Оценки влияния ледового покрова на первичную продукцию фитопланктона в Баренцевом море (по результатам трехмерного моделирования)

Целью работы является оценка влияния морского льда на первичную продукцию фитопланктона в Баренцевом море. Для получения оценок привлекается трехмерная экогидродинамическая модель, основанная на модели океана Принстонского университета (США). Эта модель включает блок морского льда с 7 категориями и 11-компонентный блок морской пелагической экосистемы, разработанный в Санкт-Петербургском филиале Института океанологии им. П. П. Ширшова РАН. Сравнение результатов расчета для периода 1998—2007 гг. со спутниковыми данными показало, что модель воспроизводит основные черты эволюции поверхностной температуры, границы сезонного ледового покрова, поверхностной концентрации хлорофилла-a и первичной продукции фитопланктона в Баренцевом море. Модельные оценки средней годовой первичной продукции фитопланктона всего моря оказались в 1.5—2.3 раза больше аналогичных оценок по спутниковым данным. Основные причины расхождения оценок заключаются в том, что модель учитывает производство первичной продукции фитопланктона под паковыми льдами и в маргинальной зоне льда, а спутниковые данные относятся исключительно к открытой воде. Более того, оценка первичной продукции фитопланктона по спутниковым данным занижает ее значения из-за подповерхностного максимума хлорофилла. За период 1998—2007 гг. максимальная в сезонном цикле модельная площадь льда в море уменьшилась примерно на 15 %. Это уменьшение сопровождалось увеличением средней годовой первичной продукции фитопланктона моря на 54 и 63 % соответственно по спутниковым данным и модельным расчетам для открытой воды. Согласно модельным расчетам для всей акватории моря, оно составляет только 19 %. Сделан вывод, что адекватные оценки первичной продукции в покрытых льдом морях могут быть получены только на основе экогидродинамических моделей, включающих морской лед.

1. Smedsrud L. H. et al. The role of the Barents Sea in the Arctic climate system // Reviews of Geophysics. 2013. V. 51, Iss. 3. P. 415—449. DOI: 10.1002/rog.20017.

2. Думанская И. О. Ледовые условия морей Европейской части России. М.; Обнинск: ИГ-СОЦИН, 2014. 608 с.

3. Биологический атлас морей Арктики 2000: планктон Баренцева и Карского морей. Мурманск: Мурман.мор.биол.ин-т; КРЦ РАН, 2000. 92 с. (CD_ROM).

4. Arctic System Science Primary Production (ARCSS-PP) database. URL: http://accession.nodc.noaa.gov/0063065 (дата обращения: 02.09.2015).

5. Arrigo K. R., Matrai P. A., Van Dijken G. L. Primary productivity in the Arctic Ocean: Impacts of complex optical properties and subsurface chlorophyll maxima on large-scale estimates // J. Geophys. Res. Oceans. 2011. P. 116. doi: 10.1029/2011jc007273.

6. Engelsen O., Hegseth E. N., Hop H., Hansen E., Falk-Petersen S. Spatial variability of chlorophyll-a in the Marginal Ice Zone of the Barents Sea, with relation to sea ice and oceanographic conditions // J. Marine Systems. 2002. V. 35. P. 79—97.

7. Engelsen O., Hegseth E. N., Hop H., Hansen E., Falk-Petersen S. Deriving phytoplankton biomass in the Marginal Ice Zone from satellite observable parameters // Intern. J. Remote Sensing. 2004. V. 25, Iss. (7-8). P. 1453-7.

8. Reigstat M., Wassmann P., Riser C. W., Oygarden S., Rey F. Variations in hydrography, nutrients and chlorophyll-a in the marginal ice-zone and the central Barents Sea // J. Marine. Systems. 2002. V. 38, Iss. (1—2). P. 9—29.

9. Kushnir V., Pavlov V., Morozov A., Pavlova O. «Flashes» of Chlorophyll-a Concentration Derived from in Situ and Remote Sensing Data at the Polar Front in the Barents Sea // The Open Oceanography Journal. 2011. V. 5. P. 14—21.

10. Pabi S., Van Dijken G. L., Arrigo K. Primary production in the Arctic Ocean, 1998—2006 // J. Geophys. Res. 2008. V. 113. P. C08005. DOI:10.1029/2007JC004578.

11. Blumberg A. F., Mellor G. L. A description of a three-dimensional coastal ocean circulation model // Three-dimensional Coastal Ocean Models / Ed. by Heaps N. American Geophysical Union. Washington, D.C., 1987. 208 p.

12. Mellor G. L. Users guide for a three-dimensional, primitive equation numerical ocean model // Program in Atmospheric and Oceanic Sciences. Princeton University, Princeton; NJ, 2004. P. 56.

13. Mellor G. L., Yamada T. Development of a turbulence closure model for geophysical fluid problems // Reviews of Geophysics and Space Physics. 1982. V. 20. P. 851—875.

14. Smagorinsky J., Manade S., Holloway J. I. Numerical results from a nine level general circulation model of the atmosphere // Monthly Weather Review. 1965. V. 93. P. 727—768.

15. Sein D. V. et al. Regionally coupled atmosphere-ocean-sea ice-marine biogeochemistry model ROM: 1. Description and validation // J. Adv. Model. Earth Syst. 2015. V. 7. P. 268—304.

16. Haapala J., Lonnroth N., Stossel A. A numerical study of open water formation in sea ice // J. Geophys. Res. 2005. V. 110(C9). P. 1—17. DOI: 10.1029/2003JC002200.

17. Ryabchenko V., Dvornikov A., Haapala J., Myrberg K. Modelling ice conditions in the easternmost Gulf of Finland in the Baltic Sea // Continental Shelf Research. 2010. V. 30, N. 13. P. 1458—1471. DOI: 10.1016/j.csr.2010.05.006.

18. Ryabchenko V. A. et al. Seasonal dynamics and biological productivity in the Arabian Sea euphotic zone as simulated by a threedimensional ecosystem model // Global Biogeochemical Cycles. 1998. V. 12. P. 501—530.

19. Anderson T. R. et al. Denitrification in the Arabian Sea: A 3D ecosystem modeling study // Deep-Sea Res. I. 2007. V. 54. Iss. 12. P. 2082—2119.

20. The General Bathymetric Chart of the Oceans (GEBCO). URL: http://www.gebco.net/ (дата обращения: 02.09.2015).

21. Parkinson C. L., Washigton W. M. A large-scale numerical model of sea ice // J. Geophys. Res. 1979. V. 84(C1). P. 311—337.

22. The NCEP/NCAR Reanalysis Project at the NOAA/ESRL Physical Sciences Division. URL: http://www.esrl.noaa.gov/psd/data/reanalysis/reanalysis.shtml (дата обращения: 02.09.2015).

23. Orlanski I. A simple boundary condition for unbounded hyperbolic flows // J. Computational Physics. 1976. V. 21. P. 251—269.

24. Ocean Color Web. URL: http://oceancolor.gsfc.nasa.gov/cgi/l3 (дата обращения: 02.09.2015).

25. Smolarkiewicz P. K. A fully multidimensional positive definite advection transport algorithm with small implicit diffusion // J. Computational Physics. 1984. V. 54. P. 325—362.

26. World Meteorological Organization sea-ice nomenclature, terminology, codes and illustrated glossary, WMO/DMM/BMO 259- TP-145. WMO. 1985. Secretariat of the World Meteorological Organization.

27. NOAA/NSIDC Climate Data Record of Passive Microwave Sea Ice Concentration, Version 2. URL: http://nsidc.org/data/G02202 (дата обращения: 02.09.2015).

28. Ocean productivity. URL: http://orca.science.oregonstate.edu/1080.by.2160.8day.hdf.chl.seawifs.php (дата обращения: 02.09.2015).

29. Ocean productivity. URL: http://orca.science.oregonstate.edu/1080.by.2160.8day.hdf.eppley.s.chl.a.sst.php (дата обращения: 02.09.2015).

30. Qu B., Gabric A. J., Matrai P. Spatial and temporal distribution of chlorophyll-a and its relation to ice cover, radiation and sea surface temperature in the Barents Sea // Polar Biology. 2006. V. 29. P. 196—210.

31. Popova E. E. et al. Control of primary production in the Arctic by nutrients and light: insights from a high resolution ocean general circulation model // Biogeosciences. 2010. V. 7. P. 3569—3591. DOI:10.5194/bg-7-3569-2010.

32. Strong C. Atmospheric influence on Arctic marginal ice zone position and width in the Atlantic sector, February–April 1979—2010

33. // Clim.Dyn. 2012. V. 39. P. 3091—3102. DOI:10.1007/s00382-012-1356-6.