Доклады Российской академии наук. Науки о Земле, 2021, T. 501, № 1, стр. 78-85
Изменения протяженности снежного покрова в Евразии по спутниковым данным в связи с полушарными и региональными температурными изменениями
Академик РАН И. И. Мохов 1, 2, *, М. Р. Парфенова 1
1 Институт физики атмосферы им. А.М. Обухова Российской академии наук
Москва, Россия
2 Московский государственный университет
имени М.В. Ломоносова
Москва, Россия
* E-mail: mokhov@ifaran.ru
Поступила в редакцию 28.06.2021
После доработки 04.08.2021
Принята к публикации 09.08.2021
Аннотация
Получены количественные оценки связи внутригодовых и межгодовых вариаций снежного покрова в Евразии с изменениями приповерхностной температуры в Северном полушарии на основе спутниковых данных и данных реанализа для периода 1979–2020 гг. Оценки параметров чувствительности площади снежного покрова в Евразии к температурным изменениям для последних четырех десятилетий (1980–2019 гг.) сопоставляются с полученными оценками последних полутора десятков лет (2005–2019 гг.). Отмечены сезонные особенности связи снежного покрова с температурным режимом, в частности, в период формирования снежного покрова осенью, и их изменения в последние десятилетия. Результаты корреляционного и кросс-вейвлетного анализа свидетельствуют об общей значимой когерентности и отрицательной корреляции с приповерхностной температурой площади снежного покрова в Евразии в целом не только в годовом ходе, но и для большинства месяцев в межгодовой изменчивости. По среднегодовым данным для периода 2005–2019 гг. отмечено увеличение по абсолютной величине параметра чувствительности площади снежного покрова к изменению приповерхностной температуры для Евразии при их в целом статистически незначимой отрицательной корреляции для последних четырех десятилетий.
ВВЕДЕНИЕ
Снежно-ледовый покров играет важнейшую роль в формировании региональных и глобальных климатических режимов [1–5]. Наиболее значимые изменения свойств земной поверхности на интервалах времени от сезонов до миллионов лет связаны с его изменениями. Уменьшение альбедо поверхности в связи с уменьшением площади снежно-ледового покрова при повышении приповерхностной температуры способствует увеличению поглощения солнечной радиации в климатической системе и дальнейшему повышению температуры. С этим процессом связана сильнейшая положительная климатическая обратная связь, повышающая чувствительность температурного режима к внешним воздействиям – естественным и антропогенным [6]. В течение последних десятков миллионов лет температура у поверхности Земли по данным палеореконструкций в целом падала до наступления так называемого плейстоцена около 2 млн лет назад. Плейстоцен характеризуется проявлением ледниковых циклов, связанных с изменениями параметров орбиты Земли вокруг Солнца (эксцентриситета, угла наклона земной оси Земли к плоскости эклиптики и прецессии с периодами около 100, 40 и 20 тыс. лет) – циклами Миланковича. Проявлению этих циклов в плейстоцене и их раскачиванию способствовали усиление глобальной роли снежно-ледового покрова при достаточно сильном охлаждении Земли и значимое влияние положительной обратной связи альбедо поверхности–температура на чувствительность глобального климата ко внешним воздействиям, связанным с изменениями параметров орбиты Земли вокруг Солнца.
Исследованию снежного покрова и его изменениям в Евразии и в Северном полушарии в целом и посвящено много работ [1–18]. Диапазон вариаций площади снежного покрова в Северном полушарии (СП) значительно больше, чем для морских льдов – около 50 млн км2, при этом основной вклад связан со снежным покровом в Евразии. Максимальная протяженность морских льдов в СП втрое меньше – в Арктике достигает 16 млн км2 (в Антарктике – около 20 млн км2). Результаты проведенных исследований свидетельствуют о существенных различиях изменений снежного покрова в разные сезоны для различных регионов и разных временных интервалов (десятилетий). Цель данной работы – получение новых оценок характеристик связи площади снежного покрова в Евразии с изменениями региональной и полушарной приповерхностной температуры и тенденций их изменений в последние десятилетия.
ИСПОЛЬЗУЕМЫЕ ДАННЫЕ И МЕТОДЫ АНАЛИЗА
При анализе использовались среднемесячные данные CDR NOAA [9, 10] (см. также https://climate.rutgers.edu/snowcover/, https://www.ncdc. noaa.gov/) для площади снежного покрова на основе спутниковых наблюдений, а также среднемесячные данные реанализа ERA5 (https:// www.ecmwf.int/en/forecasts/datasets/reanalysis-data-sets/era5) для приповерхностной температуры в СП для периода 1979–2020 гг.
Изменения снежного покрова в годовом ходе и межгодовой и междесятилетней изменчивости анализировались с использованием фазовых портретов. Для оценки связи снежного покрова с температурным режимом наряду с корреляционным анализом использовался кросс-вейвлетный анализ.
РЕЗУЛЬТАТЫ
По данным CDR для 40-летнего периода 1980–2019 гг. средняя за год площадь снежного покрова в СП около 25 млн км2, при этом около 3/5 этой площади приходится на Евразию (более 14 млн км2). Максимальные значения площади снежного покрова в Евразии достигают 30 млн км2.
На рис. 1 представлен фазовый портрет для протяженности снежного покрова SEA в Евразии по данным для периода 1979–2020 гг. с выделением двух подпериодов (1979–1999 и 2000–2020 гг.). Согласно рис. 1 наибольшая изменчивость режима снежного покрова в Евразии проявляется в наиболее холодные месяцы с наибольшей протяженностью снежного покрова. Для летних месяцев изменчивость режима снежного покрова существенно меньше, при этом более четко проявляется тенденция уменьшения площади снежного покрова при общем потеплении в последние десятилетия.
В табл. 1 приведены оценки параметров чувствительности dSEA/dT площади снежного покрова Евразии SEA к изменениям полушарной (ТСП) и региональной (ТА, ТЕА, ТЕА, А) приповерхностной температуры T, полученные на основе соответствующих линейных регрессий по данным для 40-летнего периода 1980–2019 гг. Отмечены также среднеквадратические отклонения (СКО) оценок dSEA/dT и коэффициенты корреляции r. Наряду со среднеполушарными значениями приповерхностной температуры ТСП использовались также данные для приповерхностной температуры ТА в арктических и субарктических широтах (60°–90° с.ш.), ТЕА для Евразии в целом и ТЕА, А для Евразии севернее 60° с.ш.
Таблица 1.
dSEA/dT, млн км2/K 1980–2019 гг. |
SEA:ТСП | SEA:ТА | SEA:ТЕА | SEA:ТЕА, А |
---|---|---|---|---|
январь | 0.34 ± 0.51 | 0.12 ± 0.14 | –0.52 ± 0.21 | –0.12 ± 0.09 |
0.11 | 0.13 | –0.38 | –0.23 | |
февраль | –0.86 ± 0.50 | 0.05 ± 0.16 | –0.84 ± 0.13 | –0.21 ± 0.09 |
–0.27 | 0.05 | –0.71 | –0.36 | |
март | –1.69 ± 0.55 | –0.43 ± 0.21 | –0.95 ± 0.15 | –0.33 ± 0.09 |
–0.45 | –0.32 | –0.71 | –0.50 | |
апрель | –1.20 ± 0.53 | –0.34 ± 0.17 | –0.82 ± 0.23 | –0.30 ± 0.11 |
–0.35 | –0.31 | –0.50 | –0.41 | |
май | –2.01 ± 0.54 | –0.75 ± 0.22 | –1.66 ± 0.24 | –0.92 ± 0.10 |
–0.52 | –0.48 | –0.74 | –0.83 | |
июнь | –2.72 ± 0.51 | –1.64 ± 0.28 | –1.56 ± 0.27 | –0.93 ± 0.16 |
–0.65 | –0.68 | –0.68 | –0.69 | |
июль | –0.92 ± 0.18 | –0.74 ± 0.12 | –0.64 ± 0.12 | –0.45 ± 0.09 |
–0.63 | –0.69 | –0.66 | –0.62 | |
август | –0.32 ± 0.11 | –0.17 ± 0.07 | –0.19 ± 0.07 | –0.02 ± 0.06 |
–0.42 | –0.37 | –0.39 | –0.05 | |
сентябрь | 0.14 ± 0.27 | –0.09 ± 0.12 | –0.24 ± 0.18 | –0.26 ± 0.08 |
0.08 | –0.12 | –0.22 | –0.45 | |
октябрь | 2.65 ± 0.59 | 0.73 ± 0.21 | 0.76 ± 0.46 | 0.01 ± 0.20 |
0.59 | 0.48 | 0.26 | 0.01 | |
ноябрь | 0.78 ± 0.52 | 0.44 ± 0.15 | –0.41 ± 0.25 | 0.02 ± 0.11 |
0.23 | 0.43 | –0.25 | 0.03 | |
декабрь | 0.47 ± 0.46 | 0.17 ± 0.15 | –0.41 ± 0.19 | –0.15 ± 0.09 |
0.16 | 0.19 | –0.34 | –0.27 |
Согласно полученным оценкам, связь снежного покрова в Евразии более значима с приповерхностной температурой Евразии в целом. Для всех месяцев, кроме октября, получены отрицательные значения для оценок параметров чувствительности SЕА к изменениям ТЕА для Евразии в целом. При этом для большинства (8) месяцев эти оценки значимы на уровне двух СКО. Следует отметить, что полученная положительная оценка для октября статистически незначима. Наибольшее абсолютное значение параметра чувствительности dSЕА/dTЕА для Евразии получено для мая: –1.7 млн км2/K и эта оценка наиболее статистически значима (r = –0.74). Связь SEA c ТСП, ТА и ТЕА, А по данным для периода 1980–2019 гг. оценена в целом более слабой, чем с ТЕА. При этом отмечена значимая положительная корреляция SEA c ТСП и ТА в октябре, а для SEA c ТА и в ноябре. Следует также отметить, что в сентябре отрицательная корреляция SEA с ТЕА, А более значима, чем отрицательная корреляция SЕА с ТЕА. По среднегодовым данным отрицательная корреляция снежного покрова с приповерхностной температурой для Евразии в целом оценена статистически незначимой (r = –0.21) для периодов 1980–2019 гг. (с оценкой dSЕА/dTЕА = –0.2 млн км2/K).
Для выявленных в табл. 1 особенностей с проявлением положительной корреляции площади снежного покрова с вариациями приповерхностной температуры, в частности в октябре, был проведен более детальный анализ. На рис. 2 представлены результаты кросс-вейвлетного анализа площади снежного покрова с вариациями приповерхностной температуры для Евразии в целом в октябре по данным для периода 1979–2020 гг. с детализацией результатов, полученных с использованием корреляционного анализа для периодов 1980–2019 гг. Согласно рис. 2 в течение последних десятилетий проявляется значимая отрицательная корреляция междесятилетних вариаций площади снежного покрова с вариациями приповерхностной температуры для Евразии в целом в октябре с расширением диапазона значимой когерентности для более долгопериодных и более короткопериодных (межгодовых) вариаций с конца XX века. При этом не выявлено значимой положительной корреляции площади снежного покрова с вариациями приповерхностной температуры.
Отмеченная при корреляционном анализе особенность положительной корреляции площади снежного покрова с температурой, в частности положительной корреляции в октябре, потенциально возможна. На рис. 3 приведены изменения SЕА и площади в Евразии с приповерхностной температурой меньше 0°С в октябре для периода 1980–2019 гг. Согласно анализируемым данным в течение последних десятилетий отмечалась тенденция увеличения SЕА в октябре. При этом SЕА всегда меньше площади с приповерхностной температурой меньше 0°С, хотя для последней отмечалась тенденция уменьшения, связанная с общим потеплением. Что касается тенденции увеличения SЕА, то ее можно объяснить увеличением осадков, в частности в северных регионах, в связи с ростом влагоемкости атмосферы. Региональные особенности выпадения осадков зависят, естественно, и от особенностей общей циркуляции атмосферы.
Увеличение снежного покрова в осенние месяцы при потеплении можно также связать с уменьшением протяженности морских льдов в арктическом бассейне и увеличением переноса водяного пара в атмосфере с выпадением снега в регионах северной Евразии [11]. Существенно, что для современного климата последних десятилетий именно в октябре на значительной части северной Евразии осуществляется переход к отрицательным (в градусах Цельсия) значениям температуры поверхности и формированию снежного покрова (см., напр., [7]). При этом для октябрей характерна большая не только пространственная, но и межгодовая изменчивость.
На фоне общих тенденций региональных изменений снежного покрова в течение последних десятилетий проявляются существенные особенности для более короткопериодных изменений. В частности, на рис. 4 представлены значения SЕА от приповерхностной температуры TEA для Евразии в целом в октябре по данным для периода 1980–2019 гг. Прямые линии соответствуют соответствующим линейным регрессиям SЕА на TEA для разных периодов – для периода 1980–2019 гг. и для трех его подпериодов – 1980–1992 гг., 1993–2005 гг., 2006–2018 гг. При статистически незначимой положительной корреляции SЕА с TEA (r = = 0.24, dSЕА/dTЕА = 0.9 ± 0.6 млн км2/K) для периода 1980–2019 гг., для всех подпериодов отмечена отрицательная корреляция SЕА и TEA – незначимая в 1980–1992 гг. (r = –0.24, dSЕА/dTЕА = –0.9 ± ± 1.1 млн км2/K) и 1993–2005 гг. (r = –0.44, dSЕА/dTЕА = 1.7 ± 1.1 млн км2/K) и значимая – в 2006–2018 гг. (r = –0.67, dSЕА/dTЕА = –3.5 ± ± 1.2 млн км2/K).
Особенности изменений снежно-ледового покрова могут быть связаны не только с долгопериодными тенденциями изменений климата и модами междесятилетней и внутридесятилетней климатической изменчивости, по-разному проявляющимися в разных регионах, но и с особенностями анализируемых данных, степенью их однородности, в том числе данных CDR на основе спутниковых наблюдений [14, 18, 19]. При определении параметров связи снежного покрова с температурным режимом, от которой существенно зависит чувствительность земной климатической системы, в том числе к антропогенным воздействиям, необходимо оценивать значимость вклада ключевых мод климатической межгодовой и междесятилетней изменчивости на фоне долгопериодных тенденций. Их вклад в региональные тренды приповерхностной температуры может проявляться не только на масштабах до двух-трех десятилетий, но и на интервалах времени до полувека и более. Это необходимо учитывать при прогностических оценках региональных изменений климата с соответствующим тестированием климатических моделей. Для адекватных модельных оценок возможных изменений климата в связи с антропогенными воздействиями требуется, чтобы модели адекватно описывали естественную климатическую изменчивость и ее вклад в региональные климатические изменения на разных временных горизонтах [19, 20].
Для сравнения с оценками, представленными в табл. 1 для 40-летнего периода 1980–2019 гг., в табл. 2 приведены соответствующие оценки для 15-летнего подпериода 2005–2019 гг. Оценки в табл. 2 свидетельствуют о существенных различиях параметров чувствительности dSЕА/dTЕА и соответствующих коэффициентов корреляции r для последнего периода 2005–2019 гг. по сравнению с полученными для всего периода 1980–2019 гг. Выявлены значительное уменьшение по абсолютной величине параметров чувствительности dSЕА/dTЕА и ослабление корреляции в летние месяцы, тогда как для других сезонов отмечено их существенное увеличение. В том числе отмечена значимая отрицательная корреляция SЕА и TЕА для октября с максимальной по абсолютной величине оценкой параметра чувствительности dSЕА/dTЕА = –2.5 млн км2/K. По среднегодовым данным отрицательная корреляция снежного покрова с приповерхностной температурой для Евразии в целом оценена статистически незначимой (r = –0.24) для периода 2005–2019 гг., как и для всего анализируемого периода 1980–2019 гг. При этом проявляется увеличение по абсолютной величине оценки параметра чувствительности площади снежного покрова (dSЕА/dTЕА = –0.3 млн км2/K) к изменению приповерхностной температуры для Евразии в целом для периода 2005–2019 гг.
Таблица 2.
dSEA/dT, млн км2/K 2005–2019 гг. |
SEA:ТСП | SEA:ТА | SEA:ТЕА | SEA:ТЕА, А |
---|---|---|---|---|
январь | –2.04 ± 0.91 | –0.37 ± 0.35 | –0.83 ± 0.23 | –0.19 ± 0.15 |
–0.53 | –0.28 | –0.71 | –0.33 | |
февраль | –2.23 ± 0.90 | 0.00 ± 0.33 | –1.03 ± 0.18 | –0.11 ± 0.15 |
–0.56 | 0.00 | –0.84 | –0.21 | |
март | –2.10 ± 1.17 | –0.32 ± 0.33 | –1.20 ± 0.24 | –0.21 ± 0.13 |
–0.44 | –0.26 | –0.82 | –0.40 | |
апрель | –0.71 ± 1.32 | –0.37 ± 0.36 | –1.08 ± 0.39 | –0.26 ± 0.16 |
–0.15 | –0.27 | –0.61 | –0.40 | |
май | –0.14 ± 1.66 | –0.50 ± 0.43 | –2.66 ± 0.83 | –0.95 ± 0.14 |
–0.02 | –0.30 | –0.66 | –0.88 | |
июнь | –1.39 ± 1.46 | –0.96 ± 0.56 | –0.86 ± 0.82 | –0.47 ± 0.31 |
–0.26 | –0.43 | –0.28 | –0.39 | |
июль | –0.06 ± 0.25 | –0.14 ± 0.11 | –0.07 ± 0.12 | –0.04 ± 0.07 |
–0.06 | –0.33 | –0.15 | –0.15 | |
август | 0.08 ± 0.08 | 0.03 ± 0.05 | 0.01 ± 0.05 | 0.02 ± 0.03 |
0.26 | 0.15 | 0.04 | 0.20 | |
сентябрь | 0.49 ± 0.75 | –0.20 ± 0.35 | –0.46 ± 0.40 | –0.37 ± 0.17 |
0.18 | –0.15 | –0.31 | –0.53 | |
октябрь | 3.60 ± 2.77 | –0.31 ± 0.74 | –2.50 ± 0.91 | –0.96 ± 0.30 |
0.34 | –0.12 | –0.61 | –0.67 | |
ноябрь | 0.68 ± 2.21 | 0.39 ± 0.68 | –1.72 ± 0.38 | –0.85 ± 0.25 |
0.09 | 0.16 | –0.78 | –0.68 | |
декабрь | –2.09 ± 0.71 | –0.74 ± 0.31 | –0.86 ± 0.14 | –0.34 ± 0.09 |
–0.63 | –0.55 | –0.86 | –0.74 |
В годовом ходе связь вариаций площади снежного покрова SEA статистически значима с приповерхностной температурой и для СП в целом (ТСП), и для Евразии в целом (ТЕА), и для арктических широт (ТА), и для арктических евразийских регионов (ТЕА, А) – см. табл. 3. При этом отмечено увеличение оценок соответствующих параметров чувствительности dSEA/dTСП, dSEA/dTEA, dSEA/dTA, dSEA/dTEA, A для подпериода 2005–2019 гг. по сравнению с периодом 1980–2019 гг. в целом.
Таблица 3.
dSEA/dT, млн км2/K | SEA:ТСП | SEA:ТА | SEA:ТЕА | SEA:ТЕА, А |
---|---|---|---|---|
1980–2019 гг. | –2.41 ± 0.02 | –1.03 ± 0.01 | –1.13 ± 0.01 | –0.81 ± 0.01 |
–0.99 | –0.98 | –0.97 | –0.97 | |
2005–2019 гг. | –2.50 ± 0.02 | –1.10 ± 0.01 | –1.16 ± 0.02 | –0.85 ± 0.01 |
–0.99 | –0.99 | –0.98 | –0.98 |
Особенности взаимных изменений протяженности снежного покрова и температурного режима можно оценить с использованием кросс-вейвлетного анализа. Рисунок 5 характеризует локальную когерентность площади снежного покрова с вариациями приповерхностной температуры для Евразии в целом по среднемесячным данным для периода 1980–2019 гг. Устойчиво проявляется отрицательная корреляция площади снежного покрова с вариациями приповерхностной температуры для Евразии в целом в годовом ходе (см. также табл. 3). Отмечено существенное ослабление в последние годы связи для вариаций с характерными периодами около 5–10 лет. При этом в течение последних двух десятилетий существенно расширился диапазон значимой когерентности от года до 5 лет. Для наиболее долгопериодных междесятилетних вариаций проявляется отрицательная корреляция площади снежного покрова с вариациями приповерхностной температуры для Евразии в целом, но статистически незначимая.
ЗАКЛЮЧЕНИЕ
Выявлены особенности связи площади снежного покрова в Евразии с температурным режимом на основе спутниковых данных и данных реанализа для периода 1979–2020 гг. С использованием корреляционного и кросс-вейвлетного анализа отмечена значимая антикорреляция протяженности снежного покрова в Евразии с приповерхностной температурой не только в годовом ходе, но и для большинства месяцев в межгодовой изменчивости. Наряду с этим проявляются особенности режимов с положительной корреляцией площади снежного покрова с приповерхностной температурой, в частности в период формирования снежного покрова осенью, отмечены изменения этих режимов. Выявлено усиление для последних десятилетий отрицательной корреляции площади снежного покрова и приповерхностной температуры Евразии для всех сезонов, кроме летнего. При этом отмечено увеличение (по абсолютной величине) соответствующих параметров чувствительности площади снежного покрова к изменению температуры. Для летних месяцев выявлено значительное ослабление отрицательной корреляции площади снежного покрова и приповерхностной температуры в Евразии с уменьшением (по абсолютной величине) параметров чувствительности площади снежного покрова в Евразии к изменению температуры.
Список литературы
Barry R., Gan T.Y. The Global Cryosphere: Past, Present and Future. Cambridge Univ. Press, New York, NY. 2011. 472 p.
Bindoff N.L., et al. Detection and Attribution of Climate change: From Global to Regional / In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker T.F., (eds.). Cambridge Univ. Press, Cambridge/New York, NY. 2013. P. 867–952.
Второй оценочный доклад Росгидромета об изменениях климата и их последствиях на территории Российской Федерации. М.: Росгидромет, 2014. 1009 с.
Groisman P.Ya., et al. Climate Changes in Siberia / In: Regional Environmental Changes in Siberia and Their Global Consequences. P.Ya. Groisman, G. Gutman (eds.). Dordrecht, Springer. 2013. P. 57–109.
Мохов И.И. Российские климатические исследования в 2015–2018 гг. // Известия РАН. Физика атмосферы и океана. 2020. Т. 56. № 4. С. 1–21.
Мохов И.И. Диагностика структуры климатической системы. СПб: Гидрометеоиздат. 1993. 271 с.
Foster J., Owe M., Rango A. Snow Cover and Temperature Relationships in North America and Eurasia // J. Clim/ Appl. Meteorol. 1983. V. 22. P. 460–469.
Мохов И.И. Температурная чувствительность площади криосферы Северного полушария // Известия АН СССР. Физика атмосферы и океана. 1984. Т. 20. № 2. С. 136–143.
Robinson D., Dewey K., Heim R. Global Snow Cover Monitoring: An Update // Bull. Am. Meteorol. Soc. 1993. V. 74. P. 1689–1696.
Estilow T.W., Young A.H., Robinson D.A. A Long-term Northern Hemisphere Snow Cover Extent Data Record for Climate Studies and Monitoring // Earth Syst. Sci. Data. 2015. V. 7. P. 137–142.
Bulygina O.N., Groisman P.Ya., Razuvaev V.N., Korshunova N.N. Changes in Snow Cover Characteristics over Northern Eurasia since 1966 // Environ. Res. Lett. 2011. V. 6. 045204 (10 p.)
Cohen J.L., Furtado J., Barlow M.A., Alexeev V.A., Cherry J.E. Arctic Warming, Increasing Snow Cover and Widespread Boreal Winter Cooling // Environ. Res. Lett. 2012. V. 7. 014007.
Frei A., Tedesco M., Lee S., Foster J., Hall D.K., Kelly R., Robinson D.A. A Review of Global Satellite-derived Snow Products // Advances in Space Research. 2012. V. 50. P. 1007–1029.
Brown R.D., Derksen C. Is Eurasian October Snow Cover Extent Increasing? // Environ. Res. Lett. 2013. V. 8. 024006 (7 p.)
Hernandez-Henriquez M.A., Dery S.J., Derksen C. Polar Amplification and Elevation-dependence in Trends of Northern Hemisphere Snow Cover Extent, 1971–2014 // Environ. Res. Lett. 2015. V. 10. 044010.
Mankin J.S., Diffenbaugh N.S. Influence of Temperature and Precipitation Variability on Near-term Snow Trends // Climate Dynamics. 2015. V. 45. Is. 3. P. 1099–1116. https://doi.org/10.1007/s00382-014-2357-4
Попова В.В., Ширяева А.В., Морозова П.А. Изменения характеристик снежного покрова на территории России в 1950–2013 годах: региональные особенности и связь с глобальным потеплением // Криосфера Земли. 2018. Т. XXII. № 4. С. 65–75.
Connolly R., Connolly M., Soon W., Legates D.R., Cionco R.G., Herrera V.M.V. Northern Hemisphere Snow-cover Trends (1967–2018): A Comparison between Climate Models and Observations // Geosci. 2019. V. 9. P. 135 (23 p.). https://doi.org/10.3390/geosciences9030135
Мохов И.И., Парфенова М.Р. Связь протяженности антарктических и арктических морских льдов с температурными изменениями в 1979–2020 гг. // ДАН. 2021. Т. 496. № 1. С. 71–77.
Flato G., et al. Evaluation of Climate Models / In: Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change. Stocker T.F., (eds.). Cambridge Univ. Press, Cambridge/New York, NY. 2013. P. 741–882.
Дополнительные материалы отсутствуют.
Инструменты
Доклады Российской академии наук. Науки о Земле