DOI: https://doi.org/10.5194/tc-20-369-2026
تاريخ النشر: 2026-01-19
المؤلف: Aliette Chenal وآخرون
الموضوع الرئيسي: ديناميات الجليد في القطب الشمالي والقطب الجنوبي
نظرة عامة
يتناول هذا القسم من ورقة البحث تنفيذ وتقييم نظام استيعاب متعدد المتغيرات للجليد البحري ضمن نموذج عالمي مقترن للمحيط/الجليد البحري بدرجة 1/4° (NEMO4.2/SI3). تسلط الدراسة الضوء على أهمية التقاط حجم الجليد البحري والثلج بدقة للتنبؤات القطبية، مشيرة إلى أن الأنظمة التشغيلية قد واجهت تاريخياً صعوبات في هذه المهمة. من خلال استيعاب تركيز الجليد البحري (SIC)، وبيانات ارتفاع الرادار على طول المسار من Cryosat-2، وملاحظات عمق الثلج من Cryosat-2 وSARAL، يعزز النهج المتعدد المتغيرات بشكل كبير أداء النموذج. تشير النتائج إلى أن هذه الطريقة تزيد من حجم الجليد البحري وتعدل التوزيع المكاني لسمك الجليد والثلج في كلا نصفي الكرة الأرضية، مما يتماشى بشكل وثيق مع الملاحظات المستقلة من ICESat-2 وCS2SMOS.
تكشف النتائج أن نظام الاستيعاب المتعدد المتغيرات يتفوق على استيعاب SIC الأحادي المتغير، الذي يميل إلى التقليل من حجم الجليد ويظهر انحيازات في ظروف الجليد الرقيق. تؤكد الدراسة على الدور الحاسم لكثافات الثلج والجليد المتغيرة في عملية الاستيعاب وتسلط الضوء على التحديات التي تواجهها في القارة القطبية الجنوبية بسبب التفاعلات المعقدة بين الجليد البحري وطبقات المحيط العلوي. يقترح المؤلفون أن بعثات الأقمار الصناعية المستقبلية، مثل أقمار CRISTAL وCIMR، يمكن أن تعزز الأنظمة التشغيلية من خلال توفير بيانات أكثر شمولاً للاستيعاب، مما يحسن في النهاية مراقبة أحجام الجليد البحري والثلج في المناطق القطبية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الانخفاض الحاد للجليد البحري في القطب الشمالي والقطب الجنوبي بسبب تغير المناخ، مما يبرز الحاجة إلى مراقبة فعالة للجليد البحري. يتم استخدام تقنيات استيعاب متنوعة، مثل الدفع ومرشحات كالمان المتعددة المتغيرات (EnKF)، لدمج بيانات تركيز الجليد البحري (SIC) مع متغيرات نموذجية أخرى مثل سمك الجليد البحري (SIT). أظهرت الدراسات السابقة أن استيعاب منتجات SIT المختلفة، بما في ذلك تلك من بعثات وكالة الفضاء الأوروبية SMOS وCryoSat-2، يمكن أن يعزز دقة النموذج، على الرغم من أن التحديات لا تزال قائمة في توسيع معلومات SIC إلى متغيرات أخرى.
يقترح المؤلفون نظام استيعاب جديد متعدد المتغيرات للجليد البحري يتضمن ملاحظات ارتفاع الرادار على طول المسار (RFB) وسمك الثلج بجانب SIC، بهدف تحسين تمثيل ديناميات الجليد البحري في كل من القطب الشمالي والقطب الجنوبي. يحددون أسئلة علمية رئيسية تتعلق بفعالية هذا النهج متعدد البيانات مقارنة بالطرق التقليدية، وملاءمة المعلمات الحالية للنموذج لاستيعاب قياسات الرادار والثلج، والتحديات التي تطرحها البيئات الفيزيائية المتميزة للمناطق القطبية. تهدف الدراسة إلى تقديم رؤى حول التفاعلات بين الجليد البحري وديناميات المحيط، لا سيما في المناطق ذات التفاعلات المعقدة بين الجليد والمحيط، وتضع الأساس للأقسام التالية التي تفصل المنهجية والنتائج والآثار المترتبة على نتائجهم.
الطرق
في هذا القسم، يحدد المؤلفون الإطار التحليلي وتصميم التجربة المستخدمين في دراستهم. يوضحون المنهجيات المستخدمة لجمع وتحليل البيانات، مع التأكيد على أهمية إعداد تجريبي قوي لضمان صحة نتائجهم. يدمج نظام التحليل كل من الأساليب النوعية والكمية، مما يسمح بتقييم شامل للأسئلة البحثية المطروحة.
يتميز تصميم التجربة بنهج منهجي، بما في ذلك مجموعات التحكم والمعالجة، لعزل آثار المتغيرات قيد التحقيق. يتم تعريف معلمات محددة، مثل حجم العينة ومدة التجارب، بدقة لتعزيز إمكانية التكرار والموثوقية. بشكل عام، تم تصميم الطرق المستخدمة لاختبار الفرضيات بدقة والمساهمة في الفهم الأوسع للموضوع.
المناقشة
تستخدم الدراسة Nucleus for European Modelling of the Ocean (NEMO) الإصدار 4.2 مقترناً بمبادرة نمذجة الجليد البحري المتكاملة (SI3) لمحاكاة التفاعلات العالمية بين الجليد والمحيط. يعمل النموذج على شبكة ثلاثية القطب بدرجة 1/4° مع 75 مستوى عمودي، مستفيداً من إعادة تحليل الغلاف الجوي ECMWF ERA5 كقوة دافعة. يتضمن SI3 نموذجاً غير نيوتوني ثنائي الأبعاد لديناميات الجليد وطبقة لزجة للديناميكا الحرارية، تمثل التباين تحت الشبكة من خلال 11 فئة من سمك الجليد البحري. تشمل المتغيرات التنبؤية الرئيسية سرعة الجليد البحري ومؤشر الإجهاد، مع تعيين كثافات ثابتة لمياه البحر والجليد البحري والثلج. يأخذ النموذج أيضاً في الاعتبار تكوين الثلج والجليد ويستخدم ريوولوجيا مرنة لزجة.
يتم دمج نظام الاستيعاب مع مجموعات بيانات رصدية متنوعة، بما في ذلك تركيز الجليد البحري من أقمار SSMIS وقياسات ارتفاع الرادار من قمر CS2، لتعزيز دقة النموذج. تستخدم عملية الاستيعاب مرشح كالمان من الدرجة المنخفضة لتحديث المتغيرات النموذجية بناءً على البيانات الملاحظة، مع التركيز على موازنة معلومات النموذج والملاحظة. تم إجراء ثلاث تجارب: تجربة أساسية (FREE) بدون استيعاب، ونهج أحادي المتغير (UNIVAR) يستوعب فقط تركيز الجليد البحري، ونهج متعدد المتغيرات (MULTIVAR) يتضمن متغيرات متعددة. تشير النتائج إلى أن كل من UNIVAR وMULTIVAR يتفوقان على تجربة FREE من حيث تركيز الجليد البحري، حيث يظهر نهج MULTIVAR توافقاً محسناً مع الملاحظات ولكنه يقدم أيضاً توازنات عددية محتملة. تسلط الدراسة الضوء على أهمية استراتيجية الاستيعاب المتعددة المتغيرات في تمثيل ديناميات الجليد البحري بدقة والمتغيرات المرتبطة بها.
DOI: https://doi.org/10.5194/tc-20-369-2026
Publication Date: 2026-01-19
Author(s): Aliette Chenal et al.
Primary Topic: Arctic and Antarctic ice dynamics
Overview
This research paper section discusses the implementation and evaluation of a multivariate sea ice assimilation scheme within a global 1/4° ocean/sea ice coupled model (NEMO4.2/SI3). The study highlights the importance of accurately capturing sea ice and snow volume for polar predictions, noting that operational systems have historically struggled with this task. By assimilating sea ice concentration (SIC), along-track altimetry radar freeboard data from Cryosat-2, and snow depth observations from Cryosat-2 and SARAL, the multivariate approach significantly enhances the model’s performance. The results indicate that this method increases sea ice volume and modifies the spatial distribution of ice and snow thicknesses in both hemispheres, aligning closely with independent observations from ICESat-2 and CS2SMOS.
The findings reveal that the multivariate assimilation system outperforms univariate SIC assimilation, which tends to underestimate ice volume and exhibit biases in thin ice conditions. The study emphasizes the critical role of variable snow and ice densities in the assimilation process and highlights the challenges faced in the Antarctic due to complex interactions between sea ice and upper ocean layers. The authors suggest that future satellite missions, such as the CRISTAL and CIMR satellites, could further enhance operational systems by providing more comprehensive data for assimilation, ultimately improving the monitoring of sea ice and snow volumes in polar regions.
Introduction
The introduction of this research paper highlights the critical decline of Arctic and Antarctic sea ice due to climate change, emphasizing the need for effective sea ice monitoring. Various assimilation techniques, such as nudging and multivariate Ensemble Kalman Filters (EnKF), are employed to integrate sea ice concentration (SIC) data with other model variables like sea ice thickness (SIT). Previous studies have shown that assimilating different SIT products, including those from the European Space Agency’s SMOS and CryoSat-2 missions, can enhance model accuracy, although challenges remain in extending SIC information to other variables.
The authors propose a novel multivariate sea ice assimilation scheme that incorporates along-track radar freeboard (RFB) and snow thickness observations alongside SIC, aiming to improve the representation of sea ice dynamics in both the Arctic and Antarctic. They outline key scientific questions regarding the efficacy of this multidata approach compared to traditional methods, the adequacy of current model parametrizations for assimilating radar and snow measurements, and the challenges posed by the distinct physical environments of the two polar regions. The study aims to provide insights into the interactions between sea ice and ocean dynamics, particularly in regions with complex ice-ocean interactions, and sets the stage for subsequent sections detailing the methodology, results, and implications of their findings.
Methods
In this section, the authors outline the analytical framework and experimental design employed in their study. They detail the methodologies used to collect and analyze data, emphasizing the importance of a robust experimental setup to ensure the validity of their findings. The analysis system integrates both qualitative and quantitative approaches, allowing for a comprehensive evaluation of the research questions posed.
The experimental design is characterized by a systematic approach, including control and treatment groups, to isolate the effects of the variables under investigation. Specific parameters, such as sample size and duration of the experiments, are meticulously defined to enhance reproducibility and reliability. Overall, the methods employed are designed to rigorously test the hypotheses and contribute to the broader understanding of the subject matter.
Discussion
The research employs the Nucleus for European Modelling of the Ocean (NEMO) version 4.2 coupled with the Sea Ice modelling Integrated Initiative (SI3) to simulate global ice-ocean interactions. The model operates on a 1/4° tripolar grid with 75 vertical levels, utilizing ECMWF ERA5 atmospheric reanalysis for forcing. SI3 incorporates a non-Newtonian 2D continuum for ice dynamics and a mushy layer for thermodynamics, representing subgrid variability through 11 sea ice thickness categories. Key prognostic variables include sea ice velocity and stress tensor, with constant densities assigned to sea water, sea ice, and snow. The model also accounts for snow-ice formation and employs adaptive elastic-viscous plastic rheology.
The assimilation scheme integrates various observational datasets, including sea ice concentration from SSMIS satellites and radar freeboard measurements from the CS2 satellite, to enhance model accuracy. The assimilation process utilizes a reduced-order Kalman filter to update model variables based on observed data, with a focus on balancing model and observation information. Three experiments were conducted: a baseline (FREE) without assimilation, a univariate approach (UNIVAR) assimilating only sea ice concentration, and a multivariate approach (MULTIVAR) incorporating multiple variables. Results indicate that both UNIVAR and MULTIVAR outperform the FREE experiment in terms of sea ice concentration, with the MULTIVAR approach showing improved agreement with observations but also introducing potential numerical imbalances. The study highlights the importance of a multivariate assimilation strategy in accurately representing sea ice dynamics and associated variables.