Temat: thermohaline - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: O związkach między intensywnością cyrkulacji termohalinowej na Atlantyku Północnym a sumami opadów w Hornsundzie (Spitsbergen)
The relationship between intensity of thermohaline circulation on the North Atlantic and precipitation totals at Hornsund (Spitsbergen)
Autorzy:: Marsz, A. A.
Powiązania:: https://bibliotekanauki.pl/articles/260812.pdf
Data publikacji:: 2016
Wydawca:: Stowarzyszenie Klimatologów Polskich
Tematy:: Północny Atlantyk
THC (cyrkulacja termohalinowa)
sumy opadów
powierzchnia zlodzona
Spitsbergen
Hornsund
North Atlantic
THC (Thermohaline Circulation)
precipitation totals
sea-ice extent
Opis:: W pracy omówiono związki rocznych i kwartalnych sum opadów w Hornsundzie z intensywnością składowej powierzchniowej cyrkulacji termohalinowej (THC) na Atlantyku Północnym. Fazę i intensywność THC opisuje wskaźnik oznaczony jako DG3L. Analizy wykazują, że związki takie, silnie rozciągnięte w czasie, istnieją. Związki rocznych sum opadów oraz sum opadów w drugim półroczu (lipiec-grudzień) z THC są związkami pośrednimi. Wraz ze zwiększoną dostawą ciepła z transportem Wód Atlantyckich na północ, do Arktyki, rosną w wodach mórz Grenlandzkiego i Barentsa zasoby ciepła, w związku z czym wzrasta temperatura wody powierzchniowej (SST) i maleje pokrywa lodowa. Tym samym wzrasta powierzchnia wód wolnych od lodów, a powierzchnia morza ma wyższą temperaturę. Oba procesy prowadzą do wzrostu natężenia strumieni ciepła i pary wodnej z oceanu do atmosfery, co powoduje wzrost temperatury powietrza (SAT). Wzrost SAT prowadzi do podniesienia wysokości tropopauzy. W rezultacie ciągu procesów sterowanych przez zmienność THC powstają sprzyjające warunki do wzrostu sum opadów w okresie występowania zmniejszonej powierzchni lodów i silnej konwekcji w atmosferze (wzrost wodności i miąższości chmur). Te same procesy wyjaśniają wzrost udziału sum opadów ciekłych w sumie rocznej opadów w Hornsundzie oraz wystąpienie dodatniego trendu sum opadów. Opóźnienie (~6 lat) reakcji sum opadów względem zmian natężenia THC wynika z opóźnionego, w stosunku do przebiegu wskaźnika DG3L, przejścia cyrkulacji atmosferycznej nad Arktyką z reżimu cyrkulacji antycyklonalnej do reżimu cyrkulacji cyklonalnej. Zwiększenie frekwencji cyklonów nad Arktyką, poprzez wzrost częstości wypadania opadów frontalnych również sprzyja wzrostowi sum opadów. Bardziej rozszerzona analiza wskazuje, że zmienność THC reguluje, poprzez wzrost temperatury powietrza, sum opadów i zmianę struktury opadów (stałe/ ciekłe) również przebieg procesów ewolucji geosystemów lądowych.
The work discusses relationship between total annual and quarterly precipitation in Hornsund and intensity of surface component of thermohaline circulation (THC) on the North Atlantic. Phase and intensity of THC describes index marked as DG3L. Analysis shows that there are such dependencies, significantly extended in time. Relations between THC and total annual precipitation and sums of precipitation in second half of the year (July-December) are indirect dependencies. Together with increased heat supply with transport of Atlantic Water north to the Arctic, grow heat resources in waters of the Greenland and Barents seas. As a result, SST increases and decreases ice extent. Thereby increasing area of water free of ice cover and sea surface has a higher temperature. Both processes leads to an increase in intensity of heat flux and water vapor from ocean into atmosphere, causing an increase in air temperature (SAT). An increase in SAT leads to raise height of tropopause. As a result of a sequence of processes controlled by volatility of THC are generated favorable conditions for an increase of sum of precipitation during periods of reduced sea ice extent and strong convection into atmosphere (an increase in water content and thickness of clouds). These same processes explain an increase sum of liquid precipitation in annual precipitation structure in Hornsund and an occurrence of positive trend of sum of precipitation. Occurring delay (~ 6 years) reacting sum of precipitation in relation to course of indicator, that characterizes intensity variations of THC results from retarded, with respect to course of indicator DG3L, transition of atmospheric circulation over the Arctic from anticyclonic circulation regime to cyclonic circulation regime. Increased frequency of cyclones occurrence over the Arctic, through an increase in frequency of falling out frontal precipitation also favors growth of sum of precipitation. More extended analysis indicates that variability of THC regulates, by an increase in air temperature, total precipitation and change in precipitation structure (solid / liquid) and processes of evolution of land geosystems.
Źródło:: Problemy Klimatologii Polarnej; 2016, 26; 17-36
1234-0715
Pojawia się w:: Problemy Klimatologii Polarnej
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Model zmian powierzchni lodów morskich Arktyki (1979-2013) – zmienne sterujące w modelu „minimalistycznym” i ich wymowa klimatyczna
Model of changes in the Arctic sea-ice extent (1979-2013) – variables steering the 'minimalist' model and their climatic significance
Autorzy:: Marsz, A. A.
Powiązania:: https://bibliotekanauki.pl/articles/260796.pdf
Data publikacji:: 2015
Wydawca:: Stowarzyszenie Klimatologów Polskich
Tematy:: Arktyka
lody morskie
zmiany powierzchni lodów
czynniki sterujące
model
cyrkulacja termohalinowa
cyrkulacja atmosferyczna
Arctic
sea ice
ice extent changes
steering variables
thermohaline circulation
atmospheric circulation
Opis:: Praca omawia model zmian powierzchni zlodzonej Arktyki typu „białej skrzynki”, opierający się na dwu zmiennych niezależnych – wskaźniku oznaczonym jako DG3L, który charakteryzuje intensywność cyrkulacji termohalinowej (THC) na Atlantyku Północnym i wskaźniku D, który charakteryzuje cyrkulację atmosferyczną nad Arktyką. Objaśnienie konstrukcji obu wskaźników i wartości ich szeregów czasowych przedstawione jest w załącznikach Z1 i Z2. Okres opracowania obejmuje lata 1979-2013 i jest limitowany dostępnością danych o zmianach powierzchni lodów morskich w Arktyce. Model liniowy opierający się na tych zmiennych objaśnia ~72% wariancji rocznej powierzchni zlodzonej w Arktyce i powyżej 65% wariancji powierzchni zlodzonej w marcu (maksimum rozwoju powierzchni lodów) i wrześniu (minimum). Główną rolę w kształtowaniu tej zmienności odgrywa zmienność cyrkulacji termohalinowej, rola cyrkulacji atmosferycznej jest niewielka i wykazuje silną zmienność sezonową. Analiza tego modelu wykazała, że rzeczywiste zależności są nieliniowe, a zmiany pokrywy lodowej zachodzą w dwu odrębnych reżimach – „ciepłym” i „chłodnym”. Reżim „ciepły” funkcjonuje w sytuacji, gdy THC jest bardziej intensywna niż przeciętnie (wskaźnik DG3L > 0). Dochodzi wtedy do szybkiego spadku powierzchni lodów w okresie ciepłym – zwłaszcza we wrześniu i powolnego spadku rozmiarów pokrywy lodowej w marcu, cyrkulacja atmosferyczna w tym reżimie odgrywa istotną rolę w kształtowaniu zmian powierzchni lodów. Spadek natężenia THC poniżej przeciętnej (DG3L ≤ 0), z opóźnieniem około 6.letnim prowadzi, do przejścia do reżimu „chodnego”. W reżimie chłodnym następuje szybki przyrost powierzchni lodów w okresie ciepłym i bardzo powolny wzrost powierzchni lodów w marcu, rola cyrkulacji atmosferycznej w kształtowaniu zmienności pokrywy lodowej staje się nikła. Po dalszych kilku latach utrzymywania się reżimu „chłodnego” międzyroczne zmiany powierzchni zlodzonej stają się małe. Analizy związków między zmiennymi z przesunięciami czasowymi wykazały, że cyrkulacja atmosferyczna nad Arktyką stanowi funkcję THC. W rezultacie, za główną przyczynę zmian powierzchni zlodzonej Arktyki należy uznać rozciągnięte w czasie działanie zmian intensywności THC, które w rozpatrywanym okresie objaśnia ~90% wariancji rocznej powierzchni zlodzonej.
The paper presents the assumptions and structure of statistical model reproducing the changes in sea ice extent in the Arctic, using the minimum number of steering variables. The data set of NASA's Goddard Space Flight Center (GSFC) nsidc0192_seaice_trends_climo/total-area-ice-extent/nasateam/ (Total Ice-Covered Area and Extent) was used as starting data in the calibration of this model. Its subsets characterizing the sea ice extent of the Arctic Ocean (ArctOcn), Greenland Sea (Grnland), Barents and Kara seas (BarKara) were used. Their sums create a new variable known as the ‘Proper Arctic’. This model also used the following subsets: Archipelago Canadian (CanArch), Bay and Strait Hudson (Hudson), and Baffin Bay and Labrador Sea (Baffin), the sum of which creates another variable the ‘American Arctic’. The sum of all the above mentioned subsets creates a variable defined as the ‘entire Arctic’. The study covered the period 1979-2013, for which the said data set is made up of uniform and reliable data based on satellite observations. The model was developed for moments of maximum (March) and minimum (September) development of sea ice extent as well as for the annual average sea ice extent. After presenting the assumptions of the model (model type ‘White box’), formal analysis of the type and characteristics of the model, the choice of steering variables (independent; Chapters 3 and 4) was made. The index characterizing the intensity of thermohaline circulation (THC) in the North Atlantic, referred to as DG3L and an index characterizing atmospheric circulation having significant influence on changes in sea ice extent, marked as D, were used as independent variables in this model. Physical fundamentals and rules for calculating the DG3L index are discussed in detail in Annex 1, and the D index in Annex 2. These Annexes also include time series of both indexes (DG3L – 1880-2015; D – 1949-2015). Research into delays between the impact of variables and changes in sea ice extent indicated that sea ice extent showed maximum strength of the correlation with the DG3L variable with a three-year delay and with D variable with zero delay. The final form of the model is a simple equation of multiple regression (equation [1]). The following equations are used for estimating the regression parameters for individual sea areas in those time series: the Proper Arctic – equation [1a, 1b, 1c]; the American Arctic – equations [2a, 2b, 2c] and for the entire Arctic - equation [3a, 3b, 3c]. Statistical characteristics of each model are presented in Tables 3, 4 and 5, and Figures 2, 3 and 4 respectively and show the scattering of values estimated by means of each model in relation to the observed values. All models show high statistical significance. The best results, both in terms of explanation of the variance of the observed sea ice extent, as well as the size of the standard errors of estimation of sea ice extent are obtained for changes in the sea ice extent of the entire Arctic. The reasons for this may be traced back to the fact that errors in the estimation of partial models ([1a, 1b, 1c] and [2a, 2b, 2c]) have different signs, which in a synthetic model partially cancel out each other. Moreover, if the variable DG3L three years before shows strong and evenly distributed in time action, the D variable characterizing atmospheric circulation shows clearly seasonal activity – it is marked only during the minimum development of sea ice extent (September), when the degree of ice concentration is reduced, allowing its relatively free drift. The model for the annual average of sea ice extent of the entire Arctic (in the accepted limits) explains 71.5% of the variance, in September 68%, and in March 65% of the variance (Table 5). The lowest values are obtained for the American Arctic, where the D variable, characterizing atmospheric circulation does not appear to have significant influence, so the model is a linear equation with one variable (DG3L). Nevertheless, also in this case, the variance of the annual sea ice extent in the American Arctic is explained exceeding 50%. Variability of THC (described by the DG3L index) explains ~67% of the variance of annual sea ice extent and variability of atmospheric circulation (described by the D index) explains ~6% of the variance of annual sea ice extent of the entire Arctic. It allows claiming that THC and atmospheric circulation are the essential factors that influence the variability of sea ice extent of the Arctic. Both of these factors are natural factors. Further analysis of the results presented by various models and especially those affected by the DG3L variable (Fig. 5) delayed by three years suggests that the linear model is not the most appropriate model reflecting the changes in the sea ice extent of the entire Arctic and its parts. The action of DG3L variable, accumulated over several years, is saved and this causes that a strong significant correlation with the sea ice extent is prolonged. The analysis carried out by means of the segmented regression showed that the variability of sea ice extent was different where THC is lower than the average (DG3L ≤ 0), or different where THC is stronger than average (DG3L> 0; see equation [4a, 4b]). When the index is zero or less than zero, the impact of THC on the increase in sea ice extent is limited and the influence of changes in atmospheric circulation on sea ice extent is very small. Conversely, when the THC becomes intense and imports increased amounts of heat to the Arctic, the influence of DG3L index on the decrease in sea ice extent rises, like growing impact of atmospheric circulation on variation of sea ice extent (see equations [5a, 5b]. The segmented regression equations with these two variables explain 88.76% of the observed annual variation of sea ice extent of the entire Arctic (equations [5a, 5b]).This means that the sea ice extent of the Arctic is variable in two distinct regimes – ‘warm’, when the DG3L> 0 and ‘cold’, when the DG3L ≤ 0. This is similar to the results of Proshutinsky and Johnson (1997), Polyakov et al. (1999) and Polyakov and Johnson (2000) and their LFO oscillation. Time limits of the transition intensity of the THC phases from the positive to negative and vice versa correspond to similar limits of LFO, suggesting that the two different systems have the same cause. Polyakov and Johnson (2000) and Polyakov et al. (2002, 2003, 2004, 2005) can see the main reason for the change in the LFO regime in the transition of atmospheric circulation from anticyclonic regime to cyclonic regime and vice versa. The analysis of the reason for the transition of regime of changes in sea ice extent from ‘warm’ to ‘cold’ and vice versa – THC or atmospheric circulation – has shown that the D index is a function of previous changes in DG3L index. Atmospheric circulation over the Arctic shows a greater delay in response to changes in THC than the sea ice extent – this occurs with a 6-year delay (see Table 6, Equation 6). This allows replacing the D variable in the equations describing the change in sea ice extent, directly by DG3L variable from 6 years before (see Equation [7a, 7b]).These simultaneous equations explain about 90% of the observed annual variance of the sea ice extent of the entire Arctic in the years 1979-2013. Most importantly, however, it can be stated, with a high degree of certainty, that the variability of THC of the North Atlantic steers both the changes in sea ice extent and Basic features of atmospheric circulation over the Arctic. The effects of other factors than THC, having influence on variability of sea ice extent and the basic processes of the climate in the Arctic, in the short time scales, leave not too much space/place. The transition from ‘cold’ to ‘warm’ regime in the development of the sea ice extent in the Arctic requires an increase in the intensity of THC. If the values of DG3L index are greater than 0 for a period not shorter than three years, the decrease in the sea ice extent will start, initially in the period of its minimum development (August, September). If the resultant values of the DG3L index have positive values for further three years, the atmospheric circulation will transform into a cyclonic circulation (D index goes to positive values). The role of atmospheric circulation during the ‘warm’ season in the Arctic having influence on the change (reduction) of the sea ice extent becomes significant. The ‘warm’ regime will remain as long as long after its start the situation in which the algebraic sum of DG3L values is greater than 0. If such a situation lasts long, or in case of accumulation of high values of DG3L index, the sea ice cover can disappear almost completely in the warm period. The transition from the ‘warm’ regime to the ‘cold’ regime demands fulfillment of reverse conditions – a consistent decrease in the values of DG3L index into negative values for at least another three year period. After three years this will result in rapid increase in sea ice extent during warm period, thereby increasing the annual average of sea ice extent. If in subsequent years the value of DG3L index remains lower than zero, after the next 3-4 years, the atmospheric circulation will become the anticyclonic circulation. After that there will be gradual, slow growth in sea ice extent, decrease in air temperature, increase in ice thickness and change in the age of the ice structure towards the increase in the multi-year ice. The ice cover in the Arctic will become "self-sustaining", reducing interannual variability. Major changes will occur in the ‘warm’ season, minor in other seasons. The maximum sea ice extent of the Arctic in the cold season, with current conditions in the ‘cold’ regime, can reach ~13.5-14.5 million km2, the average annual sea ice extent should be ~12 (± 0.5) million km2. This area, especially in the winter season, may be in fact higher, since the weakening of the THC must also lead to a decrease in air temperature in the hemisphere.
Źródło:: Problemy Klimatologii Polarnej; 2015, 25; s. 249-334
1234-0715
Pojawia się w:: Problemy Klimatologii Polarnej
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "thermohaline" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język