Долгопериодные тенденции изменения температуры вод в северной части Атлантического океана по данным океанских реанализов

Обложка
  • Авторы: Сухонос П.А.1, Иванов В.В.2, Дианский Н.А.2,3,4
  • Учреждения:
    1. Институт природно-технических систем
    2. Московский государственный университет им. М. В. Ломоносова
    3. Институт вычислительной математики им. Г. И. Марчука
    4. Государственный океанографический институт им. Н. Н. Зубова
  • Выпуск: Том 515, № 2 (2024)
  • Страницы: 289-295
  • Раздел: ОКЕАНОЛОГИЯ
  • Статья получена: 15.10.2024
  • Статья одобрена: 15.10.2024
  • Статья опубликована: 15.08.2024
  • URL: https://bakhtiniada.ru/2686-7397/article/view/266260
  • DOI: https://doi.org/10.31857/S2686739724040145
  • ID: 266260

Цитировать

Полный текст

Аннотация

Приводятся результаты оценки долгопериодных изменений температуры вод в северной части Атлантического океана (0°–70° с. ш., 8°–80° з. д.) по данным океанских реанализов и объективных анализов за периоды 1961–2011 гг. и 1980–2011 гг. Полученные оценки основаны на применении непараметрического метода регрессионного анализа (квантильной регрессии) к среднемесячной температуре океана для значения квантиля 0.5. В период 1961–2011 гг. потепление, в основном, отмечалось в верхнем 400-метровом слое в области от экватора до 70° с. ш. За этот 51-летний период рост медианы среднемесячной температуры океана составил в среднем по анализируемой акватории ~0.5°C, а в системе Гольфстрим–Северо-Атлантическое течение ~1°C. В период 1980–2011 гг. потепление в северной части Атлантического океана, в основном, происходило в верхнем 1-км слое в высоких широтах (50°–65° с. ш.). За этот 32-летний период рост медианы среднемесячной температуры океана в субполярном круговороте в верхнем 400-метровом слое составил ~1°C.

Об авторах

П. А. Сухонос

Институт природно-технических систем

Автор, ответственный за переписку.
Email: pasukhonis@mail.ru
Россия, Севастополь

В. В. Иванов

Московский государственный университет им. М. В. Ломоносова

Email: pasukhonis@mail.ru
Россия, Москва

Н. А. Дианский

Московский государственный университет им. М. В. Ломоносова; Институт вычислительной математики им. Г. И. Марчука; Государственный океанографический институт им. Н. Н. Зубова

Email: pasukhonis@mail.ru
Россия, Москва; Москва; Москва

Список литературы

  1. Добролюбов С.А. Океан и изменения климата // Партнерство цивилизаций. 2020. № 1–2. С. 174–178.
  2. IPCC, 2023: Summary for Policymakers. In: Climate Change 2023: Synthesis Report. Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change [Core Writing Team, H. Lee and J. Romero (eds.)]. IPCC, Geneva, Switzerland, P. 1–34.
  3. Levitus S., Antonov J.I., Boyer T.P., et al. World ocean heat content and thermosteric sea level change (0–2000 m), 1955–2010 // Geophysical Research Letters. 2012. V. 39. No. 10.
  4. Багатинский В.А., Дианский Н.А. Вклады климатических изменений температуры и солености в формирование трендов термохалинной циркуляции Северной Атлантики в 1951–2017 гг. // Вестник МГУ. Серия 3. Физика. Астрономия. 2022. № 3. С. 73–88.
  5. Lyman J.M., Johnson G.C. Estimating global ocean heat content changes in the upper 1800 m since 1950 and the influence of climatology choice // Journal of Climate. 2014. V. 27. No. 5. P. 1945–1957.
  6. Polyakov I.V., Alexeev V.A., Bhatt U.S., et al. North Atlantic warming: patterns of long-term trend and multidecadal variability // Climate Dynamics. 2010. V. 34. P. 439–457.
  7. Gulev S.K., Latif M., Keenlyside N., et al. North Atlantic Ocean control on surface heat flux on multidecadal timescales // Nature. 2013. V. 499. No. 7459. P. 464–467.
  8. DelSole T., Tippett M.K., Shukla J. A significant component of unforced multidecadal variability in the recent acceleration of global warming // Journal of Climate. 2011. V. 24. No. 3. P. 909–926.
  9. Good S.A., Martin M.J., Rayner N.A. EN4: quality-controlled ocean temperature and salinity profiles and monthly objective analyses with uncertainty estimates // Journal of Geophysical Research: Oceans. 2013. V. 118. No. 12. P. 6704–6716.
  10. Ishii M., Kimoto M., Kachi M. Historical ocean subsurface temperature analysis with error estimates // Monthly Weather Review. 2003. V. 131. No. 1. P. 51–73.
  11. Köhl A. Evaluating the GECCO3 1948–2018 ocean synthesis – a configuration for initializing the MPI‐ESM climate model // Quarterly Journal of the Royal Meteorological Society. 2020. V. 146. No. 730. P. 2250–2273.
  12. Balmaseda M.A., Mogensen K., Weaver A.T. Evaluation of the ECMWF ocean reanalysis system ORAS4 // Quarterly Journal of the Royal Meteorological Society. 2013. V. 139. No. 674. P. 1132–1161.
  13. Chang Y.-S., Zhang S., Rosati A., et al. An assessment of oceanic variability for 1960–2010 from the GFDL ensemble coupled data assimilation // Climate Dynamics. 2013. V. 40. No. 3–4. P. 775–803.
  14. Balmaseda M.A., Vidard A., Anderson D.L.T. The ECMWF Ocean Analysis System: ORA-S3 // Monthly Weather Review. 2008. V. 136. No. 8. P. 3018–3034.
  15. Zuo H., Balmaseda M.A., Tietsche S., et al. The ECMWF operational ensemble reanalysis–analysis system for ocean and sea ice: a description of the system and assessment // Ocean science. 2019. V. 15. No. 3. P. 779–808.
  16. Behringer D.W., Xue Y. Evaluation of the global ocean data assimilation system at NCEP: The Pacific Ocean // Proc. Eighth Symp. on Integrated Observing and Assimilation Systems for Atmosphere, Ocean, and Land Surface. Seattle, WA, Amer. Meteor. Soc. 2004. [Available online at https://origin.cpc.ncep.noaa.gov/products/people/yxue/pub/13.pdf]
  17. Carton J.A., Chepurin G.A., Chen L. SODA3: a new ocean climate reanalysis // Journal of Climate. 2018. V. 31. No. 17. P. 6967–6983.
  18. Koеnkеr R. Quantilе Rеgrеssion. Есonometriс Soсiеty Monographs: Cambridgе, 2005. 349 p.
  19. Тимофеев А.А., Стерин А.М. Применение метода квантильной регрессии для анализа изменений характеристик климата // Метеорология и гидрология. 2010. № 5. С. 27–41.
  20. Киктев Д.Б., Крыжов В.Н. О сравнении различных методов оценки статистической значимости линейных трендов // Метеорология и гидрология. 2004. № 11. С. 27–38.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Российская академия наук, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».