Arktis bliver tyndere to gange hurtigere end forventet.
En opdateret model viser, at havisen langs Arktis' kyster bliver tyndere to gange hurtigere end forventet.
Naturen forværres med den stigende globale opvarmning og de klimatiske ændringer. Når polernes is smelter hurtigt, forårsager det et tab af biodiversitet og giver også anledning til bekymring for havniveauet.
Tjek ud Mind the Graph Gallery for illustrationer relateret til havis. Klik på billedet nedenfor!
Havisens tykkelse fungerer som et barometer til at forstå tilstanden i den arktiske region. Jo tykkere isen er, jo mere termisk isolering fungerer den som, hvilket forhindrer havets overfladetemperatur i at stige om vinteren og giver beskyttelse mod varme om sommeren.
Det er også mindre sandsynligt, at den arktiske sommersmeltning understøttes af tyndere is.
Derfor har forskere evalueret resultaterne fra et nyudviklet computerprogram, der har til formål at estimere forskellen i snedybde hvert år, og identificeret udtynding af havisen accelereret meget mere end forventet.
Undersøgelsens formål og målsætninger
Da havisdækket modererer luft-vand-udvekslingen og varmeoverførslen mellem havene og atmosfæren, har det betydning for regionale økosystemer, vindmønstre på halvkuglen og det globale klima.
Termisk isolation øges med tykkere havis, så temperaturerne forbliver lavere om vinteren.
Det er også havisens tykkelse under sneakkumuleringen, der bestemmer havisens dybde under vandoverfladen, hvilket bidrager væsentligt til havisens termodynamiske vækst. Havisens tykkelse er derfor en vigtig indikator for regionens sundhedstilstand.
Forskerne brugte CryoSat-2 satellitradar til at måle havisens tykkelse til denne undersøgelse.
Målet var at sammenligne de tilgængelige data fra den gamle model med en ny model, der involverede klimaforandringer.
Isens højde over vandet kan findes ved at tage tid på, hvor lang tid det tager for radarbølgerne at reflektere, hvilket resulterer i en vurdering af dens tykkelse.
SnowModel-LG, en Lagrangian sneakkumuleringsmodel, blev brugt til at forudsige den samlede snedybde og -tæthed på forskellige steder omkring Det Arktiske Ocean ved at tage højde for vind, temperatur, nedbør og isbevægelsesanalyse.
Derefter blev resultaterne af snemodellen kombineret med data fra satellitradar for at estimere, hvor hurtigt havisens tykkelse i Arktis falder, og hvordan den kan variere over tid.
Som et resultat:
En faktor på 50 procent blev tilføjet til variationen i havistykkelsen i de marginale have ved at inkludere variationen i snedækket.
Ifølge deres undersøgelse bidrager udsving i snedækket til en stigende del af variationen i den udledte tykkelse af havis, stigende fra omkring 20% til mere end 70% på en sæsonbestemt tidsskala.
SnowModel-LG-datadrevne tendenser blev også observeret i havisens tykkelsesstatistik, hvilket forstærkede fald i områder, hvor de allerede eksisterede, og introducerede betydelige tab på steder, der ikke allerede havde dem.
Stigende CO2-fodaftryk fører til, at iskapperne bliver mindre, fordi mennesker har øget antallet af aktiviteter, der påvirker miljøet, betydeligt. Flere dyrearter i polarområderne har også mistet deres levesteder på grund af afsmeltningen. En holistisk tilgang til at evaluere havisens tykkelse vil blive givet gennem deres integrerede model, som bygger bro mellem forældede analysesystemer og inkorporerer faktorer som klimaforandringer.
Deres forskning er en vigtig milepæl, som helt sikkert kan bidrage til det større billede af den egentlige årsag.
Hvis du vil vide mere om deres forskning, kan du læse referencen nedenfor.
Robbie D. C. Mallett, Julienne C. Stroeve, Michel Tsamados, Jack C. Landy, Rosemary Willatt, Vishnu Nandan, Glen E. Liston. Hurtigere fald og større variabilitet i havistykkelsen i de marginale arktiske have, når der tages højde for dynamisk snedække. Kryosfæren, 2021; 15 (5): 2429 DOI: 10.5194/tc-15-2429-2021
Tilmeld dig vores nyhedsbrev
Eksklusivt indhold af høj kvalitet om effektiv visuel
kommunikation inden for videnskab.
Danish 
English 
Chinese 
Czech 
Dutch 
French 
German 
Italian 
Indonesian 
Japanese 
Korean 
Polish 
Portuguese 
Russian 
Spanish 
Turkish 
Ukrainian 
Swedish 
Romanian 
Bulgarian 
Finnish 
Greek 
Hungarian 
Norwegian 
Estonian 
Slovenian 
Lithuanian 
Latvian 
Slovak