume del ghiaccio marino in un dato aprile e il volume medio del ghiaccio marino per aprile durante un periodo di riferimento specifico.
• CryoSat-2 (AWI v 2.5): CryoSat-2 è un satellite dell’Agenzia Spaziale Europea che misura lo spessore del ghiaccio marino e terrestre. La versione 2.5 fornita dall’Alfred Wegener Institute (AWI) potrebbe avere specifiche metodologie o aggiornamenti nel modo in cui vengono processati e presentati i dati.
• PIOMAS: PIOMAS è un modello utilizzato per stimare il volume del ghiaccio marino artico, basato su una varietà di dati inclusi misure satellitari e osservazioni in situ.

In questa figura, le anomalie del volume del ghiaccio marino calcolate da CryoSat-2 e PIOMAS sono messe a confronto nel tempo, fornendo una visione comparativa delle stime del volume del ghiaccio marino fornite da queste due fonti diverse per il mese di aprile. Questo confronto può aiutare a valutare la coerenza tra i due metodi di misurazione e può fornire insight sulle tendenze a lungo termine e sulle variazioni annuali nel volume del ghiaccio marino nell’Artico.

Scopo

Il volume del ghiaccio marino è un importante indicatore climatico. Dipende sia dallo spessore che dall’estensione del ghiaccio e, pertanto, è legato più direttamente alle forzature climatiche 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 satellites, Navy submarines, moorings, sul campo sono tutte limitate nello spazio e nel tempo. L’assimilazione delle osservazioni nei modelli numerici fornisce attualmente un modo per stimare le variazioni del volume del ghiaccio marino su base continua per diversi decenni. I confronti delle stime del modello dello spessore del ghiaccio con le osservazioni aiutano a testare la nostra comprensione dei processi rappresentati nel modello che sono importanti per la formazione e lo scioglimento del ghiaccio marino.

Spiegazione:

Il testo discute l’importanza del volume del ghiaccio marino come indicatore climatico e le sfide associate alla sua misurazione continua. Ecco alcuni punti chiave:

• Indicatore Climatico: Il volume del ghiaccio marino è crucial per comprendere le forzature climatiche poiché è influenzato sia dallo spessore che dall’estensione del ghiaccio. A differenza dell’estensione del ghiaccio, il volume del ghiaccio fornisce una rappresentazione più diretta delle condizioni climatiche.
• Limitazioni Osservazionali: Attualmente, non esiste un sistema per osservare continuamente il volume del ghiaccio marino artico. Le tecniche esistenti, come le osservazioni satellitari, le misurazioni da sottomarini della Marina, gli ormeggi e le misurazioni sul campo, sono limitate sia nello spazio che nel tempo.
• Assimilazione nei Modelli Numerici: Per ovviare a queste limitazioni, le osservazioni vengono assimilate in modelli numerici. Questo processo permette di stimare le variazioni del volume del ghiaccio marino su base continua nel corso del tempo, fornendo una visione più completa delle tendenze a lungo termine.
• Confronto con le Osservazioni: Confrontando le stime del modello dello spessore del ghiaccio con le osservazioni reali, è possibile verificare la precisione e la validità dei modelli numerici. Questo, a sua volta, aiuta a migliorare la comprensione dei processi chiave coinvolti nella formazione e nello scioglimento del ghiaccio marino, e a perfezionare ulteriormente i modelli per ottenere stime più accurate in futuro.

In sintesi, il testo sottolinea l’importanza del volume del ghiaccio marino come indicatore climatico, discute le sfide nella sua misurazione continua e illustra come l’assimilazione delle osservazioni nei modelli numerici aiuti a superare queste sfide fornendo stime delle variazioni del volume del ghiaccio marino su un arco temporale prolungato.

Versioni

Versione 2.1

Abbiamo identificato un errore di programmazione in una routine che interpola i dati sulla concentrazione di ghiaccio prima dell’assimilazione. L’errore ha interessato solo i dati dal 2010 al 2013. Questi dati sono stati riprocessati e sono ora disponibili come versione 2.1. Lo spessore del ghiaccio è generalmente maggiore nell’area del Mare di Beaufort Chukchi, con le maggiori differenze di spessore durante maggio. Le differenze nel volume del ghiaccio sono fino all’11% maggiori alla fine della primavera.

Fig 5. mostra le differenze di volume tra la Versione 2.0 e la Versione 2.1 (https://psc.apl.uw.edu/wordpress/wp-content/uploads/schweiger/ice_volume/version_diff.png)

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 rispetto alle versioni precedenti assimilando le temperature della superficie del mare (SST) per le aree prive di ghiaccio e utilizzando una differente parametrizzazione per la forza del ghiaccio. I confronti delle stime di 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 10^3 km³/decennio da -3.6 km³ 10^3/decennio nell’ultima versione. I nostri confronti con i dati e le altre simulazioni del modello indicano che questa nuova tendenza è una stima conservativa della tendenza effettiva. Nuovo 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 verificarsi a intervalli irregolari. Quando si verificano aggiornamenti del modello, l’intera serie temporale verrà riprocessata e pubblicata.

Spiegazione:

Il testo discute due versioni aggiornate di un modello utilizzato per stimare il volume del ghiaccio marino. Ecco alcuni punti chiave:

• Versione 2.1:
  • Un errore di programmazione è stato identificato e corretto. L’errore, presente in una routine che interpola i dati sulla concentrazione di ghiaccio, ha interessato i dati dal 2010 al 2013.
  • I dati sono stati riprocessati, risultando in una maggiore stima dello spessore del ghiaccio, specialmente nell’area del Mare di Beaufort Chukchi durante maggio, e in un aumento fino all’11% del volume del ghiaccio alla fine della primavera.
  • La Figura 5 illustra visivamente le differenze di volume tra le versioni 2.0 e 2.1 del modello.
• Versione 2.0:
  • Questa versione del modello, aggiornata il 15 giugno 2011, presenta miglioramenti come l’assimilazione delle temperature della superficie del mare (SST) nelle aree prive di ghiaccio e una diversa parametrizzazione della forza del ghiaccio.
  • Gli aggiornamenti hanno portato a una riduzione degli errori nelle stime dello spessore del ghiaccio e a una riduzione della tendenza a lungo termine del declino del volume del ghiaccio.
  • Viene fornita anche una stima dell’incertezza, e i dettagli sono disponibili in una pubblicazione citata (Schweiger et al. 2011).
  • Il testo sottolinea che il miglioramento del modello è un’attività di ricerca in corso al Polar Science Center (PSC) e che gli aggiornamenti del modello possono avvenire a intervalli irregolari. Quando si verificano, l’intera serie temporale viene riprocessata e aggiornata.

In sintesi, il testo descrive gli sforzi continui per migliorare la precisione e l’affidabilità delle stime del volume del ghiaccio marino attraverso aggiornamenti del modello, identificando e correggendo errori, e incorporando nuovi dati e parametri.

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 di ghiaccio marino dal prodotto in tempo quasi reale del NSIDC vengono assimilate nel modello per migliorare le stime dello spessore del ghiaccio e i dati SST (Temperature della Superficie del Mare) dall’analisi NCEP/NCAR  NSIDC near-real time product vengono assimilati nelle aree prive di ghiaccio. I dati SST dell’analisi NCEP/NCAR si basano sulle analisi giornaliere ad alta risoluzione Reynolds SST globali utilizzando osservazioni satellitari e in situ (Reynolds e Marsico, 1993; Reynolds et al., 2007). Le informazioni atmosferiche per guidare il modello, specificamente il vento, la temperatura dell’aria in superficie e la copertura nuvolosa per calcolare la radiazione solare e a lunga onda, sono specificate dall’analisi NCEP/NCAR  NCEP/NCAR reanalysis . Il modello oceanico pan-Artico è alimentato con input da un modello oceanico globale ai suoi confini aperti situati a 45 gradi Nord.

Spiegazione:

Il paragrafo descrive il modello numerico PIOMAS e la procedura di assimilazione utilizzata per stimare il volume del ghiaccio marino. Ecco alcuni punti chiave:

• Modello Numerico PIOMAS: PIOMAS è un modello che include componenti per simulare sia il ghiaccio marino che l’oceano. È progettato per incorporare o “assimilare” osservazioni reali al fine di migliorare l’accuratezza delle simulazioni.
• Assimilazione di Dati:
  • Le informazioni sulla concentrazione di ghiaccio marino fornite dal National Snow and Ice Data Center (NSIDC) vengono utilizzate per migliorare le stime dello spessore del ghiaccio.
  • I dati sulla temperatura della superficie del mare (SST) provenienti dall’analisi NCEP/NCAR vengono utilizzati nelle aree prive di ghiaccio.
• Dati SST NCEP/NCAR: Questi dati sono basati su analisi globali giornaliere ad alta risoluzione effettuate utilizzando osservazioni sia satellitari che in situ.
• Informazioni Atmosferiche: Il modello utilizza informazioni atmosferiche come il vento, la temperatura dell’aria in superficie e la copertura nuvolosa per calcolare la radiazione solare e a lunga onda, che sono cruciali per la simulazione del comportamento del ghiaccio marino e delle condizioni oceaniche.
• Modello Oceanico Pan-Artico: Questo modello è integrato con un modello oceanico globale, ricevendo input da questo modello ai suoi confini aperti situati a 45 gradi Nord, permettendo così una rappresentazione più accurata delle condizioni oceaniche nell’Artico.

In sintesi, il paragrafo descrive il funzionamento del modello PIOMAS e come vengono assimilati vari tipi di dati per fornire stime più accurate del volume del ghiaccio marino nell’Artico. L’assimilazione di dati provenienti da diverse fonti è cruciale per migliorare la precisione delle simulazioni e ottenere una comprensione più dettagliata delle condizioni di ghiaccio marino e oceaniche nell’Artico.

Validazione del Modello e Incertezza

PIOMAS è stato ampiamente validato attraverso confronti con osservazioni https://psc.apl.uw.edu/sea_ice_cdr/index.html provenienti da sottomarini della Marina degli Stati Uniti, ormeggi oceanografici e satelliti. Inoltre, sono state eseguite esecuzioni del modello in cui sono stati modificati i parametri del modello e le procedure di assimilazione. Da questi studi di validazione, siamo arrivati a stime conservative dell’incertezza nella tendenza di ± 1,0 10^3 km³/decennio. L’incertezza dell’anomalia del volume di ghiaccio medio mensile è stimata come ±0,75 10^3 km³. Le incertezze del volume totale sono maggiori di quelle per l’anomalia perché i bias del modello vengono rimossi durante il calcolo delle anomalie. L’incertezza per il volume totale di ghiaccio di ottobre è stimata essere ±1,35 10^3 km³. Il confronto dei volumi totali invernali con altre stime del 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. Le aree nel Mare di Okhotsk e nel Golfo di St. Lawrence sono parzialmente escluse dal dominio. I dettagli sulla validazione del modello possono essere trovati in  Schweiger et al. 2011 e (qui https://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/validation/ ). Ulteriori informazioni su PIOMAS possono essere trovate (qui https://psc.apl.uw.edu/research/projects/projections-of-an-ice-diminished-arctic-ocean/ ).

È stata compilata una vasta raccolta di dati sullo spessore del ghiaccio marino per la validazione del modello ed è disponibile (qui https://psc.apl.uw.edu/sea_ice_cdr/).

Spiegazione:

Il passaggio descrive il processo di validazione e la stima dell’incertezza associata al modello PIOMAS. Ecco i punti chiave:

• Validazione di PIOMAS: Il modello è stato validato confrontandolo con osservazioni reali ottenute da sottomarini della Marina USA, ormeggi oceanografici e satelliti. Questa validazione è cruciale per assicurare che il modello fornisca stime accurate del volume del ghiaccio marino.
• Esecuzioni del Modello Modificate: Sono state eseguite versioni modificate del modello con diversi parametri e procedure di assimilazione per valutare l’effetto di queste modifiche sulle stime del modello.
• Stime dell’Incertezza: Sulla base degli studi di validazione, sono state fornite stime conservative dell’incertezza nella tendenza del volume del ghiaccio marino e nell’anomalia del volume medio mensile. L’incertezza è maggiore per il volume totale rispetto all’anomalia del volume a causa della rimozione dei bias del modello nel calcolo delle anomalie.
• Limitazioni del Dominio PIOMAS: Viene evidenziata una limitazione del modello PIOMAS, in quanto il suo dominio non copre tutte le aree che possono avere copertura di ghiaccio in inverno, escludendo parzialmente alcune aree come il Mare di Okhotsk e il Golfo di St. Lawrence.
• Raccolta Dati per Validazione: È stata compilata una raccolta di dati sullo spessore del ghiaccio marino per ulteriori validazioni del modello, contribuendo a un continuo miglioramento e validazione di PIOMAS.
• Riferimenti a Ulteriori Informazioni: Sono forniti riferimenti per ulteriori dettagli sulla validazione del modello e su PIOMAS stesso.

In sintesi, il passaggio descrive l’importanza della validazione e dell’accurata stima dell’incertezza in PIOMAS per garantire che il modello fornisca stime affidabili e precise del volume del ghiaccio marino, nonostante alcune limitazioni e incertezze.

Prospettiva: Perdita di Ghiaccio ed Energia

È necessaria 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 annuale naturale 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 così tanto ghiaccio ogni anno. Questa energia proviene dal cambiamento nella distribuzione della radiazione solare mentre la terra ruota attorno al sole.

Per sciogliere gli ulteriori 280 km³ di ghiaccio marino, la quantità che abbiamo perso su base annua in base ai calcoli PIOMAS, servono circa 8,6 x 10¹⁹ J o l’86% del consumo energetico degli Stati Uniti.

Tuttavia, quando distribuita sull’area coperta dal ghiaccio marino artico, l’energia aggiuntiva necessaria per sciogliere così tanto ghiaccio è in realtà molto piccola. Corrisponde a circa 0,4 Wm⁻². È come lasciare una piccola e fioca lampadina di una torcia accesa in modo continuo su ogni metro quadrato di ghiaccio. Rintracciare 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 https://psc.apl.uw.edu/research/projects/arctic-sea-ice-volume-anomaly/data/ ).

Spiegazione:

Il testo mette in prospettiva la quantità di energia necessaria per sciogliere il ghiaccio marino, confrontandola con il consumo energetico degli Stati Uniti. Ecco i punti salienti:

• Energia per Sciogliere il Ghiaccio: Viene fornita una quantificazione dell’energia necessaria per sciogliere il ghiaccio marino che si perde annualmente nell’Artico durante il ciclo annuale naturale da aprile a settembre, evidenziando che questa quantità di energia è significativamente elevata, pari a circa 50 volte il consumo energetico annuale degli Stati Uniti.
• Fonte dell’Energia: L’energia proviene dal cambiamento nella distribuzione della radiazione solare a causa della rotazione della Terra attorno al Sole, il che riscalda il ghiaccio e contribuisce al suo scioglimento.
• Energia per Sciogliere il Ghiaccio Extra: L’energia necessaria per sciogliere il volume aggiuntivo di ghiaccio marino perso ogni anno è stata quantificata e paragonata al consumo energetico degli Stati Uniti, dimostrando che è circa l’86% del consumo energetico annuale degli Stati Uniti.
• Distribuzione dell’Energia sull’Area Artica: Nonostante queste grandi quantità di energia, quando distribuite sull’ampia area coperta dal ghiaccio marino artico, l’energia extra necessaria per sciogliere il ghiaccio aggiuntivo risulta essere relativamente piccola per metro quadrato.
• Difficoltà nel Rilevare Piccole Differenze Energetiche: Il testo sottolinea che rintracciare tali piccole differenze energetiche è molto difficile, evidenziando l’importanza di analizzare serie temporali più lunghe e di considerare le incertezze nelle misurazioni e nei calcoli per ottenere una comprensione accurata della situazione.
• Disponibilità dei Dati: Infine, il testo fornisce un link per accedere ai dati riprocessati del volume del ghiaccio forniti da PIOMAS, permettendo ulteriori analisi e studi.

In sintesi, il testo fornisce una prospettiva interessante sulla quantità di energia coinvolta nel processo di scioglimento del ghiaccio marino artico, e sottolinea le sfide nel monitorare e comprendere queste dinamiche a causa delle piccole differenze energetiche su larga scala.