Dynamical interpolation of surface pCO2 between lines of observation in the North Atlantic Ocean
The present PhD thesis aims to elucidate driving mechanisms of oceanic surface pCO2 variability and to develop and analyze techniques for mapping pCO2 on a basinscale in the North Atlantic. First of all, a number of sensitivity tests are carried out in a coarse resolution coupled ecosystem-circulation model simulating the period 1948-2002. The individual contributions by wind stress and surface heat fluxes to naturally driven interannual-to-decadal variability of air-sea fluxes of CO2 and O2 are examined using different atmospheric forcing fields. The model results reveal a pronounced dominance of wind stress in driving interannual-to-decadal variability of CO2 fluxes in the entire model domain. Although the simulated mean carbon uptake takes place in the subpolar basin, interannual fluctuations are of the same magnitude in the subpolar region, the subtropics and the equatorial Atlantic. For O2, mechanisms causing temporal variations can be separated into a wind-stress driven equatorial and a heat-flux driven subtropical and subpolar basin. Subsequently, the potential of monitoring North Atlantic ocean-surface pCO2 on a basin scale by combining Voluntary Observing Ship (VOS) observations with ARGO float and remote sensing data respectively is explored in the context of an eddy-resolving model. Here, model output is sampled according to realistic VOS-line, ARGO float and satellite coverage of the reference year 2005. The synthetic VOS-line observations form a training data set for a self-organizing neural network which is, in the first case, applied to simulated satellite data of SST and surface chlorophyll in order to derive basinwide monthly maps of surface pCO2. In the second case the trained neural network is used to derive punctual pCO2 estimates from ARGO float SST and salinity data which are extrapolated by objective mapping. For a remote-sensing based mapping the basinwide mean RMS-error amounts to 19.0 ppm when missing data in the satellite coverage due to clouds and low solar irradiation at high latitudes in winter is neglected and 21.1 ppm if this missing data is replaced by climatological SST and chlorophyll values. Extrapolated float-based estimates cover 70% of the considered area (15°N to 65°N) with a basinwide mean RMS-error of 15.9 ppm and provide a better accuracy in the reproduction of annual cycles of pCO2 and CO2 fluxes due to their independence of satellite coverage.
Ziel der vorliegenden Dissertation ist es, einerseits die Steuerungsmechanismen des ozeanischen pCO2 zu untersuchen und Methoden zu entwickeln und zu analysieren, um pCO2 im Nordatlantik auf beckenweiter Skala zu bestimmen. Zunächst werden Sensitivitätsuntersuchungen mit einem grob auflösenden biogeochemischen Modell des Nordatlantiks durchgeführt, wobei hier die Zeitspanne 1948-2002 simuliert wird. Die individuellen Anteile von Windstress und Wärmeflüssen an der gesamten zwischenjährlich-dekadischen Variabilität der CO2- und O2-Flüsse werden untersucht, indem mehrere Modellläufe mit unterschiedlichem atmosphärischen Antrieb integriert werden. Die Ergebnisse zeigen, dass die Variabilität der CO2-Flüsse auf diesen Zeitskalen im gesamten Modellgebiet Windstress-getrieben ist. Die Hauptaufnahme von Kohlenstoff durch den Ozean findet in der Simulation im subpolaren Nordatlantik statt. Die zwischenjährlichen Schwankungen in der Aufnahme haben in der subpolaren, subtropischen und äquatorialen Region jedoch dieselbe Größenordnung. Für O2 ist bezüglich der interannualen Variabilität eine klare Aufteilung in ein Windstress-dominiertes äquatoriales Becken und eine Wärmefluss-getriebene Region nördlich davon zu erkennen. Darüber hinaus wird die Möglichkeit untersucht, pCO2-Messungen sogenannter Voluntary Observing Ships (VOS) mit Satellitenbeobachtungen und ARGO Float Daten zu kombinieren. Hierbei werden mit Hilfe eines Wirbel-auflösenden biogeochemischen Modells die jeweiligen Beobachtungsdaten gemäß ihrer tatsächlichen Abdeckung im Referenzjahr 2005 simuliert. Die synthetischen Messungen der VOS-Linien bilden den Trainingsdatensatz für ein künstliches Neuronales Netz, das anschließend entweder auf die simulierten Satellitenbeobachtungen von SST und Chlorophyll oder ARGO Float SST- und Salzghaltsdaten angewandt wird. Im ersteren Fall ergeben sich direkt beckenweite pCO2-Schätzungen, im letzteren punktuelle Approximationen, die durch Gaußsches Gewichten extrapoliert werden. Für die Satelliten-gestützten pCO2-Karten ergibt sich ein beckenweiter RMS-Fehler von 19.0 ppm, wenn das Fehlen von Daten durch Wolken und zu geringe winterliche Einstrahlung in hohen Breiten vernachlässigt wird. Werden diese Datenlücken durch klimatologische Werte von SST und Chlorophyll ersetzt, steigt der RMS-Fehler auf 21.5 ppm an. Die extrapolierten Float-gestützten pCO2 Schätzungen umfassen 70% der betrachteten Region (15°N bis 65°N) und besitzen einen RMS-Fehler von 15.9 ppm. Letztere ermöglichen eine genauere Wiedergabe der Jahresgänge von pCO2 und den CO2-Flüssen, da sie unabhängig von der Satellitenabdeckung sind.
Vorschau
Rechte
Nutzung und Vervielfältigung:
Keine Lizenz. Es gelten die Bestimmungen des deutschen Urheberrechts (UrhG).
Bitte beachten Sie, dass einzelne Bestandteile der Publikation anderweitigen Lizenz- bzw. urheberrechtlichen Bedingungen unterliegen können.