1. На главную
  2. Электронные версии
  3. Океанология
  4. T. 60, № 1, 2020

Океанология, 2020, T. 60, № 1, стр. 60-73

Межгодовая изменчивость первичной продукции моря Лаптевых

А. Б. Демидов 1, *, С. В. Шеберстов 1, В. И. Гагарин 1

1 Институт океанологии им. П.П. Ширшова РАН
Москва, Россия

* E-mail: demspa@rambler.ru

Поступила в редакцию 30.10.2019
После доработки 30.10.2019
Принята к публикации 12.12.2019

Полный текст (PDF)

Аннотация

Исследование межгодовой (2002–2018 гг.) изменчивости первичной продукции, температуры воды, фотосинтетически активной радиации и площади ледового покрова проведено в море Лаптевых по данным сканера цвета океана MODIS-Aqua. За 17-летний период выявлены статистически значимые положительный тренд температуры воды (R 2 = 0.27) и отрицательный тренд фотосинтетически активной радиации (R 2 = 0.24). Среднегодовая температура воды в регионе увеличилась на 1.38°С, а фотосинтетически активная радиация уменьшилась на 3.4 Ein/м2 в день. Площадь, свободная ото льда, за это время увеличивалась незначительно (0.15% в год). Общая первичная продукция моря Лаптевых сократилась на 1.87 ТгС, или на 1.4% в год. Это сокращение сопровождалось уменьшением первичной продукции, нормированной на единицу площади, удельной первичной продукции. За исследованный период уменьшение величины этого показателя составило 37.4 мгС/м2 в день, 1.6% в год. Изменения уровня первичной продуктивности моря Лаптевых за последние 17 лет связаны, главным образом, не с динамикой ледового покрова, а с сокращением поступления фотосинтетически активной радиации и уменьшением удельной первичной продукции.

Ключевые слова: первичная продукция, межгодовая изменчивость, дистанционное зондирование, MODIS-Aqua, море Лаптевых

ВВЕДЕНИЕ

В настоящее время принято считать, что первичная продукция Арктического океана (ППтот) возрастает за счет сокращения площади и толщины ледового покрова, раннего таяния и позднего ледостава и удлинения вегетационного сезона [15, 23–26, 34–37, 42–44]. Признается, что это увеличение происходит с разной скоростью в различных секторах Арктики [17]. Отмечено также, что в масштабе отдельно взятого арктического моря возрастание ППтот протекает с разной интенсивностью в разных его регионах [7].

Можно предположить, что знак тренда межгодовых изменений ППтот может зависеть от длительности временного интервала, в который проводится исследование, продукционной модели, а также от выбранных границ региона. Поэтому, представляется интересным провести исследование долговременных изменений первичной продукции и влияющих на нее факторов среды с использованием региональных продукционных моделей в масштабе отдельно взятого моря в его географических границах. Ранее подобный подход был применен при изучении межгодовой изменчивости первичной продукции Карского моря [7].

Долговременные изменения ППтот моря Лаптевых ранее были исследованы для периодов с 1998 по 2012 гг. [17], с 2003 по 2012 гг. [3] и с 2003 по 2013 гг. [37]. Концентрация хлорофилла “а” на поверхности (Хл), которая использовалась в этих работах, рассчитывалась по данным сканеров цвета океана Sea-viewing Wide Field-of-view Sensor (SeaWiFS) и Moderate Resolution Imaging Spectroradiometer (MODIS-Aqua) с использованием, соответственно, OC4v6 и OC3Mv6 алгоритмов [38, 39]. При этом была использована единая для Арктического океана продукционная модель [14, 40] либо применялись эмпирические зависимости между концентрацией Хл и первичной продукцией в столбе воды (ИПП) [3, 4]. В настоящее время исследования долговременных изменений ППтот моря Лаптевых можно провести с использованием региональных моделей Хл и ИПП [9, 28], опираясь на более длительный, чем в предыдущих работах, временнóй ряд.

Таким образом, целями настоящей статьи являлись: (1) – описание межгодовых изменений ППтот и сопутствующих факторов среды в различных районах моря Лаптевых с 2002 по 2018 гг. и (2) – оценка влияния на эту изменчивость абиотических факторов, таких как площади ледового покрова, температуры воды на поверхности и фотосинтетически активной радиации (ФАР).

МАТЕРИАЛ И МЕТОДЫ

Районирование моря Лаптевых. Исследования межгодовой изменчивости первичной продукции и абиотических факторов были проведены для всего моря и его двух районов, отличающихся уровнем продуктивности (рис. 1). Нами были выделены Северо-западный и Юго-восточный районы. Границей между этими районами был принят северный предел распространения речных вод и вод полыньи моря Лаптевых [20]. Эта граница близка к летнему положению изогалины 25 psu [8, 19, 31], которую принято считать разделом между распресненными и морскими водами [13].

Рис. 1.

Районы моря Лаптевых, в которых были исследованы межгодовые изменения первичной продукции и абиотических параметров: I – Северо-западный; II – Юго-восточный.

Экспедиционные данные. Разработка и верификация региональных моделей ИПП и Хл была выполнена на основе базы натурных наблюдений, проведенных в конце августа–начале октября [2, 9–11, 27]. Так как этот массив данных был собран в Карском море, нами было проведено тестирование разработанной продукционной модели по результатам измерений, полученным в море Лаптевых [5]. Такая работа была сделана с целью проверки эффективности модели ИПП на акватории, сходной с Карским морем по гидрологическим и гидрохимическим показателям. Было показано, что разработанная нами модель работает приблизительно с одинаковой эффективностью, как в Карском море, так и в море Лаптевых [6].

Спутниковые данные. Данные сканера цвета MODIS-Aqua L2 уровня за период с 2002 по 2018 гг., получены с сайта National Aeronautics and Space Administration (NASA) www.oceancolor.gsfc.nasa.gov/ в границах моря Лаптевых, которые были приняты в одной из предыдущих работ по оценке первичной продукции Арктического океана [32]. Эти данные были обработаны с помощью программного обеспечения, разработанного в ИО РАН [12]. Значения коэффициента спектральной яркости моря Rrs(λi) были перечитаны в величины концентрации Хл по региональному алгоритму [9].

Данные по фотосинтетически активной радиации использовались как стандартный продукт сканера MODIS-Aqua [30]. Как было отмечено в этой работе, модельные величины ФАР превышали измеренные. Анализ данных для Карского моря также показал систематическое завышение спутниковых значений ФАР. В среднем отношение измеренных и спутниковых величин оказалось равным 0.64 (N = 30; cv = 20%). Основываясь на этом эмпирическом отношении, мы использовали полученное значение как поправочный коэффициент для спутниковой ФАР.

Температурные файлы OI SST (Optimum Interpolation Sea Surface Temperature) c пространственным разрешением 0.25 × 0.25° и усредненные за 1 день были получены с сайта ftp://ftp.solab.rshu.ru/ data/allData/OISST-AVHRR-AMSR-V2. При создании этих файлов использовались данные датчиков Advanced Very-High-Resolution Radiometer (AVHRR) на спутниках National Oceanic and Atmospheric Administration (NOAA), а также судовые данные и данные метеорологических буев [41].

Площадь акватории покрытой льдом рассчитывалась с помощью программного обеспечения [12] по первичным данным, полученным с сайта ftp://sidads.colorado.edu/pub/DATASETS/NOAA/ G02202_v2/north/daily [25]. При расчете первичной продукции фитопланктона свободной ото льда считалась акватория, если площадь ледового покрытия была <15% [22].

Вследствие большого количества дней со сплошной облачностью в октябре и апреле спутниковыми наблюдениями охвачена незначительная площадь моря. Поэтому результаты расчетов по доступным спутниковым данным были экстраполированы на свободные ото льда акватории, которые могли бы быть открыты для сканера цвета в отсутствие облачности.

Региональные модели первичной продукции и хлорофилла и расчет трендов межгодовых изменений. Формула расчета ИПП имеет вид

${\text{ИПП}} = \psi k{\text{Х}}{{{\text{л}}}_{0}}{{I}_{0}},$
где ψ – среднее для всей акватории величина эффективности утилизации солнечной энергии [29]:
$\psi = {{{\text{ДА}}{{{\text{Ч}}}_{{\text{с}}}}} \mathord{\left/ {\vphantom {{{\text{ДА}}{{{\text{Ч}}}_{{\text{с}}}}} {{{I}_{0}}}}} \right. \kern-0em} {{{I}_{0}}}},$
где ДАЧс – среднее в слое фотосинтеза дневное а-ссимиляционное число (мгС/мг хл “а”), а I0 – величина дневной подповерхностной ФАР (Ein/м2), а k – средний для всего моря индекс вертикального распределения Хл:
$k = {{{\text{Х}}{{{\text{л}}}_{{{\text{фс}}}}}} \mathord{\left/ {\vphantom {{{\text{Х}}{{{\text{л}}}_{{{\text{фс}}}}}} {{\text{Х}}{{{\text{л}}}_{{\text{0}}}}{\text{,}}}}} \right. \kern-0em} {{\text{Х}}{{{\text{л}}}_{{\text{0}}}}{\text{,}}}}$
где Хлфс – интегральное значение хлорофилла в слое фотосинтеза, а Хл0 – его концентрация на поверхности. Распределение произведения ψk имеет логнормальный вид [28], поэтому целесообразно использовать его среднюю геометрическую величину [18]. Для всей акватории моря Лаптевых она равняется 7.95. Таким образом, итоговое уравнение модели имеет вид
${\text{ИПП}} = 7.95{\text{Х}}{{{\text{л}}}_{0}}{{I}_{0}},$
Известно, что стандартный алгоритм MODIS завышает величины концентрации Хл0 в водах второго оптического типа [33]. Для того, чтобы избежать больших ошибок в определении ИПП, мы использовали региональный алгоритм расчета Хл0 [9], где наилучшая корреляция измеренных и расчетных величин Хл (R 2 = 0.47; N = 185) была получена при использовании отношения Rrs(531)/Rrs(547):

${\text{ln}}({\text{Х}}{{{\text{л}}}_{0}}) = --3.66{\text{ln}}\left( {{{{{R}_{{{\text{rs}}}}}(531)} \mathord{\left/ {\vphantom {{{{R}_{{{\text{rs}}}}}(531)} {{{R}_{{{\text{rs}}}}}(547)}}} \right. \kern-0em} {{{R}_{{{\text{rs}}}}}(547)}}} \right) + 0.116.$

Графики долговременных изменений параметров среды и первичной продукции, как правило, имеют сложный вид и могут быть аппроксимированы с помощью разных функций. Для их описания нами были выбрано уравнение линейного тренда y = a + bx, где y – зависимая переменная, x – независимая переменная, a и b соответственно, свободный член и коэффициент линейной регрессии. Таким образом выявляется тенденция в изменении того или иного показателя и производится сравнение полученных данных с результатами предыдущих исследований. Аномалии первичной продукции и абиотических факторов рассчитывались в процентах от средней величины за 2002–2018 гг.

РЕЗУЛЬТАТЫ

В течение последних 17-ти лет (2002–2018 гг.) в море Лаптевых отмечен достоверный (p < 0.05) положительный тренд температуры воды на поверхности (Т0) (R 2 = 0.27) (рис. 2; табл. 1). За исследованный период для всего моря Т0 увеличилась на 1.38°С. Температура воды возрастала в среднем на 0.08°С или на 3.1% в год. Достоверный (R 2 = 0.35, p < 0.05) положительный тренд Т0 зарегистрирован в Юго-восточном районе моря. Здесь общее возрастание Т0 составило 1.98°С за 17 лет. Температура воды росла на 0.12°С (3.3%) в год. В Северо-западном районе рост температуры воды на поверхности составил 1.1°С или 0.06°С в год.

Рис. 2.

Межгодовые изменения и линейные тренды температуры воды на поверхности (Т0) в различных районах моря Лаптевых в период с 2002 по 2018 гг. (а) – Северо-западный район; (б) – Юго-восточный район; (в) – море Лаптевых.

Таблица 1.  

Параметры линейного тренда межгодовых (2002–2018 гг.) изменений первичной продукции и факторов среды в различных районах моря Лаптевых

Район Статистический показатель ИПП ППтот ФАР Т Sл Sс
Северо-западный $\bar {M}$ 79 1.28 6.01 0.25 132 76
Тренд –3.1 –0.025 –0.2 0.06 –1.1 1.1
Тренд, % –2.9 –1.6 –2.9 8.1 –0.8 1.3
R2 0.28 0.05 0.22 0.22 0.06 0.06
p 0.029 0.399 0.058 0.055 0.328 0.325
Юго-восточный $\bar {M}$ 138 5.67 8.29 2.59 174 189
Тренд –1.6 –0.085 –0.1 0.12 0.7 –0.7
Тренд, % –1.0 –1.3 –1.2 3.3 0.36 –0.36
R2 0.10 0.06 0.13 0.35 0.02 0.02
p 0.213 0.325 0.154 0.012 0.619 0.619
Все море $\bar {M}$ 121 6.93 7.59 1.9 305 267
Тренд –2.2 –0.11 –0.2 0.08 –0.4 0.4
Тренд, % –1.6 –1.4 –1.8 3.1 –0.11 0.15
R2 0.22 0.08 0.24 0.27 0.002 0.002
p 0.057 0.275 0.048 0.031 0.865 0.851

Примечание. $\bar {M}$ – средняя многолетняя (2002 – 2018 гг.) величина; тренд представлен в абсолютных и относительных (%) значениях в год; R 2 – коэффициент детерминации; p – уровень значимости. Выделены значения, характеризующие статистически значимые тренды при p < 0.05; N = 17. Параметры: первичная продукция в столбе воды (ИПП, мгС/м2 в день), годовая первичная продукция (ППтот, ТгС), фотосинтетически активная радиация (ФАР, Ein/м2 в день), температура воды на поверхности (T0, °C), площадь ледового покрытия (Sл, ×103 км2) и площадь, свободная ото льда (Sс, ×103 км2).

В противоположность Т0 среднегодовые значения ФАР в море Лаптевых уменьшались (рис. 3). Статистически достоверный отрицательный тренд ФАР (R 2 = 0.24, p < 0.05) отмечен в целом для моря. Величины этого показателя каждый год уменьшались в среднем на 0.2 Ein/м2 в год или на 1.8%. Так же как и на всей акватории моря, в Северо-западном районе сокращение ФАР происходило со скоростью 0.2 Ein/м2 (2.9%) в год. Менее выраженным межгодовой тренд оказался в Юго-восточном районе: 0.1 Ein/м2 (1.2%) в год (табл. 1). С 2002 по 2018 гг. среднегодовая величина ФАР в море Лаптевых уменьшилась на 3.4 Ein/м2 в день.

Рис. 3.

Межгодовые изменения и линейные тренды фотосинтетически активной радиации (ФАР) в различных районах моря Лаптевых в период с 2002 по 2018 гг. Обозначения районов см. в подписях к рис. 2.

Среднегодовая площадь ледового покрова (Sл) имела тенденцию к незначительному сокращению в Северо-западном районе и в целом в море Лаптевых (рис. 4; табл. 1). Уменьшение площади ледового покрова на этих акваториях составило соответственно 0.8 и 0.11% в год. В Юго-восточном районе, напротив, происходило некоторое увеличение среднегодовой площади ледового покрытия (0.36% в год). Соответственно, обратная тенденция отмечена для площадей, свободных ото льда (Sс) (рис. 4). В целом для моря Лаптевых за 17 лет среднегодовая площадь ледового покрытия сократилась на 1.9% (6.8 × 103 км2).

Рис. 4.

Межгодовые изменения площади ледового покрытия (1) и площади, свободной ото льда (2) в различных районах моря Лаптевых в период с 2002 по 2018 гг. Обозначения районов см. в подписях к рис. 2.

Описанная выше межгодовая изменчивость абиотических параметров отразилась на незначительной в среднем вариабельности ППтот в море Лаптевых с 2002 по 2018 гг. (рис. 5). В исследованный период ППтот слабо и статистически незначимо уменьшалась во всех районах и в целом на акватории моря. Это уменьшение составило от 0.02 до 0.11 TгС в год или 1.3–1.6% в год (табл. 1). Всего за 17 лет ППтот моря Лаптевых уменьшилась на 1.87 ТгС. В Северо-западном районе величина ППтот сократилась на 0.43 ТгС, а в Юго-восточном – на 1.44 ТгС.

Рис. 5.

Межгодовые изменения и линейные тренды первичной продукции (ППтот), в различных районах моря Лаптевых в период с 2002 по 2018 гг. Обозначения районов см. в подписях к рис. 2.

Так же как и для ППтот, отрицательный тренд был отмечен в межгодовых изменениях ИПП, нормированной на единицу площади, удельной первичной продукции (мгС/м2 в день) (рис. 6). Достоверный (R2 = 0.28, p < 0.05) тренд этого показателя зарегистрирован в Северо-западном районе. Здесь в среднем за год ИПП уменьшалась на 3.1 мгС/м2 в день или на 2.9%. В Юго-восточном районе происходило менее выраженное уменьшение ИПП. В этом районе значения этого параметра в среднем за год снижались на 1.6 мгС/м2 в день (1% в год). Для всего моря Лаптевых среднегодовое уменьшение ИПП составило 2.2 мгС/м2 в день или 1.6% в год. Общее уменьшение ИПП для всей акватории моря составило 37.4 мгС/м2 в день. Для Северо-западного района оно равнялось 52.7 мгС/м2 в день, а для Юго-восточного района – 27.2 мгС/м2 в день.

Рис. 6.

Межгодовые изменения и линейные тренды первичной продукции, нормированной на единицу площади (ИПП) в море Лаптевых в период с 2002 по 2018 гг. Обозначения районов см. в подписях к рис. 2.

В табл. 2 представлены результаты расчета аномалий поверхностной температуры, ФАР, площади, свободной ото льда и первичной продукции с 2002 по 2018 гг. В море Лаптевых можно условно выделить “холодный” (2002–2009 гг.) и “теплый” (2010–2018 гг.) периоды соответственно с отрицательными и положительными значениями аномалий Т0. В “холодный” период исключение составил 2007 г., когда во всем Арктическом бассейне были зарегистрированы положительные аномалии температуры. В “теплый” период можно отметить 2013, 2015 и 2017 гг. с незначительными отрицательными температурными аномалиями. Средние аномалии Т0 в “холодный” и “теплый” периоды составили –23 и 20% соответственно. Средние аномалии площади, свободной ото льда, в “холодный” и “теплый” периоды были незначительными, но соответствовали температурным аномалиям (–3 и 3% соответственно). Средняя аномалия ФАР в “холодный” период была положительной (12%), а в “теплый” период – отрицательной (–11%). Зарегистрированы положительные средние аномалии ИПП и ППтот в “холодный” период (10 и 6% соответственно) и, напротив, отрицательные в “теплый” период (–9 и –6% соответственно).

Таблица 2.  

Аномалии (%) первичной продукции и абиотических характеристик в море Лаптевых в 2002–2018 гг.

Годы Период Т0 ФАР Sc ИПП ППтот
2002 “Холодный” –57 13 39 7 49
2003 –14 46 5 40 47
2004 –43 1 –36 19 –24
2005 –66 0 3 –7 –4
2006 –55 15 –6 –2 –9
2007 83 57 –1 50 47
2008 –11 –14 –29 2 –28
2009 –19 –22 –1 –26 –28
2010 “Теплый” 6 –14 –14 –15 –27
2011 42 –2 11 2 14
2012 49 –8 11 –12 –2
2013 –1 –19 5 –14 –10
2014 42 –12 18 –7 10
2015 –8 –25 –8 –25 –31
2016 2 –31 –12 –21 –31
2017 –14 –1 –8 –12 –19
2018 63 15 22 18 44

Параметры: T0 – температура воды на поверхности, ФАР – фотосинтетически активная радиация, Sс – площадь, свободная ото льда, ИПП – первичная продукция в столбе воды, ППтот – годовая первичная продукция.

Рассчитанная на площадь всего моря годовая первичная продукция достоверно зависела от площади свободной ото льда во всех районах и в целом в море Лаптевых при высоких коэффициентах детерминации (R2 от 0.49 до 0.69, p < 0.05) (табл. 3). Также достоверная корреляция отмечена для связи ППтот с ФАР (R2 от 0.49 до 0.81, p < 0.05). В отличие от этих двух параметров, достоверная связь ППтот с T0 была зарегистрирована только в Северо-западном районе (R2 = 0.36, p < < 0.05). В Юго-восточном районе и в целом в море Лаптевых эта связь была слабой и статистически незначимой (табл. 3). Так же как и ППтот, значения ИПП были тесно связаны с ФАР (R 2 от 0.83 до 0.85, p < 0.05) и практически не зависели от температуры воды на поверхности (табл. 4).

Таблица 3.  

Статистические показатели линейных (y = a + bx) зависимостей годовой первичной продукции (ППтот, ТгС) от среднегодовых величин площади, свободной ото льда (Sс, ×103 км2) и температуры воды на поверхности (T0, °C) в различных районах моря Лаптевых

Переменные Статистический показатель Северо-западный район Юго-восточный район Все море
y – ППтот, x – Sс a –0.05 –3.39 –1.16
b 0.02 0.05 0.03
R2 0.49 0.69 0.50
y – ППтот, x – T0 a 1.16 4.34 5.31
b 0.49 0.51 0.85
R2 0.36 0.10 0.12
y – ППтот, x – ФАР a 0.30 –1.94 –0.14
b 0.16 0.92 0.93
R2 0.49 0.81 0.65

Примечание. a и b – соответственно свободный член и коэффициент линейной регрессии; R2 – коэффициент детерминации. Выделены статистически значимые параметры при p < 0.05; N = 17.

Таблица 4.  

Статистические показатели линейных (y = a + bx) зависимостей первичной продукции в столбе воды (ИПП, мгС/м2 в день) от среднегодовых величин температуры воды на поверхности (T0, °C) и фотосинтетически активной радиации (ФАР, Ein/м2 в день) в различных районах моря Лаптевых

Переменные Статистический показатель Северо-западный район Юго-восточный район Все море
y – ИПП, x – T0 a 77.22 119.06 105
b 6.74 7.31 8.44
R2 0.03 0.08 0.07
y – ИПП, x – ФАР a 13.74 22.27 20.34
b 10.85 13.95 13.26
R2 0.85 0.83 0.85

Примечание. a и b – соответственно свободный член и коэффициент линейной регрессии; R2 – коэффициент детерминации. Выделены статистически достоверные параметры при p < 0.05; N = 17.

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ

Межгодовая изменчивость первичной продукции и абиотических факторов. В настоящей работе показано, что ППтот моря Лаптевых уменьшалась на 1.4% в год с 2002 по 2018 гг. Это уменьшение происходило на фоне статистически достоверных положительного тренда температуры воды на поверхности и отрицательного тренда фотосинтетически активной радиации (табл. 1).

Достоверная зависимость ППтот от Т0 отмечена только в Северо-западном районе моря. В целом, как ППтот, так и ИПП напрямую не зависели от температуры воды на поверхности. Общая тенденция связи первичной продукции и Т0 в море Лаптевых заключалась в увеличении ИПП и ППтот в “холодный” и в их уменьшении в “теплый” периоды (табл. 2). В предыдущей работе по исследованию долговременной изменчивости первичной продукции Карского моря были отмечена достоверная корреляция ППтот и Т0 только в эстуариях Оби и Енисея [7]. Связь этих показателей не всегда прослеживается в явном виде. Влияние температуры на временную динамику первичной продукции осуществляется опосредованно через сокращение площади ледового покрытия и изменение глубины верхнего перемешанного слоя, которая характеризует уровень снабжения эвфотической зоны биогенными элементами [45].

Несмотря на хорошо выраженную корреляционную зависимость ППтот от площади, свободной ото льда (табл. 3), тренды межгодовых изменений этих показателей находятся в противофазе (рис. 4 и 5). По всей видимости, такое несоответствие происходит благодаря уменьшению в исследованный период ИПП и ФАР (рис. 3 и 6).

Ранее было показано, что в период роста среднегодовых значений температуры и сокращения площади ледового покрова, увеличение облачности и, как следствие, сокращение ФАР в Арктическом океане может тормозить рост первичной продукции [21]. Уменьшение ФАР в этом регионе отмечено также в 1998–2006 гг. [40]. Данные, представленные в табл. 3 и 4 свидетельствуют о строгой зависимости ИПП и ППтот от ФАР. Следует отметить, что такая зависимость частично объясняется особенностью применяемого в настоящей работе продукционного алгоритма, в формулу расчета которого ФАР входит непосредственно.

О влиянии удельной интенсивности фотосинтеза на рост ППтот Арктического океана нет единого мнения. По данным 1998–2006 гг. было сделано предположение о увеличении ИПП Арктического океана вместе с ППтот [40]. Другие авторы не отмечали подобного эффекта [16, 46]. По последним данным интенсивность фотосинтеза, нормированная на единицу площади, в Арктическом океане с 1998 по 2015 гг. снизилась на 12.9% [34]. Проведенное ранее исследование межгодовой изменчивости ИПП Карского моря, показало, что интенсивность фотосинтеза в период с 2002 по 2016 гг. в различных районах моря изменялась статистически незначимо (R2 = 0.00–0.17). Изменчивость суммарной годовой первичной продукции зависела от интенсивности фотосинтеза в разных районах на 9–60%. Для всего Карского моря эта величина составила 34%. Интересно отметить тот факт, что самые значительные отрицательные тренды ИПП были отмечены в Карском море [7] и море Лаптевых (рис. 6) в их северных районах. Пока этот факт мы можем лишь констатировать. Последующие работы призваны дать ему объяснение.

Парадоксальным на первый взгляд выглядит незначительное сокращение площади ледового покрова моря Лаптевых в целом при выраженном положительном тренде T0. Ранее было отмечено, что в региональном масштабе увеличение температуры может не приводить к уменьшению ледовитости из-за системы течений моря Лаптевых, которая препятствует сезонному освобождению акватории ото льда [1].

Сравнение с результатами предыдущих исследований. В предыдущих работах установлено, что межгодовая изменчивость ППтот строго зависит от динамики площади, свободной ото льда [7, 17, 34, 40]. В море Лаптевых в 2002–2018 гг. Sc практически не изменялась, слабый положительный тренд был статистически незначим (табл. 1), а ППтот уменьшалась в выделенных нами районах и в целом на всей акватории (рис. 5). Таким образом, наши результаты контрастируют с данным, полученным для моря Лаптевых в 1998–2006 гг. [40], в 1998–2012 гг. [17], в 2003–2012 гг. [3] и в 2003–2013 гг. [37]. Различия в знаках трендов объясняются, с одной стороны, разным временем осреднения результатов. Обобщения в приведенных выше работах заканчивались максимум в 2013 г. Массив данных, использованный в нашей работе, относится к более продолжительному временному интервалу (2002–2018 гг). Известно, что изменения первичной продукции в Арктическом океане после 2011 г. были незначительными [34]. Другой причиной расхождений с литературными данными может быть различие в площадях исследованных акваторий. Так, в некоторых работах исследования межгодовой изменчивости первичной продукции были проведены в так называемом “секторе моря Лаптевых”, включающем в себя акватории центрального арктического бассейна и Восточно-Сибирского моря [17, 40].

В связи с отмеченными выше причинами расхождений результатов, приведенных в настоящей статье, с данными предыдущих исследований, представляет интерес сравнение межгодовых изменений первичной продукции в совпадающие в разных работах временные интервалы. Обращают на себя внимания расхождения в картине межгодовой динамики ППтот с данными Ветрова и Романкевича [3]. Так, в цитируемой работе до 2007 г. изменений ППтот практически не происходило. Далее отмечен рост этого показателя до 2010 г. и некоторое снижение к 2012 г. Главными отличиями с нашими результатами нам видятся отсутствие максимумов ППтот в 2002–2003 гг. и в 2007 г., которые прослеживаются и по данным других авторов [17, 37, 40]. Дальнейшее сравнение показывает, что наше описание изменений ППтот в 2002–2012 гг. близко к представленному в работах [17, 37]. Основной причиной расхождений результатов мы видим в различных подходах к моделированию первичной продукции, используемых авторами.

ЗАКЛЮЧЕНИЕ

Заметное потепление Арктического океана, происходящее в последние две декады, вызывает значительное сокращение площади ледового покрытия, удлинение вегетационного сезона и, как следствие, увеличение общей, рассчитанной на площадь всей акватории, первичной продукции. Данные региональных исследований межгодовой динамики первичной продукции не всегда совпадают с выводами, полученными для Арктического океана в целом и уменьшение ППтот в море Лаптевых в 2002–2018 гг. подтверждает это заключение. Результаты, представленные в настоящей работе, свидетельствуют о том, что долговременную динамику ППтот в Арктике определяет не только изменчивость площади ледового покрова, но и величина удельной, рассчитанной на единицу площади, первичной продукции в столбе воды, которая зависит от комплекса разнообразных абиотических факторов.

Благодарности. Авторы благодарят GSFC DAAC (Goddard Space Flight Center, Distributed Active Archi-ve Center) NASA за возможность использования спутниковой информации сканера MODIS-Aqua, NODC (National Oceanographic Data Center) NOAA за предоставленные гидрофизические данные, а также NSIDC (National Snow and Ice Data Center) NOAA за данные по площади ледового покрытия.

Источник финансирования. Работа выполнена в рамках Государственного задания № 0149-2019-0008. Экспедиционные исследования и обработка спутниковых данных проведены при финансовой поддержке гранта РФФИ “Арктика” № 18-05-60 069.

Список литературы

  1. Бородачев В.Е., Бородачев И.В. Ледовитость моря Лаптевых в условиях колебания климата Арктики // Проблемы Арктики и Антарктики. 2016. Т. 109. № 3. С. 60–73.

  2. Ведерников В.И., Демидов А.Б., Судьбин А.И. Первичная продукция и хлорофилл в Карском море в сентябре 1993 г.// Океанология. 1994. Т. 34. № 5. С. 693–703.

  3. Ветров А.А., Романкевич Е.А. Первичная продукция и потоки органического углерода на дно в арктических морях Евразии в 2003–2012 гг. // Докл. РАН. 2014. Т. 454. № 1. С. 97–99.

  4. Виноградов М.Е., Ведерников В.И., Романкевич Е.А., Ветров А.А. Компоненты цикла углерода а Арктических морях России. Первичная продукция и поток Сорг из фотического слоя // Океанология. 2000. Т. 40 № 2. С. 221–233.

  5. Демидов А.Б., Гагарин В.И., Арашкевич Е.Г. и др. Пространственная изменчивость первичной продукции и хлорофилла в море Лаптевых в августе–сентябре // Океанология. 2019. Т. 59. № 5.

  6. Демидов А.Б., Шеберстов С.В., Вазюля С.В. и др. Верификация моделей первичной продукции Карского моря по экспедиционным и спутниковым данным // Океанология. 2016. Т. 56. № 6. С. 879–889.

  7. Демидов А.Б., Шеберстов С.В., Гагарин В.И. Межгодовая изменчивость ледового покрова и первичной продукции Карского моря // Океанология. 2018. Т. 58. № 4. С. 578–592.

  8. Добровольский А.Д., Залогин В.С. Моря СССР. М.: МГУ, 1982. 192 с.

  9. Кузнецова О.А., Копелевич О.В., Шеберстов С.В. и др. Оценка концентрации хлорофилла в Карском море по данным спутникового сканера MODIS-AQUA // Исслед. Земли из космоса. 2013. № 5. С. 21–31.

  10. Мошаров С.А. Распределение первичной продукции и хлорофилла “а” в Карском море в сентябре 2007 г. // Океанология. 2010. Т. 50. № 6. С. 933–941.

  11. Мошаров С.А., Демидов А.Б., Симакова У.В. Особенности процессов первичного продуцирования в Карском море в конце вегетационного периода // Океанология. 2016. Т. 56. № 1. С. 90–100.

  12. Шеберстов С.В. Система пакетной обработки океанологических спутниковых данных // Современные проблемы дистанционного зондирования Земли из космоса. 2015. Т. 12. № 6. С. 154–161.

  13. Anonymous. The Venice System for the classification of marine waters according to salinity // Limnol. Oceanogr. 1958. V. 3. P. 346–347.

  14. Arrigo K.R., van Dijken G.L., Bushinsky S. Primary production in the Southern Ocean, 1997–2006 // J. Geophys. Res. 2008. V. 113. C08004. https://doi.org/10.1029/2007JC004551

  15. Arrigo K.R., van Dijken G.L., Pabi S. Impact of a shrinking Arctic ice cover on marine primary production // Geophys. Res. Lett. 2008. V. 35. № 19. https://doi.org/10.1029/2008GL035028

  16. Arrigo K.R., van Dijken G.L. Secular trends in Arctic Ocean net primary production // J. Geophys. Res. 2011. V. 116. C09011. https://doi.org/10.1029/2011JC007151

  17. Arrigo K.R., van Dijken G.L. Continued increases in Arctic Ocean primary production // Progr. in Oceanogr. 2015. V. 136. P. 60 – 70.

  18. Aitchison J., Brown J.A.C. The lognormal distribution // Economic Journal. 1957. V. 67. P. 713–715.

  19. Bauch D., Hölemann J., Willmes S. et al. Changes in distribution of brine waters on the Laptev Sea shelf in 2007 // J. Geophys. Res. 2010. V. 115. C11008. https://doi.org/10.1029/2010JC006249

  20. Bauch D., Cherniavskaia E. Water mass classification on a highly variable Arctic shelf region: origin of Laptev Sea water masses and implications for the nutrient budget // J. Geophys. Res. 2018. V. 123. № 3. P. 1896–1906. https://doi.org/10.1002/2017JC013524

  21. Bélanger S., Babin M., Tremblay J.-E. Increasing cloudiness in Arctic damps the increase in phytoplankton primary production due to sea ice receding // Biogeosciences. 2013. V. 10. № 6. P. 4087–4101.

  22. Cavalieri D.J., Parkinson C.L., Gloersen P., Zwally H.J. Arctic and Antarctic Sea Ice Concentrations from Multichannel Passive-Microwave Satellite Data Sets: October 1978-September 1995 // User’s Guide. NASA TM 104647. 1997. Goddard Space Flight Center, Greenbelt. 17 p.

  23. Cavalieri D.J., Parkinson C.L. Arctic sea ice variability and trends, 1979–2010 // Cryosphere. 2012. V. 6. P. 881–889.

  24. Comiso J.C. The rapid decline of multiyear ice cover // J. Clim. 2012. V. 25. https://doi.org/10.1175/JCLI-D11-00113.1

  25. Comiso J.C., Nishio F. Trends in the Sea Ice Cover Using Enhanced and Compatible AMSR-E, SSM/I, and SMMR Data // J. Geophys. Res. 2008. V. 113. C02S07. https://doi.org/10.1029/2007JC0043257

  26. Comiso J.C., Parkinson C.L., Gersten R., Stock L. Accelerated decline in the Arctic sea ice cover // Geophys. Res. Lett. 2008. V. 35. L01703. https://doi.org/10.1029/2007GL031972

  27. Demidov A.B., Mosharov S.A., Makkaveev P.N. Patterns of the Kara Sea primary production in autumn: Biotic and abiotic forcing of subsurface layer // J. Mar. Sys. 2014. V. 132. P. 130–149.

  28. Demidov A.B., Kopelevich O.V., Mosharov S.A. et al. Modelling Kara Sea phytoplankton primary production: development and skill assessment of regional algorithms // J. Sea Res. 2017. V. 125. P. 1–17.

  29. Falkowski P. Light-shade adaptation and assimilation numbers // J. Plankton Res. 1981. V. 3. P. 203–216.

  30. Frouin R., McPherson J., Ueyoshi K., Franz B.A. A time series of photosynthethetically available radiation at the ocean surface from SeaWiFS and MODIS data // Proc. SPIE 12. https://doi.org/10.1117/1112.981264

  31. Golubeva E., Platov G., Malakhova V. et al. M. Modeling the impact of the Lena River on the Laptev Sea summer hydrography and submarine permafrost state // Bull. Nov. Comp. Center, Num.Model. in Atmosph., etc. 2015. V. 15. P. 13–22.

  32. Hill V.J., Matrai P.A., Olson E. et al. Synthesis of integrated primary production in the Arctic Ocean: II. In situ and remotely sensed estimates // Progr. in Oceanogr. 2013. V. 110. P. 107–125.

  33. IOCCG, 2000. Remote sensing of ocean colour in coastal and other opticall-complex waters. Ed. Sathyendranath S. Reports of the International Ocean-Colour Coordinating Group. 3, IOCCG, Dartmouth, Canada. 140 p.

  34. Kahru M., Lee Z., Mitchell B.G., Nevison C.D. Effects of sea ice cover on satellite-detected primary production in the Arctic Ocean // Biol. Lett. 2016. V. 12. https://doi.org/10.1098/rsbl.2016.0223

  35. Kwok R., Cunningham G.F., Wensnahan M. et al. Thinning and volume loss of Arctic sea ice: 2003–2008 // J. Geophys. Res. 2009. V. 114. C07005. https://doi.org/10.1029/2009JC005312

  36. Leu E., Søreide J.E., Hessen D.O. et al. Consequences of changing sea-ice cover for primary and secondary producers in the European Arctic shelf seas: Timing, quantity, and quality // Progr. Oceanogr. 2011. V. 90. P. 18–32.

  37. Lewis K.M., Mitchell B.G., van Dijken G.L., Arrigo K.R. Regional chlorophyll a algorithms in the Arctic Ocean and their effect on satellite-derived primary production estimates // Deep-Sea Res. II. 2016. V. 130. P. 14–27.

  38. OʼReilly J.E., Maritorena S., Mitchell B.G. et al. Ocean color chlorophyll algorithms for SeaWiFS // J. Geophys. Res. 1998. V. 103. C11. P. 24937–24953.

  39. OʼReilly J.E., Maritorena S., OʼBrien et al. SeaWiFS post launch calibration and validation analyses, Part 3 // NASA Tech. Memo. 2000. V. 11. 49 p.

  40. Pabi S., van Dijken G.L., Arrigo K.R. Primary production in the Arctic Ocean, 1998–2006 // J. Geophys. Res. 2008. V. 113. C08005. https://doi.org/10.1029/2007/JC004578

  41. Reynolds R.W., Smith T.M., Liu C. et al. Daily High-Resolution-Blended Analyses for Sea Surface Temperature // J. Clim. 2007. V. 20. № 22. P. 5473–5496.

  42. Stroeve J., Holland M., Meier W. et al. Arctic sea ice decline: Faster than forecast // Geophys. Res. Lett. 2007. V. 34. L09501. https://doi.org/10.1029/2007GL029703

  43. Stroeve J.C., Kattsov V., Barrett A.P. et al. Trends in Arctic sea ice extent from CMIP5, CMIP3 and observations // Geophys. Res. Lett. 2012a. V. 39. L16502. https://doi.org/10.1029/2012GL052676

  44. Stroeve J.C., Serreze M.C., Holland M.M. et al. The Arctic’s rapidly shrinking sea ice cover: A research synthesis // Clim. Change. 2012b. V. 110. P. 1005–1027.

  45. Vancoppenolle M., Bopp L., Madec G. et al. Future Arctic Ocean primary productivity from CMIP5 simulations: Uncertain outcome, but consistent mechanisms // Global Biogeochem. Cycle. 2013. V. 27. P. 605–619. https://doi.org/10.1002/gbc.20055

  46. Wassmann P., Slagstad D., Ellingsen I. Primary production and climatic variability in the European sector of the Arctic Ocean prior to 2007: preliminary results // Pol. Biol. 2010. V. 33. P. 1641–1650.

  47. Zhang J., Spitz Y.H., Steele M. et al. Modeling the impact of declining sea ice on the Arctic marine planktonic ecosystem // J. Geophys. Res. 2010. V. 115. C10015. https://doi.org/10.1029/2009/JC005387

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Океанология

Архивы выпусков Информация о журнале Отправить рукопись в журнал