Long–period trends in water temperature changes in the northern part of the Atlantic Ocean from ocean reanalysis data

Capa

Citar

Texto integral

Acesso aberto Acesso aberto
Acesso é fechado Acesso está concedido
Acesso é fechado Somente assinantes

Resumo

The results of assessing long–period changes in water temperature in the North Atlantic Ocean (0°–70° N, 8°–80° W) based on data from ocean reanalyses and objective analyses for the periods 1961– 2011 and 1980–2011 are presented. The obtained estimates are based on the application of a nonparametric method of regression analysis (quantile regression) to the monthly ocean temperature for a quantile value of 0.5. During the period 1961–2011 warming was mainly observed in the upper 400 m layer in the region from the equator to 70° N. Over this 51-year period, the increase in the median monthly ocean temperature averaged over the analyzed water area ~0.5°C, and in the Gulf Stream–North Atlantic Current system ~1°C. During the period 1980–2011 warming in the North Atlantic Ocean mainly occurred in the upper 1 km layer at high latitudes (50°–65° N). Over this 32-year period, the increase in the median monthly ocean temperature in the subpolar gyre in the upper 400 m layer was ~1°C.

Sobre autores

P. Sukhonos

Institute of Natural and Technical Systems

Autor responsável pela correspondência
Email: pasukhonis@mail.ru
Rússia, Sevastopol

V. Ivanov

Lomonosov Moscow State University

Email: pasukhonis@mail.ru
Rússia, Moscow

N. Diansky

Lomonosov Moscow State University; Marchuk Institute of Numerical Mathematics; Zubov State Oceanographic Institute

Email: pasukhonis@mail.ru
Rússia, Moscow; Moscow; Moscow

Bibliografia

  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.

Arquivos suplementares

Arquivos suplementares
Ação
1. JATS XML
Baixar

Declaração de direitos autorais © Russian Academy of Sciences, 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».