Статья: Сезонный прогноз ледовитости Баренцева моря

Сезонный прогноз ледовитости Баренцева моря

Н.И. Глок, Г.В. Алексеев, А.Е. Вязилова

ГНЦРФ Арктический и антарктический научно-исследовательский институт, Санкт- Петербург, Россия

Ключевые слова: Баренцево море, ледовитость, сезонный прогноз.

Использован метод разложения по естественным ортогональным функциям набора значений площади льда с января по июнь за 1979-2014 гг. Главная компонента разложения отражает 83 % межгодовой изменчивости площади льда с января по июнь. Регрессионная прогностическая модель построена на основе связи главной компоненты с аномалиями температуры воды на поверхности океана в низких широтах Северной Атлантики с учетом запаздывания. Сравнение прогностических и фактических значений климатической составляющей для каждого из шести месяцев показало оправдываемость прогнозов с заблаговременностью от 27 до 32 месяцев 83 %, а для прогноза исходных значений площади льда 79 %. Привлечение второго предиктора -- аномалий температуры воды в Норвежском море позволило повысить качество прогноза наблюденных значений площади льда. При этом заблаговременность прогноза сократилась до 9-14 месяцев. Коэффициенты корреляции между прогнозными и фактическими значениями площади льда находятся в пределах 0,71-0,77.

SEASONAL FORECAST OF SEA ICE EXTENT IN THE BARENTS SEA

N.I. GLOK, G.V. ALEKSEEV', A.E. VYAZILOVA

State Scientific Center of the Russian Federation Arctic and Antarctic Research Institute, St. Petersburg, Russia

Keywords: Barents Sea, sea ice extent, seasonal forecast.

Earlier, the authors established a close relationship between the temperature of water coming from the North Atlantic and the sea ice extent (SIE) in the Barents Sea, which accounts for up to 75 % of the inter-annual variability of the monthly SIE from January to June. In turn, temperature variations of the incoming Atlantic water are affected from anomalies of sea surface temperature (SST) in the low latitudes of the North Atlantic. These dependences served as the basis for the development of a forecast method. The empirical orthogonal functions decomposition of the SIE set from January to June for 1979-2014 was used. The main component of decomposition reflects 83 % of the inter-annual variability of SIE from January to June. Regression model of forecast is based on the relation of the main component with SST anomalies taking into account the delay. Comparison of prognostic and actual values of the climatic component for each of the 6 months showed the correctness of forecasts with a lead time of 27 to 32 months is 83 %, and for the prediction of the initial values of SIE 79 %. Appealing to the second predictor -- SST anomalies in the Norwegian Sea allowed to improve the quality of the forecast of the observed values of SIE. At the same time, the forecast advance time was reduced to 9-14 months.

Введение

Изучению изменений ледовитости Баренцева моря, определяющих факторов и последствий для климата региона и за его пределами посвящено множество исследований [1-12]. В части из них основной причиной признается поступление в Баренцево море теплой и соленой атлантической воды (АВ) из Северной Атлантики через Фареро-Шетландский пролив и Норвежское море [1-3, 13-15]. В частности, еще В.Ю. Визе [2] определил, что потепление 1930-х гг. в Арктике тесно связано с усилением циркуляции атмосферы и увеличением поступления АВ в Норвежское и Баренцево моря. К такому же заключению позднее пришли авторы работы [15]. По результатам, полученным на глобальной модели климата [14] были сделаны выводы, что увеличение поступления АВ в Баренцево море оказывает сильное влияние на площадь морского льда в результате сокращения ледообразования и что океан влияет на изменения массы льда сильнее атмосферы.

В другой части исследований основная роль в изменениях ледовитости отводится атмосферной циркуляции, оказывающей непосредственное влияние на приток тепла к поверхности моря [7, 16, 17], либо через воздействие на приток АВ и теплообмен между атмосферой и морем [4, 6, 18, 19]. В конечном итоге влиянием атмосферной циркуляции по данным глобального моделирования можно объяснить не более 25 % изменчивости ледовитости в Баренцевом море, при этом модели значительно переоценивают (более чем в 3раза) ледовитость в сентябре [20].

В работе [1] на основе корреляций выполнены сравнительные оценки влияния притока АВ и атмосферной циркуляции на изменения ледовитости. Установлено, что колебания притока атлантической воды в Баренцево море, отражающиеся в изменениях температуры воды на разрезе по Кольскому меридиану, определяют до 75 % межгодовой изменчивости ежемесячной ледовитости с января по июнь, в то время как с индексами региональной атмосферной циркуляции связаны не более 20 % изменчивости ледовитости в эти месяцы.

Хотя новое поколение глобальных моделей CMIP5 лучше воспроизводит наблюдаемый климат, расхождения с наблюдениями в Баренцевом море остаются одними из самых значительных в Арктике [20, 21]. Глобальные модели успешно используются для перспективных оценок изменений климата, происходящих под влиянием роста антропогенного воздействия, но их применение для климатического прогнозирования на срок от нескольких месяцев до нескольких лет пока что проблематично. Альтернативный подход к климатическим прогнозам в регионе может быть основан на статистических моделях, построенных по данным наблюдений с учетом основных факторов и механизмов, определяющих межгодовую изменчивость ледовитости. В данном случае механизм влияния колебаний притока АВ в Баренцево море на изменчивость ледовитости является основой метода. Цель работы состоит в улучшении разработанного метода сезонного прогноза ледовитости на основе зависимости площади льда в Баренцевом море от температуры воды на Кольском меридиане и аномалий температуры поверхности океана (ТПО) в низких широтах Северной Атлантики, за счет привлечения аномалий ТПО в Норвежском море в качестве второго предиктора, что позволило повысить качество прогноза, при этом заблаговременность сократилась до 9-14 месяцев.

Материалы и методы

атмосферный морской лед

В исследовании использованы многолетние ряды измерений температуры воды на разрезе по Кольскому меридиану, представленные среднегодовыми значениями за 1900-2013 гг. и среднемесячными значениями за 1951-2013 гг. [22]. Температура воды определялась в слое 50-200 м на станциях 3-7 на разрезе, которые расположены в основном потоке атлантической воды.

Данные о температуре воды на поверхности океана в Атлантическом океане, Норвежском, Гренландском и Баренцевом морях взяты из архива HadlSST [23] с пространственным разрешением 1°х1° за период с 1951 по 2017 г Среднемесячная площадь и сплоченность морского льда в Баренцевом море представлены на сайте ААНИИ (http://wdc.aari.ru/datasets/ssmi/data/north/extent/bar).

Для анализа влияния притока АВ на изменчивость характеристик климата в регионе применялись методы взаимно-корреляционного и взаимно-спектрального анализа временных рядов. Поиск и оценка дальних связей между изменчивостью ТПО в Северной Атлантике и характеристиками климата региона осуществлялись с помощью многомерного корреляционного анализа. Для разработки прогноза площади морского льда в регионе был использован метод разложения по естественным ортогональным функциям многолетнего ансамбля шестимесячных реализаций площади льда, а также метод линейной регрессии, эффективность которого оценивалась по стандартным статистическим методикам.

Результаты

Обоснование метода

В качестве показателя притока АВ в Баренцевоморский регион были использованы многолетние ряды среднегодовой и среднемесячной температуры воды в слое 50-200 м на разрезе (станции 3-7) по Кольскому меридиану (КМ). В табл. 1 приведены результаты корреляционного анализа для площади льда в Баренцевом море и температуры воды ТКМ. Наиболее тесная связь между изменениями температуры воды и площадью льда приходится на период с января по июнь, когда воздействия атмосферной циркуляции и летнего прогрева воды солнечной радиацией минимальны. После удаления трендовой составляющей коэффициенты корреляции для этих месяцев находятся в пределах от -0,61 до -0,79 и являются значимыми (при уровне значимости 0,05 критическое значение коэффициента корреляции 0,33). Применение скользящего осреднения по 3 года значительно увеличивает значения корреляции между температурой воды на разрезе по Кольскому меридиану и площадью морского льда.

Наибольшее значение коэффициента корреляции, равное 0,95, приходится на май и сохраняется на уровне 0,91 при запаздывании изменений площади, занятой морским льдом (ПМЛ), на год относительно изменений ТКМ. Полученные высокие коэффициенты корреляции в первой половине года дают возможность построения модели для сезонного прогноза.

Таблица 1. Коэффициенты корреляции между среднемесячными значениями температуры воды на Кольском разрезе и площади льда в Баренцевом море за 1979-2014 гг.

Определяющее влияние АВ, поступающей в Баренцево море, на изменчивость ПМЛ позволяет предположить связь этой изменчивости с аномалиями характеристик АВ в областях их формирования в низких широтах Северной Атлантики, механизм такой связи предложен в работе [24]. Анализ статистических связей ТПО в Северной Атлантике и средней температуры воды в слое 50-200 м на Кольском меридиане (ТКМ) с января по июнь при различных запаздываниях выявил области Атлантического океана, оказывающие максимальное влияние.

При синхронной корреляции максимальные оценки корреляции сосредоточены в прилегающих регионах Норвежского моря. При запаздывании Ткм относительно аномалий ТПО (АТПО) более года максимальные корреляции приходятся на приэкваториальную область Северной Атлантики (рис. 1), а наиболее тесная связь отмечается с АТПО в октябре, когда достигается максимум накопления тепла в низких широтах.

Рис. 1. Коэффициенты корреляции между ТПО в октябре и средней температурой воды в январе-июне в слое 50-200 м на Кольском разрезе через 2,5 года

Для удобства расчетов средней ТПО по данным HadlSST область была ограничена координатами 5-25° с.ш. и 60-10° з.д. Корреляции между средней ТПО по этой области в октябре и среднемесячной температурой воды на Кольском меридиане находится в пределах 0,68-0,75 (табл. 2). После удаления тренда коэффициенты корреляции остаются значимыми в пределах от 0,41 до 0,51.

Таблица 2. Коэффициенты корреляции между среднемесячными значениями АТПО в октябре и температурой воды на Кольском разрезе (Т) в январе-июне через 27-32 месяца за 1979-2013 гг.

Метод прогноза

Для выделения предсказуемой климатической составляющей в изменчивости площади, занятой морским льдом, с января по июнь использован метод разложения по естественным ортогональным функциям (ЕОФ). Разложение многолетнего ансамбля шестимесячных реализаций ПМЛ по ЕОФ позволяет получить многолетний ряд коэффициентов при главной компоненте:

где Xm -- значение ПМЛ в g -- году, m -- месяце, a -- первый коэффициент ЕОФ- разложения, ф1т -- первый вектор ЕОФ-разложения, Xm-- среднее значение ПМЛ.

Применение метода ЕОФ-разложения показало, что первая главная компонента описывает 83,3 % межгодовой изменчивости ПМЛ Баренцева моря с января по июнь для периода 1979-2014 гг. и ее можно рассматривать в качестве климатической составляющей в изменениях ПМЛ.

Метод прогноза основан на линейной регрессии для первой главной компоненты разложения ПМЛ и АТПО приэкваториального района Атлантического океана в октябре, опережающей изменения площади льда на 2,5 года. Сравнение рассчитанных с заблаговременностью от 27 до 32 месяцев и фактических значений климатической составляющей для каждого из шести месяцев на зависимой выборке показало оправдываемость прогнозов 83 %, а при сравнении расчетов с исходными значениями площади льда оправдываемость составила 79 %.

Для улучшения качества прогноза был введен второй предиктор -- аномалии ТПО в Норвежском море в апреле предыдущего года. При этом качество модели улучшилось, но заблаговременность прогноза сократилась до 9-14 месяцев. Прогностическая модель на основе линейной регрессии с двумя предикторами имеет вид:

где X1g -- прогнозное значение коэффициентов главной компоненты ЕОФ-разложения площади льда в Баренцевом море с января по июнь, g -- год, Т'1 -- температура в экваториальной области в октябре (Х), Т'2 -- температура в восточной части Норвежского моря в апреле (IV). Коэффициент детерминации модели составил 0,61. Прогностические значения климатической составляющей площади льда получаются на основе рассчитанного значения X1g и первой собственной функции ф с добавлением среднего значения площади льда Sm в m месяце:

Коэффициенты детерминации смоделированных оценок площади льда за исключением марта находятся в пределах 0,51-0,59 (табл. 3).

Таблица 3. Критерии качества модели площади морского льда Баренцева моря (коэффициент детерминации (R2) и ошибка модели) за 1979-2014 гг.

Рис. 2. Площадь льда Баренцева моря: а -- январь, б -- февраль, в -- март, г -- апрель, д -- май, е -- июнь. Черным цветом показаны фактические данные, красным -- модельные. Зависимый период построения модели 1979-2014 гг. Синими точками показаны фактические данные на независимом периоде с 2015 г.