Задержка наступления арктических льдов связана с атмосферными условиями у Аляски за несколько месяцев до этого

Эксперты из Японии установили, что атмосферные условия в районе Аляски могут влиять на состояние морского льда в Северном Ледовитом океане спустя месяцы. Команда использовала различные данные, включая судовые наблюдения 2018 года, чтобы выяснить, как единичное атмосферное событие над северной частью Тихого океана вызвало значительную задержку формирования льда в тихоокеанском секторе Арктики.

Глобальное потепление происходит вдвое быстрее в Арктике, чем в среднем по планете, и одним из важных источников тепла является тихоокеанская вода. Она поступает через Берингов пролив в Чукотское море. В ноябре 2018 года ученые на судне Mirai зафиксировали, что, несмотря на идеальные атмосферные условия, поверхность воды в Чукотском море оставалась аномально теплой и свободной ото льда. Покрытие льда в тот период было на 20% меньше средних значений с 2002 по 2017 год.

Анализ спутниковых данных показал, что, хотя температура воды в Чукотском море обычно коррелирует с индексом Тихоокеанской декадной осцилляции (PDO), в ноябре 2018 года при нейтральной фазе PDO наблюдался рекордный прогрев. Исследователи обнаружили причину: в сентябре 2018 года над Беринговым морем установился устойчивый антициклон (атмосферная блокировка). Это вызвало усиление ветров, которые пригнали в Арктику на 70% больше теплой тихоокеанской воды, чем в среднем.

«Этот большой объем дополнительной теплой тихоокеанской воды, вероятно, и помешал продвижению морского льда на юг в ноябре 2018 года», — пояснил первый автор исследования, доцент Цубаса Кодайра.

Атмосферная блокировка в сентябре — явление для этого времени года редкое. Ученые предупреждают, что если подобное событие совпадет с положительной фазой PDO, температура воды в Арктике может подняться примерно на 2 °C, что не просто задержит, а резко сократит ежегодный рост льда. Это открытие механизма задержки ледообразования поможет улучшить прогнозы состояния арктических льдов, что важно для глобальных погодных моделей и оценки здоровья местных экосистем.