Videnskab
 science >> Videnskab >  >> Natur

Ny model hjælper med at forudsige regional og sæsonbestemt havisudbredelse

I en nylig artikel, offentliggjort i tidsskriftet Geophysical Research Letters, forskere har udviklet en ny metode til at forudsige omfanget af havis i nogle områder i Arktis op til 11 måneder i forvejen. Metoden, som indeholder oplysninger om havtemperaturer og fokuserer på regioner frem for hele Arktis, kunne hjælpe med planlægningen af ​​aktiviteter lige fra skibsfart til olie- og gasudvinding, fiskeri og turisme. Kredit:Mitchell Bushuk

Forskere har udviklet en ny metode til at forudsige omfanget af havis i nogle områder i Arktis op til 11 måneder i forvejen. Metoden, som indeholder oplysninger om havtemperaturer og fokuserer på regioner frem for hele Arktis, kunne hjælpe med planlægningen af ​​aktiviteter lige fra skibsfart til olie- og gasudvinding, fiskeri og turisme.

Modellen forbedrer tidligere metoder, der er i stand til at forudsige isen over hele Arktis op til seks måneder i forvejen. Den nye tilgang, detaljeret i en undersøgelse offentliggjort i denne uge i tidsskriftet Geofysiske forskningsbreve , blev udviklet af et internationalt team, herunder forskere fra Princeton University, National Oceanic and Atmospheric Administration's Geophysical Fluid Dynamics Laboratory og det franske nationale center for videnskabelig forskning.

De fleste bestræbelser på at forudsige havisens omfang har fokuseret på at bestemme det samlede areal af havisens dækning på den nordlige halvkugle. Men interessenter er primært interesseret i forudsigelser om regionale og sæsonmæssige skalaer, ifølge Mitchell Bushuk, der ledede forskningen, mens en postdoktoral forskningsassistent ved Princeton University's Program in Atmospheric and Oceanic Sciences. Virksomheder, der beskæftiger sig med skibsfart, turisme og ressourceforvaltning, såvel som lokalsamfund i Arktis, påvirkes af havisens placering og tykkelse og er afhængige af nøjagtig rapportering og forudsigelse af havisens forhold.

Klimaforudsigelsessystemer kombinerer observationer af virkelige forhold med computermodeller til at forudsige fremtidige begivenheder. Jo mere præcise disse observationsdata er, jo mere præcis prognosen, forklarede Bushuk, som nu er forsker ved Geophysical Fluid Dynamics Laboratory, der ligger cirka tre miles fra Princeton Universitys hovedcampus. For den aktuelle undersøgelse, Bushuk og medforfattere fastslog, at inkludering af hav- og overfladetemperaturdata i undergrunden i modellen var afgørende for at forudsige vinterhavsudstrækning i Labradorhavet, beliggende mellem Grønland og Canada, og Barentshavet, ligger nord for Skandinavien og Rusland. Tilsvarende Inkluderingen af ​​nøjagtige data om havisens tykkelse var grundlæggende for at forudsige sommerhavsudstrækning i det østsibiriske og Chukchi -hav nord for Sibirien og Beauforthavet nord for Alaska.

Den nye model forudsagde nøjagtigt det område, der er dækket af havis i Barents- og Grønland-Island-Norske hav og i Labradorhavet op til 11 måneder i forvejen. Systemet var også i stand til præcist at forudsige sommerhavsdækning i det østsibiriske, Laptev, Chukchi og Beaufort hav op til fire måneder i forvejen.

"Sommerforudsigelse er et mere udfordrende problem, "Bushuk sagde." Vi tror, ​​at den vigtigste årsag er overflade -albedo -effekten, " han sagde, henviser til, hvor meget stråling fra solen reflekteres af overflader på jorden. Når isen smelter i Arktis, det erstattes af vand eller jord. Begge er mørkere end is og sne og har en tendens til at absorbere lys frem for at reflektere det. Mindre refleksion af is og sne betyder, at mere energi absorberes, som opvarmer planetens overflade og fører til en stigning i opvarmningen i en positiv feedback loop.

Ud over at forudsige minimums- og maksimumværdierne for regional havisudbredelse, modellen kan også forudsige omfanget af havis i Hudson -bugten fra juni til august og fra november til december ved leveringstider på tre til 11 måneder.

Bushuk sagde, at der stadig er arbejde på at forbedre forskernes forståelse af havisens fysik og at levere bedre regionale prognoser. Hans team vil derefter sammenligne deres resultater med lignende sæsonbestemte forudsigelsessystemer for at afgøre, hvor konsekvente deres resultater er. Da nøjagtige data om atmosfærens aktuelle tilstand, ocean, havis og land er så afgørende for, at disse prognoser lykkes, Bushuk håber, at denne forskning vil motivere fremtidigt arbejde.