Изменение площади морских льдов и горных ледников
6.1. Изменение площади морских льдов
6.2. Изменение суммарного баланса массы ледников
***
Изменение площади морских льдов и горных ледников
Изменения в криосфере Земли связаны, прежде всего, с вариациями глобальной температуры являющейся одним из основных показателей изменяющегося климата. Последствиями увеличения ПТВ и ТПО являются современные тенденции криосферных процессов – сокращение площади морских льдов, деградация горного и материкового (Антарктида, Гренландия) оледенения и мерзлоты.
6.1. Изменение площади морских льдов
Льды занимают около 6% поверхности Земли или, приблизительно, 30 млн км2. Основная масса льдов располагается в Арктике и в Антарктике. В северном материковом полушарии на льды суши приходится всего 20% общей площади оледенения Арктики, остальные 80% – на морские льды [83]. Сезонные изменения оледенении суши и моря в Арктике в настоящее время происходят на площади 10–17 млн. км2. Летом площадь морских льдов сокращается примерно вдвое. Интересно, что также вдвое сокращается поступление солнечной радиации в зимнее полугодие по сравнению с летним полугодием (глава 3) [177].
Полученные значения приходящей на земной эллипсоид в отсутствии атмосферы солнечной радиации сопоставлялись с данными по динамике площади морских льдов (с 1870 по 2006 гг.) в северном полушарии Земли [283, 293, 341, 379] (рис. 6.1).
Рис. 6.1. Исходные данные площади морских льдов
(1 – среднегодовая площадь, 2- минимальная площадь, 3 – сезонная амплитуда)
Ледяной покров является результатом взаимодействия океана и атмосферы в определенных температурных условиях [21, 58, 93, 122]. Важнейшим параметром ледяного покрова является его площадь. С течением времени эта площадь испытывает изменения, наиболее масштабными из которых являются сезонные, межгодовые и многолетние. Изучение самих изменений и причин, их вызывающих, составляет одну из наиболее актуальных задач криолитологии и морского ледоведения [53, 54, 58, 122].
Анализировались три показателя площади морских льдов северного полушария: среднегодовое значение площади морских льдов, летнее (минимальное) значение площади и сезонная амплитуда (разность между максимальной – в зимнее полугодие и минимальной – в летнее полугодие) площади морских льдов в многолетнем режиме. Летний минимум площади морских льдов хронологически четко локализован в годовом ходе и приходится на сентябрь (осеннее равноденствие, окончание летнего полугодия в северном полушарии). Максимум более растянут во времени и отмечается с февраля по апрель (период вблизи осеннего равноденствия, окончание зимнего и начало летнего полугодия в северном полушарии) [122]. То есть, экстремальные характеристики площади морского льда характеризуются сдвигом по фазе в годовом ходе относительно экстремальных значений в поступлении солнечной радиации приблизительно на 90.
Для расчетов изменения площади морского льда использовался тот же алгоритм, что и для расчета изменения аномалии ПТВ и ТПО (регрессионная модель). Показатели площади морского льда сравнивались со значениями разности солнечной радиации (ИК – инсоляционная контрастность) поступающей за год, летнее и зимнее полугодие в область, являющуюся источником тепла (0°–45° с.ш.) и поступающей в область стока тепла (45°– 90° с.ш.). Для годовых и летних значений ИК и площади морских льдов были получены высокие показатели связи с инсоляционной контрастностью. В зимнее полугодие связь всех показателей изменения площади морского льда не обнаружена (табл. 6.1).
Таблица 6.1
Значения коэффициента корреляции площади морских льдов
с ИК (1870–2006 гг.), вероятность – 0,99
Таким образом, изменение площади морских льдов связано с изменением годовой и летней инсоляционной контрастности и не связано с зимней ИК.
Корреляционная связь исследовалась по рядам с постоянной продолжительностью в 100 лет (вековым интервалам) с последовательным смещением их от начала массива (1870 года) к концу (2007 году, последнему году в архиве). Таким образом, определялись значения коэффициента корреляции для интервалов 1870–1969, 1871–1970 и т. д., всего для 38 вековых интервалов (рис. 6.2).
Рис. 6.2. Распределение значений коэффициента корреляции
между показателями площади морских льдов и ИК по вековым интервалам
(1 –среднегодовая площадь, 2 –минимальная площадь, 3 – сезонная амплитуда)
Полученный характер распределения значений коэффициента корреляции по вековым интервалам отражает неоднородный по степени достоверности характер распределения данных по площади морского льда в исходных рядах [283, 341]. При этом, в массивах выделяются вековые интервалы (последние в массиве) с 1899–1998, 1900–1999 и т. д. до 1907–2006, (всего 9 интервалов) на которых значения коэффициента корреляции становятся высокими (рис. 6.2, табл. 6.2) и весьма близкими.
Таблица 6.2
Значения коэффициента корреляции показателей площади морских льдов
и ИК для достоверных вековых интервалов
Изменения для 9-ти вековых интервалов относительно среднего для них значения, по модулю составляют для среднегодовых данных 1,25% для минимальных значений площади 0,88% для сезонной амплитуды площади льдов – 0,76%. Эти вековые интервалы, вероятно, соответствуют наиболее достоверным исходным данным [341, 379]. По критериям достоверности ледовых данных (рис. 6.2), высоких (табл. 6.2) и стабильных значений коэффициента корреляции отражающих фактическую и достоверную связь показателей ледовитости и ИК (межширотного градиента инсоляции) эти вековые интервалы приняты нами в качестве основы для построения уравнений регрессии [184, 264, 297].
По уравнениям линейной и полиномиальной регрессии полученным для достоверных вековых интервалов, были рассчитаны значения показателей площади морского льда на период с 1850 по 2050 гг. Для вычислений использовались значения ИК, рассчитанные по данным солнечной радиации, приходящей на земной эллипсоид [166, 297]. Расчет проводился по 9-ти уравнениям линейной (рис. 6.3, 6.5) и 9-ти уравнениям полиномиальной регрессии (рис. 6.4, 6.6), полученным для достоверных вековых интервалов для показателей площади морского льда. Значения коэффициента детерминации (R2) для полученных уравнений регрессии представлены табл. 6.3.
Таблица 6.3
Значения коэффициента детерминации для достоверных вековых интервалов
(1 – линейное уравнение регрессии, 2 – полиномиальное уравнение регрессии)
Рис. 6.3. Связь минимальной площади морских льдов с ИК
и график уравнения линейной регресии для векового интервала 1907–2006 гг.
Рис. 6.4. Связь минимальной площади морских льдов с ИК
и график полиномиального уравнения регресии
для векового интервала 1907–2006 гг.
Рис. 6.5. Семейство уравнений линейной регрессии
для достоверных вековых интервалов
(минимальная площадь, период с 1850 по 2050 гг.)
Рис. 6.6. Семейство полиномиальных уравнений регрессии (полином 2-й степени) для достоверных вековых интервалов (минимальная площадь, период от 1850 до 2050 гг.)
Рассчитанные по ансамблю линейных и полиномиальных решений значения показателей площади морских льдов сравнивались с соответствующими фактическими значениями на интервале с 1899 по 2006 гг. (рис. 6.7).
Рис. 6.7. Рассчитанные по ансамблю значения показателей площади
морских льдов на период с 1899–2006 гг.
(1 – среднегодовая площадь, 2 – минимальная площадь, 3 – сезонная амплитуда)
Полученный характер распределения расхождения характерен и для разности фактических и рассчитанных среднегодовых значений площади морских льдов и сезонной амплитуды (рис. 6.8). В период с 1899 по 2006 гг. отмечаются две области, в которых рассчитанные значения в среднем превышаю рассчитанные и разделяющая их область, в которой фактические значения превышают рассчитанные. Однако, эти области не синхронизируются с фазами отмеченного для ПТВ и ТПО Климатической мультидекадной осцилляции (КМО).
Рис. 6.8. Расхождение фактических и рассчитанных
по ансамблю линейных и полиномиальных решений значений
минимальной площади морских льдов
Корреляция рассчитанных среднегодовых значений площади морских льдов с фактическими данными характеризуется значением коэффициента корреляции (R), равного 0,773. Среднее многолетнее значение площади морских льдов за период с 1899 по 2006 гг. характеризуется значением 13,10 млн. км2. Среднее по модулю расхождение между фактическими и рассчитанными среднегодовыми значениями площади морских льдов составляет 0,268 млн. км2, или 2,05% от среднего многолетнего значения (13,10 млн. км2).
Связь рассчитанных минимальных значений площади морских льдов и фактических значений характеризуется R, равным 0,813. Среднее многолетнее значение минимальной площади морских льдов в интервале с 1899 по 2006 гг. составляет 10,17 млн. км2. Среднее по модулю расхождение фактических значений с расчетными характеризуется значением 0,492 млн. км2, что составляет 4,84% от среднего за этот период значения минимальной площади [184, 264, 297].
Корреляция фактических и рассчитанных значений сезонной амплитуды характеризуется значением R, равным 0,813. Среднее многолетнее значение сезонной амплитуды составляет на этом интервале 5,31 млн. км2. Среднее по модулю значение расхождения фактических и рассчитанных по ансамблю линейных и полиномиальных решений составляет 0,416 млн. км2, или 7,84% от величины среднего многолетнего значения сезонной амплитуды на этом интервале.
Рассчитывалась дисперсия значений показателей площади морских льдов в рядах фактических значений () и в рядах разности фактических и рассчитанных (средних по ансамблю линейных и полиномиальных решений) значений соответствующих показателей (). Затем находилось отношение дисперсии в соответствующих рядах разности фактических и рассчитанных значений показателя площади морских льдов и дисперсии фактических значений (). Вычитанием из единицы полученных значений и затем умножением их на 100 были рассчитаны значения (в процентах) объясняемых регрессионной моделью изменений показателя площади морских льдов. В среднегодовых значениях площади морских льдов регрессионной моделью объясняется 59,3% многолетних изменений. Для минимальных значений регрессионная модель объясняет 65,9% дисперсии, для сезонной амплитуды 66,0%.
В соответствии, с рассмотренным в главе 4 для ПТВ алгоритмом, по значениям ИК [297] на основе найденных уравнений регрессии рассчитывались значения показателей площади морских льдов на период с 2017 по 2050 гг. Последовательные этапы расчетов иллюстрируются графиками, отражающими результаты соответствующих этапов расчетного алгоритма (рис. 6.9–6.14).
Рис. 6.9. Среднегодовые значения площади морских льдов
по ансамблю линейных решений
Рис. 6.10. Значения минимальной площади морских льдов
по ансамблю линейных решений
Рис. 6.11. Значения сезонной амплитуды площади морских льдов
по ансамблю линейных решений
Рис. 6.12. Среднегодовые значения площади морских льдов
по ансамблю полиномиальных решений
Рис. 6.13. Значения минимальной площади морских льдов
по ансамблю полиномиальных решений
Рис. 6.14. Значения сезонной амплитуды площади морских льдов
по ансамблю полиномиальных решений
На всех представленных графиках в диапазоне с 2017 по 2050 гг. отмечается медленное сокращение среднегодовых и минимальных значений площади морского льда и увеличение сезонной амплитуды. Однако, это не происходит равномерно. На всех графиках синхронно на фоне медленного сокращения площади морских льдов отмечаются два четко выраженных максимума и два минимума. Максимальные значения площади морских льдов (среднегодовые и за летний сезон) приходятся на 2023 и 2025 гг., на 2042 и 2044 гг. Минимальные значения ожидаются в 2032, 2035 и в 2050 гг. Сезонная амплитуда изменяется в противофазе с изменением среднегодовой и минимальной площади морских льдов. Однако, значения аномалии как в экстремумах, так и на всем диапазоне, различаются как для Мирового океана и полушарий, так и для разных способов расчета (ансамбль линейных или полиномиальных решений).
Рассчитанные значения показателей площади морских льдов характеризуются высокими значениями коэффициента корреляции (R) с рассчитанными значениями аномалии ТПО и ПТВ (без учета КМО). Так за период с 1850 г. по 2050 г. значения R для среднегодовой площади, минимальной площади и сезонной амплитуды с ТПО составляют –0,964, –0,922 и 0,982 соответственно. Соответствующие значения R с ПТВ более высокие –0,996, –0,974 и 0,999 соответственно. Высокие значения R определяются природой исходных показателей площади морских льдов представляющих собой реконструированные на основе температурных данных значения [341, 379].
Анализ полученных результатов показывает, что среднегодовая площадь морских льдов в северном полушарии с 2017 г. по 2050 г. сократится на 0,649 млн. км2, минимальная на 1,105 млн. км2 (рис. 6.15).
Рис. 6.15. Значения показателей площади морских льдов
по ансамблю линейных и полиномиальных решений
(1 – среднегодовая площадь, 2 – минимальная площадь, 3 – сезонная амплитуда)
С сокращение в 2050 г. по отношению к значениям 2017 г. составит 5,44% и 13,93% для среднегодовых и минимальных значений площади морских льдов соответственно. Сезонная амплитуда увеличится за этот период на 10,24%. В этом интервале (2017–2050 гг.) значения R показателей площади морских льдов с рассчитанными по ансамблю линейных и полиномиальных решений значениями аномалии ПТВ и ТПО (без учета КМО) по модулю находятся в пределах 0,997–0,999. Корреляционная связь рассчитанных показателей площади морских льдов и значений аномалии ПТВ и ТПО учитывающих поправки на КМО слабее. Значения R среднегодовой площади, минимальной площади и сезонной амплитуды с аномалией ТПО составляют –0,638, –0,637 и 0,639 соответственно. Соответствующие значения R с аномалией ПТВ составляют –0,738, –0,737 и 0,739. Снижение корреляции связано с тем, что КМО не проявляется в динамике площади морских льдов.
Следует отметить, что мы не знаем характера обратных положительных связей определяемых отмеченной тенденцией сокращения площади морских льдов (нагревание поверхностного слоя океана, уменьшение альбедо, увеличение содержания водяного пара в атмосфере). Это определяет необходимость мониторинга изменения площади морских льдов для определения характера обратных связей и уточнения прогнозов с учетом влияния обратных связей на сокращение площади морских льдов.
Подобные прогнозы могут иметь важное практическое значение при разведке и добыче месторождений полезных ископаемых, нефте- и газодобыче на арктическом шельфе, для развития рыболовства, судоходства и строительства гидротехнических и иных сооружений на мерзлых грунтах. Новые фундаментальные исследования криосферных процессов представляются необходимыми при разработке стратегических планов нового этапа освоения российской Арктики [174, 184, 264].
6.2. Изменение суммарного баланса массы ледников
Прогноз изменения баланса массы льда в ледниковых районах представляется актуальным, во-первых, в связи с тем, что ледники являются индикаторами региональных климатических изменений. Во-вторых, горные ледники являются одной из составляющих водных ресурсов, учет которых важен для определения стратегии социально-экономического развития регионов.
Многолетние изменения массы льда в ледниковых районах Земли связаны, прежде всего, с изменением глобальной температуры являющейся одним из основных показателей изменяющегося климата. Главным источником тепла на Земле является приходящая от Солнца лучистая энергия. В перераспределении приходящей к Земле энергии участвуют механизмы теплообмена, важнейшими из которых является межширотный теплообмен («тепловая машина первого рода») и теплообмен между океаном и материками («тепловая машина второго рода») [213]. Перенос тепла к климатической системе Земли связан с циркуляционными процессами в атмосфере и океане. Циркуляционные процессы в атмосфере вносят существенные изменения в годовой, сезонный и суточный ход изменения температуры воздуха, который определяется, поступающей от Солнца энергией. Они существенно деформируют, связанную с приходящей солнечной радиацией суточную, сезонную и годовую периодичность в изменении температурного режима. С циркуляционными процессами в атмосфере связано образование и распространение атмосферных осадков. Таким образом, циркуляционные процессы влияют на ход основных климатических показателей (элементов) определяющих условия развития ледников и в связи с этим представляются (наряду с приходящей от Солнца энергией), важнейшим фактором как распространения ледников в пространстве, так и их развития во времени. Таким образом, основными факторами развития ледников является приходящая от Солнца лучистая энергия и циркуляционные процессы в атмосфере определяющие перенос тепла и образование атмосферных осадков. При этом общая динамика циркуляционных процессов тесно связана с инсоляцией [190, 193].
Несмотря на то, что астрономическая теория изменения климата, основу которой составляет расчет инсоляции Земли (глава 2), создавалась для объяснения причин плейстоценовых материковых оледенений [60, 84, 114, 166] связь динамики баланса массы ледников с инсоляцией Земли исследована не достаточно.
Одной из сложностей исследования развития ледников в прошлом и прогноза их развития в будущем являются непродолжительные ряды исходных данных. В связи с этим одной из важнейших задач криолитологии и гляциологии является увеличение временных рядов инструментальных наблюдений [143]. Эта задача решается созданием гляциологических реконструкций. Реконструкция выполнялась автором на основе найденных связей динамики баланса массы ледников с продолжительностью макроциркуляционных процессов в атмосфере [164, 168, 169, 178–180, 194]. Прогнозы рассчитывались на основе найденной связи суммарного баланса массы льда в ледниковых районах северного полушария Земли с инсоляционной контрастностью (ИК).
В методике исследований для реконструкции суммарного баланса массы льда применялись расчеты весовых коэффициентов элементарных циркуляционных механизмов (ЭЦМ) с использованием типизации циркуляционных процессов в атмосфере [81, 164] и расчеты инсоляции Земли для выполнения прогнозов [166, 177, 297].
Реконструкция суммарного баланса массы льда в ледниковых районах выполнялась на основе макроциркуляционных моделей. При этом использовалась типизация циркуляционных процессов в атмосфере, разработанная Б.Л. Дзердзеевским, В.М. Курганской и З.М. Витвицкой [44, 45] и Календарь последовательной смены ЭЦМ содержащий данные по циркуляции с 1900 г. по настоящее время [80, 81, 289].
Схемы типизации атмосферных процессов представляют непрерывный процесс общей циркуляции атмосферы в виде чередования устойчивых многократно повторяющихся фрагментов – однородных процессов (охватывающих полушарие или значительные по площади регионы). Наибольшую известность в отечественной метеорологии получили типизации макромасштабных атмосферных процессов Г. Я. Вангенгейма – А.А. Гирса [32, 33] и Б.Л. Дзердзеевского, В.М. Курганской, З.М. Витвицкой [44]. В связи с четкостью формализации циркуляционных ситуаций, широкой пространственной и временной информативностью (разработана для всего северного полушария, охватывает период с 1899 года по настоящее время), общей доступностью Календаря последовательной смены элементарных циркуляционных механизмов (ЭЦМ) [80, 81, 289]. для выполнения реконструкции суммарного баланса льда нами использовалась типизация Б.Л. Дзердзеевского, В.М. Курганской, З.М. Витвицкой.
В качестве профилирующего признака в этой типизации принято соотношение зональной и меридиональной составляющих циркуляции над полушарием. Это соотношение в основном регулируется приходящей к Земле солнечной радиацией [193]. Выделяется 13 основных типов элементарных циркуляционных механизмов (ЭЦМ), а с учетом их разновидностей (выделяемых на основе сезонных или региональных различий) – 41 ЭЦМ. ЭЦМ – представляет собой единый целостный макропроцесс, в течение которого в Северном полушарии сохраняется географическое распределение барического поля определенного типа и направленность основных переносов воздушных масс. По характеру соотношения зонального и меридионального переносов в северном полушарии ЭЦМ объединены в четыре группы: зональную, нарушения зональности, меридиональную северную и меридиональную южную. Группы зональная и нарушения зональности отражают зональный перенос в атмосфере, группы меридиональная южная и меридиональная северная – меридиональный перенос воздушных масс.
Таким образом, в непрерывном циркуляционном процессе в атмосфере выделяются элементарные циркуляционные механизмы, группы циркуляции и циркуляционные сезоны, являющиеся основными структурными элементами рассматриваемой типизации. Время, частота, порядок проявления и продолжительность действия тех или иных ЭЦМ отражают особенности общей циркуляции атмосферы, определяют характер погоды каждого конкретного места. Продолжительность действия групп циркуляции, характер соотношения зональных и меридиональных форм циркуляции являются важнейшими макроциркуляционными характеристиками климата при рассмотрении его многолетних изменений. Применение типизации к анализу балансовых показателей ледников позволило разработать методику реконструкции баланса массы и увеличить продолжительность балансовых рядов. Основу методики реконструкции составили представления о расчете весовых коэффициентов каждого ЭЦМ в процессах аккумуляции и абляции на леднике, охваченном балансовыми наблюдениями [164].
Связь циркуляционных характеристик климата находилась из предположения о том, что каждому элементарному циркуляционному процессу на полушарии соответствуют определенные погодные условия в конкретном месте (температурный режим и режим атмосферных осадков), которые определяют развитие ледников. Связь циркуляционных характеристик (продолжительность действия ЭЦМ) с балансовыми показателями была найдена в виде пропорции циркуляционного вклада (весовых соотношений) каждого ЭЦМ в формирование знака и величины аномалии балансового показателя [164, 168, 169, 178–180, 194].
Пропорция вклада (весов) для рядов инструментальных наблюдений аккумуляции и абляции определялась следующим образом. Из ряда значений балансового показателя вычиталось среднее многолетнее значение. В результате была получена знакопеременная функция – аномалия балансового показателя (аккумуляции, абляции). Далее, по данным Календаря последовательной смены ЭЦМ [164] для лет с положительными и отрицательными аномалиями отдельно находились суммарные значения продолжительности действия (в сутках) ЭЦМ всех типов за некоторый период года (например, зимний – для аккумуляции и летний – для абляции). Из предположения о том, что связанные с отдельными типами ЭЦМ погодные условия вносят определенный циркуляционный вклад в формирование как положительных, так и отрицательных аномалий годовых значений балансовых показателей ледника, были рассчитаны (в долях единицы) пропорции циркуляционного вклада (веса) каждого ЭЦМ в формирование знака и величины аномалии аккумуляции и абляции. Полученные пропорции проверялись восстановлением значений исходных инструментальных рядов по данным Календаря последовательной смены ЭЦМ [164, 176]. В качестве оценочных характеристик при этом принимались коэффициент корреляции между восстановленным и исходным рядами и расхождение между этими рядами в миллиметрах водного эквивалента и в процентах от среднего модуля аномалии исходного ряда. Статистическая значимость коэффициента корреляции определялась в соответствии с существующими методиками [205]. Изменением даты начала и продолжительности периода (аккумуляции, абляции) путем перебора находилось такое его значение, при котором величина коэффициента корреляции была максимальной, а расхождение – минимальным. Восстановленный ряд принимался за макроциркуляционную модель балансового показателя.
На основе найденной формы связи были выполнены реконструкции динамики баланса массы 25-ти репрезентативных и опорных ледников северного полушария, имеющих продолжительные ряды балансовых наблюдений [164, 165]. Эти данные по районам были дополнены результатами балансовых наблюдений еще по 100 ледникам северного полушария. Затем рассчитывались регионально осредненные значения баланса массы для каждого района (по всем ледникам, охваченным балансовыми наблюдениями) и по ним значения суммарного баланса. Эти ряды использовались для прогнозов суммарного баланса массы льда в ледниковых районах северного полушария.
В качестве исходных данных по инсоляции принимались рассчитанные нами значения [297].
В главе 3 нами определено, что за время от 3000 лет до н.э. до 2999 лет н.э. приходящая к Земле за год солнечная радиация сократилась всего на 0,005%. В тоже время распределение приходящей за год радиации по широтным зонам (рис. 3.2) изменяется более значительно, до 3% [166, 177, 188]. Поступление солнечной радиации в экваториальную область Земли в настоящее время (в диапазоне, по крайней мере, от 3000 лет до н.э. до 2999 лет н.э.) увеличивается, а в полярные области сокращается. То есть происходит увеличение меридионального градиента инсоляции. Следствием этого эффекта является усиление межширотного теплообмена (между теплыми и холодными областями Земли) как в атмосфере, так и в океане, то есть усиление работы «тепловой машины первого рода» [166, 177, 190, 213, 297]. Эффект усиления межширотного теплообмена в атмосфере подтверждается тенденцией увеличения продолжительности меридиональной южной группы циркуляции [80, 81, 289].
Отмеченные изменения – усиление широтной контрастности и сглаживание сезонных различий в инсоляции Земли – связаны с вековой тенденцией уменьшения угла наклона оси вращения Земли в результате прецессии. Известно, что при увеличении угла наклона оси вращения увеличивается приход солнечной радиации в полярные районы, т.е. происходит сглаживание широтной контрастности в полушариях и усиление сезонных различий. При уменьшении угла наклона происходит увеличение радиации, поступающей в экваториальную область, уменьшение радиации поступающей в полярные районы и широтные контрасты возрастают, а сезонные различия сглаживаются [114].
Для анализа изменения глобальной температуры (приповерхностной температуры воздуха – ПТВ) нами использовалась инсоляционная контрастность (ИК). Для полушарий ИК рассчитывалась как разность солнечной радиации приходящей в область 0°–45° и приходящей в область 45°–90° (рис. 4.1). Для Земли принималось среднее по полушариям значение ИК. Изменение ИК линейно связано с изменением угла наклона оси вращения Земли (коэффициент корреляции R = –0,997). Изменение угла наклона [288] и связанной с ним ИК определяется планетной прецессией (тренд) и нутацией (19-ти летние вариации).
Так как динамика ледников во многом определяется температурным режимом, проводился корреляционный анализ значений аномалии ПТВ по данным представленным в архиве университета Восточной Англии и метеобюро Хэдли – массив HadCRUT4 [290, 293]. Поскольку в исходных рядах ПТВ (и регионально осредненного суммарного баланса массы льда) 19-ти летние вариации не обнаруживаются, проводилось сглаживание рядов значений угла наклона оси и ИК по 21-му летнему скользящему среднему. Проведенный для достоверных данных [236, 302] (с 1900 по 2016 гг.) анализ показал наличие высокой корреляционной связи между изменением угла наклона оси и ИК с изменением аномалии ПТВ (табл. 6.4). При этом, отмечается отрицательная связь аномалии ПТВ с углом наклона оси вращения Земли и положительная связь аномалии ПТВ с ИК. Аномалия ПТВ в массиве данных представлена относительно средней глобальной температуры для периода 1961–1990 гг.
Таблица 6.4.
Значения коэффициента корреляции (R) угла наклона оси
вращения Земли и инсоляционной контрастности (ИК) с аномалией ПТВ
Примечание: СП и ЮП – северное и южное полушарие соответственно.
Как показывают наши расчеты, в этих исходных временных рядах аномалии ПТВ (Земли и полушарий) многолетние изменения в основном (от 69% в северном полушарии до 85% в южном полушарии) определяются трендами.
На основе балансовых данных (инструментальных наблюдений и реконструкции) для каждого из 9 ледниковых районов северного полушария были получены значения регионально осредненных значений суммарного баланса массы льда (рис. 6.16). Эти значения рассчитывались осреднением годовых значений баланса массы для соответствующих лет по всем охваченным балансовыми наблюдениями ледникам этого района. Всего по 9-ти ледниковым районам для расчетов использовались данные инструментальных балансовых измерений по 125 ледникам приведенные в сборниках «Изменения ледников» [253, 286, Fluctuations of Glaciers, I – IX] и данные реконструкции по 25 летникам северного полушария [164]. Полученные регионально осредненные ряды (с учетом данных реконструкции), охватывают диапазон с 1900 по 2005 гг. (рис. 6.16). Реконструкция, выполненная на основе по макроциркуляционной модели [164, 168, 169, 178–180, 194] охватывает период с 1900 года до начала инструментальных балансовых наблюдений в регионе. Полученные данные реконструкции хорошо согласуются с результатами ранее выполненных реконструкций, модельных экспериментов и историческими свидетельствами по динамике ледников [164].
Рис. 6.16. Динамика регионально осредненного суммарного баланса массы льда
в ледниковых районах северного полушария в XX столетии:
1 – Скандинавия, 2 – Шпицберген, 3 – Канадский Арктический архипелаг,
4 – Аляска, 5 – Кордильеры, 6 – Альпы, 7 – Кавказ,
8 – Тянь-Шань, 9 – Памиро-Алай
Анализ проводился по временным рядам, включающим инструментальные значения суммарного баланса массы и данные реконструкции. Для всех 9-ти ледниковых районов обнаружена тесная связь изменения суммарного баланса массы льда с ИК (табл. 6.5).
Таблица 6.5.
Значения коэффициента корреляции (R) суммарного баланса массы льда
ледниковых районов с ИК и коэффициента детерминации (R2)
тех же исходных рядов
В исходных рядах регионально осредненного суммарного баланса массы многолетние изменения в основном учитываются трендами линейным и полиномиальным (табл. 6.5, рис. 6.17). Приведены значения коэффициента детерминации (R2) показывающего долю многолетних изменений суммарного баланса массы учитываемую трендом.
Рис. 6.17. Графики регионально осредненного суммарного баланса
массы льда в ледниковых районах северного полушария
и их полиномиальные (полиномы 2-й степени) тренды:
1 – Скандинавия, 2 – Шпицберген, 3 – Канадский Арктический архипелаг,
4 – Аляска, 5 – Кордильеры, 6 – Альпы, 7 – Кавказ,
8 – Тянь-Шань, 9 – Памиро-Алай
Таким образом, более 90% многолетних изменений суммарного баланса массы в исходных для прогноза данных учитывается трендом. В связи с этим корреляционное сопоставление этих трендов с трендами угла наклона оси и ИК (83% – 85% дисперсии в этих рядах также учитывается трендами) представляется оправданным для объяснения причин более чем 90% изменений регионально осредненного суммарного баланса массы льда.
На основе найденной корреляционной связи с ИК были построены уравнения регрессии (линейные и полиномиальные – полином 2-й степени) суммарного баланса массы и ИК (табл. 6.6). Коэффициент детерминации (R2) рассматривают, как правило, в качестве основного показателя, отражающего меру качества регрессионной модели, описывающей связь между зависимой и независимыми переменными модели. Коэффициент детерминации показывает, какая доля вариации объясняемой переменной учитывается в модели и, определяется влиянием на нее факторов, включенных в модель (чем ближе R2 к 1, тем выше качество модели).
Таблица 6.6.
Значения коэффициента детерминации (R2) в уравнениях регрессии
и дисперсии для ансамблевых решений по уравнениям регрессии
Прогноз выполнялся по ансамблю линейных и полиномиальных решений последовательным алгебраическим сложением рассчитанных годовых значений суммарного баланса массы льда (начиная с конечного в исходных рядах значения 2005 года) с суммарным балансом массы исходных рядов (рис. 6.18). Годовые значения вычислялись по рассчитанным на основе регрессионной модели значениям регионально осредненного суммарного баланса массы льда. В результате получен характер изменения регионально осредненного суммарного баланса массы льда в 9-ти ледниковых районах северного полушария с 1900 по 2050 гг. (рис. 6.18).
Рис. 6.18. Динамика регионально осредненного суммарного баланса
массы льда в ледниковых районах северного полушария в XX-м веке
и в первой половине XXI века: 1 – Скандинавия, 2 – Шпицберген,
3 – Канадский Арктический архипелаг, 4 – Аляска, 5 – Кордильеры, 6 – Альпы,
7 – Кавказ, 8 – Тянь-Шань, 9 – Памиро-Алай
Таким образом, для среднего (из охваченных балансовыми наблюдениями) по району леднику максимальная потеря льда с 1900 по 2050 гг. отмечается для Шпицбергена 67,9 м в.э. Для регионально осредненного баланса массы льда на Шпицбергене получена линейная зависимость суммарного баланса массы льда от ИК. Значительные потери льда отмечаются на Аляске (53,6 м в.э.), в Кордильерах (54,2 м в.э.) и на Тянь-Шане (52,4 м в.э.). Несколько меньшие за полтора столетия потери массы льда ожидаются в Альпах (46.3 м в.э.) и на Памиро-Алае (44,5 м.в.э.). На Кавказе потеря льда за этот период составит около 30 м в.э. Минимальные потери льда с начала прошлого столетия до настоящего времени отмечаются в Скандинавии и в Канадском Арктическом архипелаге 17,4 м. в.э. и 18,3 м в.э. соответственно. Скандинавские ледники испытывают сильное влияние Атлантики (Исландского минимума атмосферного давления) определяемого циклоническим переносом с запада и юго-запада морских воздушных масс по Исландско – Карской ложбине [83, 206]. Поэтому здесь потери льда в результате увеличения глобальной ПТВ (абляции) в значительной мере компенсируются увеличением атмосферных осадков (аккумуляцией). Небольшие потери массы льда в Канадском арктическом архипелаге объясняются малыми значениями балансовых показателей.
В период с 2017 по 2050 гг. для Скандинавии и Кавказа ожидается стационарное (или близкое к нему) состояние регионально осредненного суммарного баланса массы льда. В Скандинавии потеря массы льда за этот период составит 1,3 м в.э., на Кавказе – около 2,0 м в.э. Минимальные потери льда в этих районах могут определяться усилением циклонической деятельности и переноса морских воздушных масс в районе Скандинавии с Атлантики, на Кавказе со Средиземного моря. Таким образом, связанное с усилением межширотного теплообмена воздействие увеличения ПТВ на ледники (абляции), в этих районах в значительной степени компенсируется увеличением атмосферных осадков (аккумуляцией). Увеличение атмосферных осадков также определяется усилением межширотного теплообмена, в частности, продолжительности действия меридиональной южной группы циркуляции [81].
В других ледниковых районах Северного полушария потери льда за этот период в среднем будут находиться в диапазоне от 9–10 м в.э. (Канадский арктический архипелаг, Памиро-Алай) до 12–14 м в.э. (Альпы, Аляска, Кордильеры, Шпицберген). Таким образом, в генетическом плане развитие Скандинавских и Кавказских ледников в условиях усиления меридионального переноса тепла и влаги в большей степени связано с атмосферными осадками (аккумуляцией) и в меньшей степени с переносом тепла (абляцией). В остальных ледниковых районах северного полушария тенденции изменения суммарного баланса массы, в основном определяются переносом тепла (абляцией), связанным с усилением межширотного теплообмена из-за уменьшения наклона оси вращения Земли.
Таким образом, отмечена высокая корреляция суммарного баланса массы льда рассчитанного для среднего по ледниковому району леднику (из ледников, охваченных балансовыми наблюдениями), с инсоляционной контрастностью (отрицательная) и изменением угла наклона оси вращения Земли (положительная). Поскольку изменчивость регионально осредненного суммарного баланса массы льда в среднем на 90–95% учитывается трендом, то полученные высокие корреляционные показатели указывают на причинно-следственные связи в тенденциях изменения суммарного баланса массы льда и ИК. Таким образом, тенденции изменения суммарного баланса массы льда в ледниковых районах северного полушария является следствием увеличения ИК, причиной которого является уменьшение наклона оси вращения Земли. Увеличение ИК свидетельствует об усилении работы «тепловой машины первого рода» [213] и усилении переноса тепла и влаги (вихревые и циркуляционные потоки в атмосфере, океанические течения) из низких широт в высокие. Следствием этого является повышение температуры в областях стока тепла, увеличение испарения и содержания водяного пара в атмосфере, что приводит к усилению парникового эффекта и дополнительному увеличению температуры в области стока тепла. Следствием этого является деградация современного оледенения в Северном полушарии. В отдельных ледниковых районах (Скандинавия, Кавказ) влияние на динамику массы льда усиления переноса тепла (абляции), отчасти компенсируется усилением переноса влаги – атмосферных осадков (аккумуляции), что приводит к замедлению деградации оледенения.
Таким образом, тенденции в деградации современного оледенения в северном полушарии определяются естественными причинами, основной из которых является уменьшение наклона оси вращения Земли. Полученные результаты важны для обобщенной оценки изменения ледовых ресурсов в будущем, вклада в изменение уровня Мирового океана и для мониторинга климатических изменений в северном полушарии.