Продолжающееся потепление было связано с повышением температуры воды и воздуха, увеличением площади атлантических и смешанных водных масс и сокращением площади ледового покрова. Потепление было также связано с увеличением биомассы макрозоопланктона (например, криля и медузы), повышенным пополнением рыбных запасов (сеголетки), что вызывает рост рыбных запасов (треска, пикша, морской окунь, мойва и сельдь). Увеличение продуктивности и разумная интенсивность вылова по отношению к запасам привели к росту поголовья трески и пикши до рекордно высокого уровня; численность мойвы позволяла ей справляться с большим количеством хищников. Несколько популяций морских птиц из прибрежных колоний остаются в Баренцевом море или мигрируют в него для кормления и линьки, что, возможно, приводит к увеличению их общего числа.
Абиотические переменные
Рисунок 2.2.1 наглядно иллюстрирует потепление Баренцева моря в период 1970–2017 годов. Относящиеся к температуре переменные, такие как собственно температура, площадь акватории, занятая атлантическими водами (T>3°C) и смешанными водами (0<T°C>3), а также площадь ледового покрова при минимальной и максимальной степени распространения морского льда демонстрируют четкую тенденцию к потеплению. Переменные, связанные с динамикой, такие как приток атлантических вод (напр. BSO – приток атлантических вод в Баренцево море) и атмосферное влияние, представленное САК, не демонстрируют какой-либо отчетливой тенденции. Данные результаты подтверждают выводы о том, что хотя и температура, и объемный перенос атлантических вод в Баренцево море способствуют океаническому переносу тепла в Баренцево море, они (температура и объемный перенос) изменяются в различных временных масштабах. В то время как объемный перенос изменяется от года к году и даже в более коротких временных рамках, температура отчетливо демонстрирует мультидекадную изменчивость, т.е. изменчивость климата в дополнение к основной тенденции, заданной изменением климата.
Рисунок 2.2.1. Временные ряды средних годовых значений абиотических переменных в Баренцевом море, отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 1970–2017 гг., а красный обозначает значения выше среднего за 1970–2017 гг.В восточной части Баренцева моря наблюдалась самая сильная тенденция к потеплению за последние 47 лет со значительно меньшим потеплением вдоль границ (ICES 2018). Тем не менее, на различных глубинных интервалах существует слегка различающаяся географическая структура, причем тенденция к потеплению смещается к югу с глубиной. Здесь следует отметить, что верхний слой в большей степени соприкасается с атмосферой и, таким образом, регулируется потоками воздух-море, в то время как самый глубокий интервал глубины, т.е. 100–200 м, в большей степени определяется адвекцией атлантических вод. Кроме этого, существует значительная междугодичная вариативность, наложенная на основополагающую, мультидекадную тенденцию.
В целом температура и соленость, усредненные по всему Баренцеву морю и на разных уровнях глубины, были ниже в 2017 году, чем в 2016 году, хотя и выше долгосрочных средних значений (рисунок 2.2.2), что соответствует будущим ожиданиям, изложенным в прошлогоднем отчете.
Рисунок 2.2.2. Ведущие основные компоненты EOF для а) температуры и б) солености. Масштаб оси Y указан в градусах Цельсия, но его следует умножить на пространственную нагрузку.Зоопланктон и 0-группа рыб
На рисунке 2.2.3 показано явное увеличение пополнения криля, медуз и мойвы, трески и пикши в период 1988–2017 гг., а тест тренда Манна-Кендалла показал, что эти положительные тенденции были статистически значимыми. Напротив, полярная треска, которая является арктической рыбой, продемонстрировала значительную и негативную тенденцию, так как ее запасы находились на высоком уровне в течение 1990-х годов и уменьшились в последние десятилетия (тест тренда Манна-Кендалла). Однако ни зоопланктон (фракции всех размеров), ни пополнение сельди или сайды не показывают какой-либо отчетливой тенденции.
Рисунок 2.2.3. Временные ряды количества зоопланктона и 0-группы рыб в Баренцевом море, отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 1988–2017 гг., а красный обозначает значения выше среднего за 1988–2017 гг.Пелагические и придонные рыбы
На рисунке 2.2.4 показана тенденция к увеличению биомассы запаса трески (возраст 3+ лет), нерестового запаса и пополнения пикши (возраст 3 года), запаса клюворылыго морского окуня (S. mentelle) и запаса черного палтуса в период 1990–2017 гг. Тест тренда Кендалла показал, что эти позитивные тенденции были статистически значимыми. Пополнение промысловых запасов (возраст 3 года) трески не показывает отчетливой тенденции. Запасы полярной трески находились на высоком уровне в начале 2000-х годов и после этого сократились. Биомасса сельди уменьшилась с 2007 года из-за сильной возрастной группы 2004 года, мигрировавшей в Норвежское море и с тех пор сильных возрастных групп больше не наблюдалось.
Рисунок 2.2.4. Временные ряды рыбной биомассы (как пополненные в возрасте 3 лет, так и нерестовые и запасы) и уловов в Баренцевом море отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 1980–2017 гг., а красный обозначает значения выше среднего за 1980–2017 гг. Бентос
На рисунке 2.2.5 показана тенденция к увеличению биомассы запаса снежного краба в период 2006-2017 гг., и тест тренда Манна-Кендалла показал, что эти положительные тенденции были статистически значимыми. Другие параметры не демонстрируют каких-либо значительных тенденций, скорее всего, в связи со слишком короткими временными рядами, но указывают на переход от в основном отрицательных (до 2011 г.) к более положительным (с 2012 г.) аномалиям для крупных групп организмов Porifera (губки), Mollusca (двустворчатые моллюски, улитки и т. д.) и иглокожие (морские звезды, офиуры и т. д.).
Рисунок 2.2.5. Временные ряды бентосной биомассы в Баренцевом море, отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 2006–2017 гг., а красный обозначает значения выше среднего за 2006–2017 гг. Морские птицы
В течение периода 2004-2018 гг. мы обнаружили положительную, направленную на север тенденцию в пространственном распределении (центр тяжести) обыкновенной моевки и отрицательную тенденцию в численности этого вида (тест тренда Манна-Кендала). Мы не обнаружили каких-либо существенных тенденций в перемещении на север и в численности короткоклювой кайры и атлантического тупика (рисунки 2.2.6).
Рисунок 2.2.6. Временные ряды численности и пространственного распределения морских птиц (центр тяжести) в Баренцевом море, отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 2004–2018 гг., а красный обозначает значения выше среднего за 2004–2018 гг. HАнтропогенное давление
Антропогенное давление в Баренцевом море с 1970-х годов уменьшилось. На рисунке 2.2.7 показана статистически значимая тенденция к снижению смертности от промысла трески (в возрасте 5-10 лет), пикши (в возрасте 4-7 лет), мойвы и креветок, а также вылавливания мойвы, черного палтуса, полярной трески и S. mentelle (тест тренда Манна-Кендалла) в период 1970–2016 гг. Улов пикши показал тенденцию к увеличению из-за сильного увеличения запаса пикши с 2005 года.
Рисунок 2.2.7. Временные ряды связанной с рыболовством смертности и улова в Баренцевом море, отсортированные по тенденции. Синий цвет обозначает значения ниже среднего за 1970–2016 гг., а красный обозначает значения выше среднего за 1970–2016 гг. Общая тенденция
Наблюдаемые данные в основном указывают на нестационарные данные. Для анализа временных рядов применяется структурная модель временных рядов: наблюдение = компонент тренда + циклический компонент + шум (Harvey 1989, West and Harrison 1997). Компонент тренда моделируется структурной моделью тренда с использованием стохастического дифференциального уравнения (Kitagawa and Gersch 1996). Модель представлена формой пространства состояний, а состояние, соответствующее тренду, прогнозируется и фильтруется алгоритмом фильтра Калмана. На рисунке 2.2.8 показаны исходные данные, расчетные значения прогноза (красный) и значения фильтрации (синий).
Рисунок 2.2.8. Расчетный компонент тренда (синий:фильтрация, красный:прогноз) по структурной модели тренда.Что касается предполагаемых тенденций, то общие тенденции среди данных оцениваются с помощью анализа классификации и сходства (Solvang et al. 2008). Классифицированные группы, указывающие на рост, постоянное колебание и снижение, представлены на рисунке 2.2.9. Конфигурации признаны доминирующей общей тенденцией для данных. Изменение тенденций для данных о биотическом и антропогенном воздействии в течение наблюдаемого года может быть исследовано с помощью соответствующих общих тенденций для абиотических данных. Циклические компоненты получены путем извлечения компонента тренда из данных. Полученные циклические составляющие считаются направленными взаимосвязями между данными при анализе системы обратной связи (Solvang and Subbey 2019).
Рисунок 2.2.9. Дендрограмма, полученная методом дискриминантного анализа (Solvang, et al. 2008) и полученные классифицированные группы общих тенденций.