SPREADING OF THE AMAZON RIVER PLUME

Обложка

Цитировать

Полный текст

Аннотация

Results of a joint Russian-Brazilian expedition to study the dynamics of continental river runoff in the ocean associated with the Amazon plume are presented. The stations of the study region covered the seaward part of the Amazon plume. The work was carried out in the dry season (November). The data of in situ measurements and satellite data show that the most desalinated and rich in suspended particulate matter and chlorophyll-a waters were localized on the shallow inner shelf. The horizontal and vertical structure of the thermohaline fields indicates the presence of a well-pronounced river plume about 15 m thick. The decrease in salinity in the plume relative to the background values exceeded 6 PSU even at 300–400 km from the river mouth. The plume waters were characterized by increased concentrations of suspended matter. The best approximation to the in situ measurements is provided by the SMOS satellite salinity data and reanalysis GLORYS12. Chemical determinations in the surface layer in the area of the plume reveal elevated concentrations of silicates, phosphates, and nitrites compared to the seaward part.

Об авторах

Е. Г. Морозов

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru
ORCID iD: 0000-0002-0251-3454

П. О. Завьялов

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru

В. В. Замшин

Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС"

Email: egmorozov@mail.ru

О. О. Моллер

Федеральный университет штата Рио-Гранде

Email: egmorozov@mail.ru
ORCID iD: 0000-0002-7207-1022

Д. И. Фрей

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru
ORCID iD: 0000-0001-8141-9513

О. А. Зуев

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru
ORCID iD: 0000-0001-6856-4783

А. М. Селиверстова

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru
ORCID iD: 0009-0006-1489-8933

А. В. Буланов

Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук

Email: egmorozov@mail.ru

Н. А. Липинская

Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук

Email: egmorozov@mail.ru

П. А. Салюк

Тихоокеанский океанологический институт им. В.И. Ильичева Дальневосточного отделения Российской академии наук

Email: egmorozov@mail.ru

О. И. Чверткова

Научно-исследовательский институт аэрокосмического мониторинга "АЭРОКОСМОС"

Email: egmorozov@mail.ru

И. А. Немировская

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru

В. А. Кречик

Институт океанологии им. П.П. Ширшова РАН

Email: egmorozov@mail.ru
ORCID iD: 0000-0001-6440-060X

А. Л. Чульцова

Институт океанологии им. П.П. Ширшова РАН

Автор, ответственный за переписку.
Email: egmorozov@mail.ru

Список литературы

  1. Aventura do Brasil (2023), Climate and Best Time to Visit the Amazon, Brazil, https://www.aventuradobrasil.com/info/brazil-climate/amazon/.
  2. Barcelona Expert Center (2016), SMOS-BEC Ocean and Land Products Description. BEC-SMOS-0001-PD, Version 1.5.,Technical report.
  3. Bondur, V. G. (2004), Aerospace methods in modern oceanology, in New Ideas in Oceanology. Vol. 1. Physics. Chemistry.Biology, pp. 55–117, Nauka, Moscow (in Russian).
  4. Bondur, V. G., V. A. Ivanov, V. A. Dulov, Y. N. Goryachkin, V. V. Zamshin, S. I. Kondratiev, M. E. Lee, V. S. Mukhanov, E. E. Sovga, and A. M. Chukharev (2018), Structure and origin of the underwater plume near Sevastopol, Fundamental and Applied Hydrophysics, 11(4), 42–54, https://doi.org/10.7868/S2073667318040068 (in Russian).
  5. Bordovsky, O. K., and A. M. Chernyakova (1992), Modern methods of hydrochemical research of the ocean, 201 pp., IO RAN, Moscow.
  6. Boyer, T. P., O. K. Baranova, C. Coleman, H. E. Garcia, A. Grodsky, R. A. Locarnini, A. V. Mishonov, C. R. Paver, J. R. Reagan, D. Seidov, I. V. Smolyar, K. W. Weathers, and M. M. Zweng (2018), World Ocean Database 2018, NOAA Atlas NESDIS 87.
  7. Chen, D., L. Zeng, K. Boot, and Q. Liu (2022), Satellite Observed Spatial and Temporal Variabilities of Particulate Organic Carbon in the East China Sea, Remote Sensing, 14(8), 1799, https://doi.org/10.3390/rs14081799.
  8. Curtin, T. B., and R. V. Legeckis (1986), Physical observations in the plume region of the Amazon River during peak discharge-I. Surface variability, Continental Shelf Research, 6(1-2), 31–51, https://doi.org/10.1016/0278-4343(86)90052-x.
  9. Dai, A., and K. E. Trenberth (2002), Estimates of Freshwater Discharge from Continents: Latitudinal and Seasonal Variations, Journal of Hydrometeorology, 3(6), 660–687, https://doi.org/10.1175/1525-7541(2002)003<0660:eofdfc>2.0.co;2.
  10. Del Vecchio, R. (2004), Influence of the Amazon River on the surface optical properties of the western tropical North Atlantic Ocean, Journal of Geophysical Research, 109(C11), https://doi.org/10.1029/2004jc002503.
  11. Donlon, C., B. Berruti, A. Buongiorno, M.-H. Ferreira, P. Féménias, J. Frerick, P. Goryl, U. Klein, H. Laur, C. Mavrocordatos, J. Nieke, H. Rebhan, B. Seitz, J. Stroede, and R. Sciarra (2012), The Global Monitoring for Environment and Security (GMES) Sentinel-3 mission, Remote Sensing of Environment, 120, 37–57, https://doi.org/10.1016/j.rse.2011.07.024.
  12. Ecuador & Galapagos Insiders (2023), Amazon Rainforest MonthlyWeather and Temperatures, https://galapagosinsiders.com/travel-blog/climate-weather-amazon-rainforest-temperatures/.
  13. Fore, A., S. Yueh, W. Tang, and A. Hayashi (2016), SMAP Salinity and Wind Speed Data User’s Guide, Version 3.0, California Institute of Technology.
  14. Geyer, W. R., R. C. Beardsley, S. J. Lentz, J. Candela, R. Limeburner, W. E. Johns, B. M. Castro, and I. D. Soares (1996), Physical oceanography of the Amazon shelf, Continental Shelf Research, 16(5-6), 575–616, https://doi.org/10.1016/0278-4343(95)00051-8.
  15. Giffard, P., W. Llovel, J. Jouanno, G. Morvan, and B. Decharme (2019), Contribution of the Amazon River Discharge to Regional Sea Level in the Tropical Atlantic Ocean, Water, 11(11), 2348, https://doi.org/10.3390/w11112348.
  16. Hu, C., E. Montgomery, R. Schmitt, and F. Mullerkarger (2004), The dispersal of the Amazon and Orinoco River water in the tropical Atlantic and Caribbean Sea: Observation from space and S-PALACE floats, Deep Sea Research Part II: Topical Studies in Oceanography, 51(10-11), 1151–1171, https://doi.org/10.1016/s0967-0645(04)00105-5.
  17. Jeffrey, S. W., and G. F. Humphrey (1975), New spectrophotometric equations for determining chlorophylls a, b, c1 and c2 in higher plants, algae and natural phytoplankton, Biochemie und Physiologie der Pflanzen, 167(2), 191–194, https://doi.org/10.1016/s0015-3796(17)30778-3.
  18. Jo, Y.-H. (2005), A study of the freshwater discharge from the Amazon River into the tropical Atlantic using multi-sensor data, Geophysical Research Letters, 32(2), https://doi.org/10.1029/2004gl021840.
  19. Kurihara, Y. (2020), GCOM-C/SGLI Sea Surface Temperature (SST) ATBD (V.2), https://suzaku.eorc.jaxa.jp/GCOM_C/data/ATBD/ver2/V2ATBD_O1AB_SST_Kurihara_r1.pdf.
  20. Le, C., J. C. Lehrter, C. Hu, H. MacIntyre, and M. W. Beck (2017), Satellite observation of particulate organic carbon dynamics on the Louisiana continental shelf, Journal of Geophysical Research: Oceans, 122(1), 555–569, https://doi.org/10.1002/2016jc012275.
  21. Le, C., X. Zhou, C. Hu, Z. Lee, L. Li, and D. Stramski (2018), A Color-Index-Based Empirical Algorithm for Determining Particulate Organic Carbon Concentration in the Ocean From Satellite Observations, Journal of Geophysical Research: Oceans, 123(10), 7407–7419, https://doi.org/10.1029/2018JC014014.
  22. Lellouche, J.-M., E. Greiner, R. Bourdallé-Badie, G. Garric, A. Melet, M. Drévillon, C. Bricaud, M. Hamon, O. L. Galloudec, C. Regnier, T. Candela, C.-E. Testut, F. Gasparin, G. Ruggiero, M. Benkiran, Y. Drillet, and P.-Y. L. Traon (2021), The Copernicus Global 1/12° Oceanic and Sea Ice GLORYS12 Reanalysis, Frontiers in Earth Science, 9, https://doi.org/10.3389/feart.2021.698876.
  23. Lentz, S. J., and R. Limeburner (1995), The Amazon River Plume during AMASSEDS: Spatial characteristics and salinity variability, Journal of Geophysical Research, 100(C2), 2355, https://doi.org/10.1029/94jc01411.
  24. Liang, Y.-C., M.-H. Lo, C.-W. Lan, H. Seo, C. C. Ummenhofer, S. Yeager, R.-J. Wu, and J. D. Steffen (2020), Amplified seasonal cycle in hydroclimate over the Amazon river basin and its plume region, Nature Communications, 11(1), https://doi.org/10.1038/s41467-020-18187-0.
  25. Liu, D., D. Pan, Y. Bai, X. He, D.Wang, J.-A.Wei, and L. Zhang (2015), Remote Sensing Observation of Particulate Organic Carbon in the Pearl River Estuary, Remote Sensing, 7(7), 8683–8704, https://doi.org/10.3390/rs70708683.
  26. Lyakhin, Y. I. (1990), Hydrochemistry of tropical regions of the World Ocean, 213 pp., Gidrometeoizdat, Leningrad (in Russian).
  27. Magliocca, A. (1971), Some chemical aspects of the marine environment off the Amazon and Pará rivers, Brazil, Boletim do Instituto Oceanográfico, 20(1), 61–84, https://doi.org/10.1590/S0373-55241971000100005.
  28. Monin, A. S., and V. V. Gordeev (1988), Amazonia, 217 pp., Nauka, Moscow (in Russian).
  29. Muller-Karger, F. E., C. R. McClain, and P. L. Richardson (1988), The dispersal of the Amazon’s water, Nature, 333(6168), 56–59, https://doi.org/10.1038/333056a0.
  30. Murakami, H. (2020), ATBD of GCOM-C chlorophyll-a concentration algorithm, https://suzaku.eorc.jaxa.jp/GCOM_C/data/ATBD/ver2/V2ATBD_O3AB_Chla_Murakami.pdf.
  31. NASA Ocean Biology Processing Group (2018), MODIS-TERRA Level 3 Mapped Particulate Organic Carbon Data Version R2018.0, https://doi.org/10.5067/TERRA/MODIS/L3M/POC/2018.
  32. NASA Ocean Biology Processing Group (2020a), MODIS Aqua Global Level 3 Mapped SST. Ver. 2019.0. PO.DAAC, https://oceancolor.gsfc.nasa.gov/l3/, (dataset accessed: 2022-11-24).
  33. NASA Ocean Biology Processing Group (2020b), MODIS Terra Global Level 3 Mapped SST. Ver. 2019.0. PO.DAAC, https://oceancolor.gsfc.nasa.gov/l3/, (dataset accessed: 2022-11-24).
  34. NASA Ocean Biology Processing Group (2021), SeaHawk HawkEye Level 1A Data, https://doi.org/10.5067/SEAHAWK/HAWKEYE/L1/1.
  35. NASA Ocean Biology Processing Group (2022), Aqua MODIS Level 3 Mapped Particulate Organic Carbon Data, Version R2022.0, https://doi.org/10.5067/AQUA/MODIS/L3M/POC/2022.
  36. Nordin, C. F., and R. H. Meade (1985), The Amazon and the Orinoco, in Yearbook of science and technology, pp. 385–390, McGraw-Hill Education.
  37. Reynolds, R. W., V. F. Banzon, and NOAA CDR Program (2008), NOAA Optimum Interpolation 1/4 Degree Daily Sea Surface Temperature (OISST) Analysis, Version 2, https://doi.org/10.7289/V5SQ8XB5.
  38. Smith,W. O., and D. J. Demaster (1996), Phytoplankton biomass and productivity in the Amazon River plume: correlation with seasonal river discharge, Continental Shelf Research, 16(3), 291–319, https://doi.org/10.1016/0278-4343(95)00007-N.
  39. Son, S., and M. Wang (2012), Water properties in Chesapeake Bay from MODIS-Aqua measurements, Remote Sensing of Environment, 123, 163–174, https://doi.org/10.1016/j.rse.2012.03.009.
  40. Stramski, D., R. A. Reynolds, M. Babin, S. Kaczmarek, M. R. Lewis, R. Röttgers, A. Sciandra, M. Stramska, M. S. Twardowski, B. A. Franz, and H. Claustre (2008), Relationships between the surface concentration of particulate organic carbon and optical properties in the eastern South Pacific and eastern Atlantic Oceans, Biogeosciences, 5(1), 171–201, https://doi.org/10.5194/bg-5-171-2008.
  41. Varona, H. L., D. Veleda, M. Silva, M. Cintra, and M. Araujo (2019), Amazon River plume influence on Western Tropical Atlantic dynamic variability, Dynamics of Atmospheres and Oceans, 85, 1–15, https://doi.org/10.1016/j.dynatmoce.2018.10.002.
  42. Visbeck, M. (2002), Deep Velocity Profiling Using Lowered Acoustic Doppler Current Profilers: Bottom Track and Inverse Solutions, Journal of Atmospheric and Oceanic Technology, 19(5), 794–807, https://doi.org/10.1175/1520-0426(2002)019<0794:dvpula>2.0.co;2.
  43. Wang, M., X. Liu, L. Jiang, and S. Son (2017), The VIIRS Ocean Color Products, Algorithm Theoretical Basis Document, Version 1.0, NOAA STAR.
  44. Yu, D., S. Liu, G. Li, Y. Zhong, J. Liang, J. Shi, X. Liu, and X. Wang (2022), The River-Sea Interaction off the Amazon Estuary, Remote Sensing, 14(4), 1022, https://doi.org/10.3390/rs14041022.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Морозов Е.Г., Завьялов П.О., Замшин В.В., Моллер О.О., Фрей Д.И., Зуев О.А., Селиверстова А.М., Буланов А.В., Липинская Н.А., Салюк П.А., Чверткова О.И., Немировская И.А., Кречик В.А., Чульцова А.Л., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

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».