Streszczenie
Podczas gdy znaczący wpływ aktywności wulkanicznej na klimat holocenu jest dobrze udokumentowany, sugerowano równie znaczącą rolę dużych erupcji w zmienności klimatu i zmianach reżimu podczas cyklów glacjalnych czwartorzędu. Poprzednie oceny statystyczne tego zagadnienia były kwestionowane przez niedokładną synchronizację dużych erupcji wulkanicznych ze zmianami w przeszłym klimacie. W tym przypadku problem ten został złagodzony przez połączenie nowego zapisu wulkanizmu bipolarnego z rdzeni lodowych Grenlandii i Antarktydy z zapisami nagłych zmian klimatu uzyskanymi z tych samych rdzeni lodowych. Wykazujemy, że bipolarnych erupcji wulkanicznych było znacznie więcej, niż oczekiwano przypadkowo tuż przed wystąpieniem zdarzeń Dansgaard-Oeschger, które są najbardziej widocznymi gwałtownymi zmianami klimatu na dużą skalę w ostatnim okresie glacjalnym. Spośród 20 nagłych zdarzeń ocieplenia w okresie 12–60 tys. lat, 5 (7) występuje w ciągu 20 (50) lat po bipolarnej erupcji. Stawiamy hipotezę, że może to być wynik bezpośredniego wpływu chłodzenia wulkanicznego na atlantycką cyrkulację południkową, która jest powszechnie uważana za główny podsystem klimatyczny zaangażowany w cykle Dansgaarda-Oeschgera. Przejścia ze słabego do silnego trybu cyrkulacji mogą być wyzwalane przez ochłodzenie w północnym Atlantyku, biorąc pod uwagę, że cyrkulacja jest bliska progu stabilności. Ilustrujemy tę sugestię za pomocą symulacji z modelem cyrkulacji ogólnej wyłącznie oceanicznej wymuszonej przez krótkotrwałe ochłodzenie wulkaniczne. Przedstawiona analiza sugeruje, że duże erupcje mogą działać jako krótkotrwałe wyzwalacze dla nagłych zmian klimatu na dużą skalę i mogą wyjaśniać część zmienności cykli Dansgaarda-Oeschgera. Podczas gdy twierdzimy, że bipolarny katalog użyty tutaj obejmuje wystarczająco dużą część erupcji o najsilniejszym globalnym wpływie na klimat, zdarzenia wulkaniczne ograniczone do półkuli północnej lub południowej mogą również przyczyniać się do nagłych zmian klimatu.
1 Wprowadzenie
Wykazano, że erupcje wulkanów są głównym czynnikiem zmienności klimatu ( Robock , 2000 ; Schurer i in. , 2013 , 2014 ; Sigl i in. , 2015 ; Swingedouw i in. , 2017 ; Mann i in. , 2021 ) . Oprócz trendu ocieplenia spowodowanego emisją gazów cieplarnianych, ich wpływ na średnią globalną temperaturę w historycznych symulacjach klimatycznych jest jedyną cechą, która przekracza niepewność zespołu w najnowszej generacji modeli klimatycznych ( Tokarska i in. , 2020 ) . Jednak potencjalny wpływ pojedynczych bardzo dużych erupcji wulkanicznych na globalny klimat nie jest zbyt dobrze ograniczony ze względu na bardzo małą liczbę takich zdarzeń mających miejsce od czasu rozpoczęcia instrumentalnych obserwacji klimatu. Nie wiadomo, czy duże erupcje wulkanów mogą wpływać na zmiany klimatu w dłuższej perspektywie czasowej i czy reakcja klimatu może wykraczać poza liniową, krótkotrwałą relaksację po nagłym ochłodzeniu związanym z aerozolami siarczanowymi w stratosferze.
Zmienność klimatu w skali tysiącletniej jest głównie związana ze zdarzeniami Dansgaarda–Oeschgera (DO) i Heinricha ostatniego zlodowacenia. Pierwsze składało się z około 30 cykli ( Dansgaard i in. , 1993 ) , przy czym zimny klimat lodowcowy na półkuli północnej (okresy stadialne Grenlandii, GS) był przerywany nagłymi ociepleniami o 8–15 K w ciągu kilku dekad ( Kindler i in. , 2014 ) , po których następowały przedłużone okresy łagodniejszych, ale stopniowo spadających temperatur (interstadiały Grenlandii, GI). Często następowało po tym kolejne nagłe przejście z powrotem do warunków stadialnych. Dzięki syntezie danych proxy z różnych archiwów poczyniono znaczne postępy w rozwikłaniu mechanizmów stojących za tymi oscylacjami klimatycznymi na dużą skalę ( Dokken i in. , 2013 ; Lynch-Stieglitz , 2017 ; Pedro i in. , 2018 ; Sadatzki i in. , 2019 ) . Jednocześnie możliwe stały się długie symulacje z realistycznymi modelami systemu ziemskiego, z których niektóre pokazują niewymuszone oscylacje klimatu, które są bardzo podobne do cykli DO ( Zhang i in. , 2021 ; Klockmann i in. , 2020 , 2018 ; Brown i Galbraith , 2016 ; Vettoretti i Peltier , 2016 ) . Nadal jednak nie osiągnięto konsensusu co do konkretnych czynników napędowych, jeśli takie istnieją, które prowadzą do przejść między stadiałami i interstadiałami.
Jednym z wyzwań dla istniejących hipotez są nieregularne czasy występowania zdarzeń DO. Podczas gdy średnio wynoszą one około 1500 lat, poszczególne stadiały i interstadiały, które składają się na cykle DO, mogą trwać od mniej niż wieku do 10 tysiącleci ( Rasmussen i in. , 2014 ) . Najbardziej realistyczne symulacje modelowe pokazują raczej regularne, samopodtrzymujące się oscylacje klimatu ( Vettoretti i Peltier , 2016 ) . Jednak obecnie nie obejmują one ważnych czynników, takich jak interaktywne pokrywy lodowe, cykl węglowy oraz zewnętrzne nasłonecznienie i wymuszanie wulkaniczne, które mogłyby zmienić charakter oscylacji. W związku z tym na razie trudno ocenić, czy symulacje są w pełni zgodne z obserwowanymi właściwościami cykli DO: z jednej strony statystyki czasu, jaki upłynął do przejścia ocieplenia DO, jak również statystyki czasu trwania samych przejść, są zgodne z czysto stochastycznym czynnikiem napędowym ( Ditlevsen i in. , 2005 ; Lohmann i Ditlevsen , 2019 ) . Z drugiej strony istnieją dowody na zewnętrzne wpływy nasłonecznienia, atmosferycznego CO2 i globalnej objętości lodu na długość cykli ( Schulz , 2002 ; Buizert i Schmittner , 2015 ; Mitsui i Crucifix , 2017 ; Kawamura i in. , 2017 ; Lohmann i Ditlevsen , 2018 , 2019 ) , a także na deterministyczne cechy danych, które pozwalają na przewidywanie występowania zdarzeń DO ze znaczną umiejętnością ( Lohmann , 2019 ) . Niemniej jednak takie przewidywania nie wyjaśniają idealnie pełnej zmienności czasów występowania i pozostawiają miejsce na czynniki stochastyczne, które wpływają na czas występowania zdarzeń. Jednym z takich czynników mogą być duże erupcje wulkaniczne.
Związek przyczynowo-skutkowy między erupcjami wulkanów a nagłą zmianą klimatu został już wcześniej zasugerowany. Zainicjowanie znaczących zmian klimatycznych, takich jak zakończenie ostatniej epoki lodowcowej, początek zimnego wydarzenia młodszego dryasu i przejście ze średniowiecznej anomalii klimatycznej do małej epoki lodowcowej, zostało zaproponowane jako spowodowane przez duże erupcje wulkaniczne ( Schleussner i in. , 2015 ; McConnell i in. , 2017 ; Baldini i in. , 2018 ; Abbott i in. , 2021 ) . Chociaż trudno jest uzasadnić związek przyczynowo-skutkowy dla poszczególnych zdarzeń poza wszelką wątpliwością, analiza statystyczna powtarzających się nagłych zdarzeń zmiany klimatu ma potencjał ustanowienia systematycznego związku z czynnikami zewnętrznymi, takimi jak erupcje wulkanów. Wymaga to zapisów dużych erupcji wulkanicznych i zdarzeń związanych ze zmianą klimatu, które są tak kompletne, jak to możliwe, wraz z precyzyjną kontrolą wieku, aby powiązać erupcje ze zmianami klimatycznymi. Te wymagania były wyzwaniem dla poprzednich badań.
Porównując największe znane i datowane na pewno erupcje wulkaniczne ze zmianami klimatu zidentyfikowanymi w rdzeniach lodowych, stwierdzono, że w niepewnościach datowania duże erupcje na półkuli północnej (NH) mają tendencję do skupiania się wokół nagłych faz ochładzania cykli DO, podczas gdy duże erupcje na półkuli południowej (SH) mogą być związane z ociepleniem DO ( Baldini i in. , 2015 ) . Jednak bezwzględne niepewności wieku chronologii rdzeni lodowych liczonych warstwowo, jak również erupcji datowanych radiometrycznie, są zwykle tego samego rzędu wielkości i rosną do ponad tysiąca lat w trakcie ostatniego okresu zlodowacenia. Podobnie, erupcje zarejestrowane w rdzeniu lodowym Antarktydy i nagłe zdarzenia ochładzania cykli DO w rdzeniu lodowym Grenlandii zostały zgłoszone jako skupione bliżej siebie, niż można by oczekiwać przypadkowo ( Bay i in. , 2004 ) . Biorąc pod uwagę czas wyprzedzenia wulkanicznego wynoszący 2 tys. lat, Bay i in. ( 2004 ) również zgłosili skupienie erupcji wulkanicznych i nagłe przejścia ocieplenia DO. Nadal jednak w tym przypadku istniały niepewności synchronizacji obejmujące wiele stuleci, ograniczające pewność co do bezpośredniego wpływu erupcji na klimat i uniemożliwiające ocenę kolejności czasowej erupcji i zmiany klimatu. Ponadto, definiując erupcje wulkaniczne na podstawie pojedynczego rdzenia lodowego, badanie to nieuchronnie obejmowało mniejsze, lokalne erupcje o ograniczonym wpływie na klimat.
Niniejsze badanie przezwycięża oba te problemy, wykorzystując niedawno opublikowany zapis bipolarnych erupcji wulkanicznych zidentyfikowanych w rdzeniach lodowych polarnych w przedziale 11–60 tys. lat temu oraz powiązane bipolarne punkty dopasowania wulkanicznego w poszczególnych rdzeniach lodowych ( Svensson i in. , 2020 , SVE20 dalej). Po pierwsze, koncentrując się na erupcjach wulkanicznych, które doprowadziły do znacznego odkładania się siarczanów na obu biegunach, jak widać na rdzeniach lodowych Antarktydy i Grenlandii, można oczekiwać, że wszystkie erupcje będą miały wielkość przekraczającą pewien próg, a zatem prawdopodobnie miały duże skutki klimatyczne. Sprawdzamy to stwierdzenie, biorąc pod uwagę niedawno opublikowany ciągły zapis odkładania się siarczanów w erupcjach wulkanicznych podczas ostatniego okresu lodowcowego ( Lin i in. , 2022 , LIN22 dalej), który pozwala na oszacowanie wielkości erupcji. W porównaniu do poprzedniego badania Bay et al. ( 2006 ) z bardzo skąpym zapisem, który utrudniał uzyskanie wniosków statystycznych, zestaw danych wykorzystany tutaj zawiera znacznie większą liczbę erupcji. Ponadto dopasowania bipolarne uzyskano w znacznie bardziej niezawodny sposób dzięki równoległemu liczeniu warstw na Grenlandii i Antarktydzie między zdarzeniami. Po drugie, niepewności czasowe między erupcjami a zmianami klimatycznymi są znacznie zmniejszone poprzez połączenie tego niezawodnego dopasowania osadów siarki wulkanicznej w rdzeniach lodowych Antarktydy i Grenlandii z określeniem zmian klimatycznych na podstawie zapisów izotopowych o wysokiej rozdzielczości tych samych dobrze zsynchronizowanych rdzeni lodowych Grenlandii. Pozwala nam to ocenić potencjalne występowanie erupcji wulkanicznych prowadzących do nagłych zmian klimatycznych z precyzją dekadową. W szczególności testujemy bliskość czasową N = 82 bipolarnych erupcji wulkanicznych do M = 20 zdarzeń DO w porównaniu z hipotezą zerową losowych i nieskorelowanych wystąpień erupcji wulkanicznych.
2.1 Grenlandzkie zapisy izotopów o wysokiej rozdzielczości i stos
Bierzemy pod uwagę zapisy δ 18 O o wysokiej rozdzielczości z czterech głębokich rdzeni lodowych Grenlandii, a także stos pochodzący z nich. Zapisy zostały zmierzone przy różnej rozdzielczości głębokości, przy czym każdy pomiar wykonano na materiale masowym o ciągłych odstępach głębokości. Pomiary nie są zatem próbkami punktowymi, ale średnimi w ciągłych odstępach. Wykorzystujemy zapisy δ 18 O z rdzenia lodowego NGRIP ( NGRIP Members , 2004 a ; Gkinis i in. , 2014 ) , a także rdzeni lodowych GRIP ( Johnsen i in. , 1997 ) , GISP2 ( Stuiver i Grootes , 2000 ) i NEEM ( Rasmussen i in. , 2013 ; Gkinis i in. , 2021 ) . Wszystkie rdzenie są zsynchronizowane z roczną warstwową chronologią rdzeni lodowych z Grenlandii 2005 (GICC05) ( Svensson i in. , 2006 , 2008 ; Rasmussen i in. , 2013 ; Seierstad i in. , 2014 ) . Rekordy δ 18 O są przetwarzane w następujący sposób. Punkty środkowe przedziałów głębokości są interpolowane liniowo do skali czasowo-głębokiej GICC05, co daje nierównomiernie rozmieszczone szeregi czasowe. Następnie te szeregi są nadpróbkowane do 1-rocznej siatki równoodległej przy użyciu interpolacji najbliższego sąsiada. W ten sposób charakter pomiarów jako ciągłych średnich głębokości i oryginalnych wartości pomiarów są zachowywane, a wszystkie rekordy są umieszczane na tej samej równoodległej siatce czasowej. Na koniec uśredniamy cztery rdzenie lodowe, aby uzyskać stos ze znacznie zmniejszonym szumem o wysokiej częstotliwości. Szacujemy początki DO zarówno ze stosu, jak i z pojedynczych rdzeni lodowych, z wyjątkiem GISP2, ze względu na porównywalnie niską rozdzielczość surowych danych w stadiach: zaczynając od GS-2, rozdzielczość próbki spada z 8 lat do około 30 lat w GS-15.2. Dla porównania, rozdzielczości stadiów dla tych samych okresów czasu NGRIP, GRIP i NEEM wynoszą odpowiednio 3 do 6, 4 do 9 i 4 do 8 lat. Rozważany przez nas okres czasu rozciąga się od 11 700 lat b2k (lata przed 2000 r. n.e.) do 60 000 lat b2k (GS-18). Nie bierzemy pod uwagę zdarzeń DO 2.1 i 2.2, ponieważ nie uzyskano dopasowania bipolarnego dla tego przedziału.
2.2 Zapisy rdzeni lodowych z ostatniego wulkanizmu lodowcowego
Podstawowym zestawem danych wulkanicznych użytym w tym badaniu jest ostatni zapis lodowcowy bipolarnego wulkanizmu uzyskany przez SVE20. Zawiera on N = 82 erupcji wulkanicznych, dla których znaczące osadzanie się siarczanów można było zidentyfikować synchronicznie w rdzeniach lodowych Grenlandii i Antarktydy. Z niewieloma wyjątkami, wszystkie te erupcje mają nieznane źródło. Podczas gdy zestaw danych obejmuje przedział 11,7–60 tys. lat, istnieje luka w danych od 16,5 do 24,5 tys. lat z powodu trudności w synchronizacji rdzeni Grenlandii i Antarktydy w wyniku wysokiego poziomu szumu zanieczyszczeń w późnym zlodowaceniu. Pomijając tę lukę, daje to czas trwania Δ T = 40 300 lat badanych w tym badaniu.
Aby przeanalizować statystyki tego zestawu danych i ograniczyć liczbę bipolarnych erupcji o podobnej skali, które mogą w nim brakować, bierzemy również pod uwagę zapis LIN22 obejmujący ten sam okres uzyskany za pomocą zautomatyzowanej metody wykrywania erupcji wulkanicznych z ciągłych pomiarów siarczanów w rdzeniach lodowych z Grenlandii i Antarktydy. Na podstawie tych pomiarów Lin i współpracownicy wyprowadzili dwie oddzielne listy erupcji wulkanicznych i ich całkowitego osadzania siarczanów, biorąc pod uwagę erupcje wykryte indywidualnie odpowiednio na Grenlandii lub Antarktydzie. Listy te zawierają erupcje z osadzeniem siarki przekraczającym 10 kg km -2 i 20 kg km -2 odpowiednio na Antarktydzie i Grenlandii, co odpowiada mniej więcej połowie osadzania z erupcji Tambora z 1815 r. n.e. Co ważne, listy zawierają również bipolarną erupcję z SVE20. W przypadku tych bipolarnych erupcji, na podstawie osadzania się siarki na obu biegunach Lin i współpracownicy obliczyli ładunek aerozolu stratosferycznego jako miarę globalnego wymuszania klimatycznego, którego używamy do oceny, jak duże są bipolarne erupcje w porównaniu do bardziej znanych niedawnych erupcji (sekcja 2.4 ). Ponadto, na podstawie względnego osadzania się na Grenlandii w porównaniu z Antarktydą, Lin i współpracownicy podają przybliżone szacunki szerokości geograficznej erupcji, co jest omówione bardziej szczegółowo w sekcji 3.7 .
Erupcje pozostałe z zestawów danych LIN22 po usunięciu erupcji bipolarnych z SVE20 będą dalej nazywane zestawami danych unipolarnych . W przedziale 11,7–60 tys. lat minus luka danych bipolarnych 16,5–24,5 tys. lat daje to odpowiednio 740 i 498 erupcji w zestawie danych grenlandzkich i antarktycznych. Porównując osady siarczanowe z tych erupcji unipolarnych z bipolarnymi, możemy wyprowadzić górny szacunek, ile niezidentyfikowanych erupcji bipolarnych o podobnej skali może brakować w zestawie danych SVE20, zakładając, że zestaw danych LIN22 nie zawierałby żadnych regionalnych (stosunkowo blisko miejsc występowania rdzeni lodowych) erupcji z dużym (unipolarnym) osadem, ale małym globalnym wpływem.
2.3 Określenie początku zdarzenia DO
Określamy czas rozpoczęcia ocieplenia DO z zapisów δ 18 O o wysokiej rozdzielczości z pojedynczych rdzeni lodowych, a także z zapisu skumulowanego. Dla każdego cyklu DO wykrywamy, kiedy dane zaczynają znacząco odchylać się w górę od średniej stadialnej przed nagłymi przejściami. Metoda jest szczegółowo wyjaśniona w Załączniku A. Zidentyfikowane początki dla stosu izotopowego są pokazane razem z zapisem izotopowym i najbliższą bipolarną erupcją wulkaniczną poprzedzającą początek na Rys. S1 w Suplemencie. Szacowane czasy rozpoczęcia w poszczególnych rdzeniach są porównywane ze stosem na Rys. S2, gdzie względne czasy rozpoczęcia są podane w odniesieniu do najwcześniejszego z czterech niezależnych ustaleń początku.
To porównanie pozwala nam ocenić wiarygodność szacunków początku ze stosu i uzyskać oszacowanie niepewności czasowej. Początek jest bardzo spójny dla zdarzeń 3, 4, 5.2, 6, 7, 8, 10, 16.1 i 16.2, dla których zakres czterech niezależnych szacunków początku wynosi 25 lat lub mniej. W przypadku zdarzeń 1, 5.1, 9, 11, 13, 14, 15.1, 17.1 i 17.2 początek stosu grupuje się z dwoma innymi rdzeniami lodowymi w okresie krótszym niż 20 lat, podczas gdy początek pozostałego rdzenia lodowego jest bardziej oddalony od tego klastra i może być uważany za wartość odstającą. Niektóre wartości odstające mogą być spowodowane niedoskonałą synchronizacją, jak w przypadku zdarzeń 5.1 i 17.1. Tutaj punkty dopasowania używane do synchronizacji NEEM z skalą czasową GICC05 są rozmieszczone kilkaset lat przed i po początku DO, a zatem prawdopodobnie występuje przesunięcie w czasie w momencie początku. W innych przypadkach kształt początku w jednym z rdzeni lodowych nie jest tak nagły jak w innych lub jest bardzo zaszumiony, co prowadzi do późnego wykrycia przez nasz algorytm. Może również wystąpić wczesne wykrycie, gdy przed początkiem występuje duży skok w szumie o wysokiej częstotliwości, jak w przypadku GI-14 w NEEM. W przypadku pozostałych zdarzeń 12 i 15.2 przejście DO wydaje się składać z dwóch kroków we wszystkich rdzeniach, a ze względu na wysoki poziom szumu nasz algorytm nie jest w stanie wykryć pierwszego kroku w NGRIP, który naszym zdaniem jest prawdziwym początkiem. Podsumowując, początki pochodzące ze stosu należy uznać za najbardziej reprezentatywne. Po pierwsze, dzieje się tak dlatego, że stos jest lepiej przystosowany do definiowania początków ze względu na ulepszony stosunek sygnału do szumu. Po drugie, początki stosu są zgodne z szacunkami czasowymi z poszczególnych rdzeni. Odrzucając wartości odstające, stwierdzamy, że rozrzut indywidualnych szacunków początków (w tym szacunków ze stosu), tj. różnica między najwcześniejszym a najpóźniejszym szacunkiem początku, wynosi średnio 12,9 roku. Może to służyć jako dobry szacunek niepewności początków określonych ze stosu izotopowego. Dlatego możliwe jest oszacowanie reperkusji klimatycznych erupcji wulkanicznych w skali dekadowej.
2.4 Statystyki występowania erupcji bipolarnych
Aby sprawdzić, czy zdarzenia DO występują preferencyjnie krótko po erupcjach wulkanicznych, musimy znać częstotliwość występowania tych ostatnich w czasie i sprawdzić ważność naszej hipotezy zerowej. Zestaw danych SVE20 obejmuje przedział czasowy od 11,7 do 60 tys. lat minus luka danych od 16,5 do 24,5 tys. lat, co daje łącznie 20 641 lat warunków stadialnych z 42 erupcjami wulkanicznymi i 19 659 lat warunków międzystadialnych z 40 erupcjami wulkanicznymi. Daje to zadziwiająco podobne częstotliwości występowania erupcji bipolarnych λ = 2,0348 erupcji na tysiąc lat dla stadiów i λ = 2,0347 dla interstadiów, co odpowiada okresowi powrotu wynoszącemu blisko 500 lat. W okresach stadialnych rdzenie lodowe Grenlandii wykazują znacznie wyższy poziom różnych sygnałów zanieczyszczeń, co uważa się za wynik zmian w cyrkulacji atmosferycznej wzdłuż szlaku transportu, zmian wiatru u źródła i zmian w cyklu hydrologicznym w porównaniu z okresami międzystadialnymi ( Ruth i in. , 2003 ) . Podczas gdy wyższy poziom tła w zapisach siarczanów stadialnych z pewnością obejmuje wiele mniejszych erupcji regionalnych, a także małe erupcje bipolarne, ma on również potencjał, aby utrudnić wykrywanie dużych erupcji bipolarnych, które są brane pod uwagę w tym badaniu. Jednak pomimo wyższych poziomów siarczanów tła stadialnego, podobne wskaźniki występowania wskazują, że nie ma systematycznego niedoliczania erupcji w stadiach w porównaniu z interstadiami.
Ponieważ zbiór danych SVE20 nie został uzyskany przy użyciu zautomatyzowanej metody, pozostaje obawa, że może brakować znacznej liczby erupcji bipolarnych o podobnej wielkości i że może występować systematyczne odchylenie w kierunku preferowanego wykrywania erupcji w pobliżu nagłych przejść DO. Dopasowanie bipolarnych w SVE20 osiągnięto poprzez jednoczesne liczenie warstw w rdzeniach Grenlandii i Antarktydy. To liczenie warstw nie było w pełni ciągłe, ale obejmowało prawie cały okres, przy czym brakowało 16,5% rekordu (patrz tabela S2 w SVE20). Ponadto metoda dopasowania bipolarnego z założenia nie jest ciągła, ale pociąga za sobą identyfikację wzorców typowo trzech do pięciu erupcji zarówno na Grenlandii, jak i na Antarktydzie, które można dopasować na podstawie liczby rocznych warstw znalezionych między erupcjami. Jednakże biorąc pod uwagę średni odstęp między erupcjami wynoszący 500 lat, można łatwo zauważyć, że te wzorce obejmowałyby większość całego okresu czasu, nawet gdyby wybrano tylko wzorce skupione wokół 20 początków DO. Mimo to, nawet gdyby cały okres został zbadany tak dokładnie, jak to możliwe przez SVE20, niektóre duże erupcje bipolarne mogły zostać pominięte w objętych przedziałach czasu i musimy wykazać, że potencjalne niedoliczenie erupcji bipolarnych nie narusza przydatności zestawu danych i hipotezy zerowej, a także solidności naszych wyników. Jest to omówione poniżej poprzez porównanie wielkości i okresu powrotu zaobserwowanych w zestawie danych SVE20 z dobrze znanymi historycznymi erupcjami, a także poprzez wyprowadzenie górnego szacunku liczby potencjalnie niezidentyfikowanych erupcji bipolarnych o tej samej wielkości i przetestowanie solidności naszych wyników względem niej (sekcja 3.2 i 3.5 ). Obawy dotyczące systematycznego odchylenia katalogu bipolarnego SVE20 w stronę okresów nagłych przejść omówiono w rozdziałach 3.1 i 3.2 , gdzie porównuje się wielkość erupcji w pobliżu początków DO z erupcjami w innych miejscach.
W porównaniu do ponad 80 erupcji bipolarnych uzyskanych przez ostatnie 2500 lat przez Sigl i in. ( 2015 ) , jak również nowszej analizy rdzeni lodowych obejmujących cały holocen, które dają jedną erupcję z odciskiem bipolarnym co 35 lat ( Sigl i in. , 2022 ) , erupcje rozważane tutaj są rzeczywiście dość rzadkie. Jest to jednak oczekiwane ze względu na przerzedzanie się warstw rdzeni lodowych wraz z głębokością, niższe wskaźniki akumulacji w okresie lodowcowym i znacznie wyższe poziomy tła sygnałów zanieczyszczeń w czasie ostatniego zlodowacenia ( Mayewski i in. , 1997 ; Schüpbach i in. , 2018 ) . Dlatego też zapisy siarczanowe z holocenu pozwalają na wykrycie znacznie mniejszych erupcji bipolarnych. Oczekujemy zatem, że w naszym zestawie danych będą obecne tylko erupcje o bardzo dużej skali. W zestawie danych Sigl et al. ( 2015 ) stwierdzono, że pięć erupcji w ciągu ostatnich 2500 lat było większych niż erupcja Tambora z 1815 r. n.e. pod względem ich bipolarnego osadzania siarczanów. Wielkość tych zdarzeń występujących raz na 500 lat można porównać do bipolarnego osadzania siarczanów podczas rozważanych tutaj erupcji lodowcowych, które zostało oszacowane przez LIN22 (patrz również sekcja 2.2 ). Stwierdzono, że 69 erupcji bipolarnych ma ładunek aerozolu stratosferycznego większy niż erupcje Tambora. Tak więc większość erupcji w zestawie danych SVE20 mieści się w kategorii zdarzeń występujących raz na 500 lat pod względem ich wielkości. Bardzo dobrze odpowiada to faktowi, że częstotliwość występowania erupcji wynosi rzeczywiście raz na 500 lat, jak pokazano powyżej. Innym znanym kandydatem do potwierdzenia częstotliwości erupcji w zestawie danych SVE20 jest erupcja Samalas z 1257 r. n.e. W zestawie danych SVE20 jest 29 erupcji, które według szacunków LIN22 mają większy ładunek aerozolu niż erupcja Samalas. Ten podzbiór erupcji daje okres powrotu wynoszący 1390 lat. Z danych w Sigl et al. ( 2015 ) erupcja Samalas wyłania się jako największa erupcja ostatnich 2000 lat lub druga co do wielkości erupcja ostatnich 2500 lat. Tak więc nasz okres powrotu jest również zgodny z ostatnimi szacunkami rdzeni lodowych dotyczącymi częstotliwości erupcji tych jeszcze większych erupcji.
Pożądane jest niezależne porównanie z zapisami wulkanizmu pochodzącymi ze źródeł innych niż rdzenie lodowe. Na przykład skompilowany zapis Rougier et al. ( 2018 ) daje okresy powrotu dla erupcji M6 i M7 wynoszące odpowiednio 110 i 1200 lat, przy czym M7 oznacza przedział wielkości erupcji obejmujący zarówno Tamborę, jak i Samalas. Jednak liczby te opierają się na szacunkach masy wybuchowej znanych erupcji, która nie jest bezpośrednio skalibrowana do polarnego osadzania siarki w rdzeniach lodowych. Ponadto, chociaż szacunki M6 i M7 autorstwa Rougier et al. ( 2018 ) opierają się wyłącznie na danych z ostatnich 2000 lat, dane te są prawdopodobnie nadal niekompletne w porównaniu z zapisem rdzeni lodowych, ponieważ zawierają one jedynie erupcje o znanym źródle. W badaniu Sigl et al. ( 2015 ) , 12 z 25 największych bipolarnych erupcji z ostatnich 2500 lat nie można było dopasować do erupcji o znanym źródle. Tak więc ilościowe porównanie danych z SVE20 i LIN22 jest obecnie możliwe tylko w odniesieniu do młodszego zapisu rdzenia lodowego. To porównanie, jak podano powyżej, wskazuje, że zestaw danych SVE20 jest stosunkowo kompletny, biorąc pod uwagę, że częstotliwość erupcji tej wielkości i towarzyszące jej polarne osadzanie siarki pozostały mniej więcej stałe. Mówiąc, że zestaw danych jest stosunkowo kompletny, mamy na myśli, że obejmuje on wystarczająco dużą część bipolarnych erupcji powyżej pewnego progu wielkości, co odpowiada erupcjom z okresami powrotu wynoszącymi jeden na 500 lat i dłuższymi. Natomiast nie mamy na myśli, że stanowi ona kompletny katalog wszystkich bipolarnych erupcji dowolnej wielkości, które można wykryć w bardziej rozdzielczych i lepiej zsynchronizowanych zapisach rdzeni lodowych, takich jak te z holocenu ( Sigl i in. , 2022 ) . Szacunkowa górna granica liczby dużych bipolarnych erupcji potencjalnie niezidentyfikowanych przez SVE20 jest podana w sekcji 3.2 .
W dalszej części sprawdzamy, czy czasy erupcji bipolarnych są zgodne ze stacjonarnym procesem Poissona. Najpierw musimy sprawdzić, czy rozkład czasów oczekiwania t między erupcjami jest zgodny z rozkładem wykładniczym o prawdopodobieństwie skumulowanym . Tak jest w istocie, co widać w teście Andersona–Darlinga (Kołmogorowa–Smirnowa) z p = 0,60 ( p = 0,66 ). Odpowiednia funkcja rozkładu empirycznego wraz z P λ ( T ≥ t ) przy użyciu λ = 2,0348 jest pokazana na rys. S3a. Po drugie, potwierdzamy, że własność bezpamięciowości czasów oczekiwania t jest zachowana. Osiąga się to za pomocą dwustronnego testu hipotezy bootstrapowej na korelacji Spearmana kolejnych czasów oczekiwania, uzyskując p = 0,871 dla korelacji danych r S = 0,019 . Na koniec testujemy założenie stałej szybkości λ w czasie, dzieląc zapis wulkaniczny na krótkie, ciągłe segmenty Δ T lat i testując, czy liczba n erupcji w każdym z nich jest zgodna z procesem Poissona przy ustalonym λ = 2,0348 . Robimy to, obliczając skumulowaną funkcję rozkładu Poissona:
Wybierając Δ T =2 kyr, z wyjątkiem nieco krótszych wartości na marginesach badanych przedziałów czasu, odkrywamy, że 2 z 21 segmentów leży poza 90% obszarem ufności oznaczonym przez P =0,05 i P =0,95 (pełne wyniki można znaleźć na rys. S3b). Te dwa segmenty występują w najmłodszej części zapisu i mogą być powiązane z wcześniej zgłoszonym wzrostem aktywności wulkanicznej podczas deglacjacji ( Zielinski i in. , 1997 ) . Ostatnia analiza danych z rdzeni lodowych przeprowadzona przez LIN22 (patrz rys. 4 w nim) sugeruje, że wzrost aktywności podczas deglacjacji ogranicza się do erupcji z dużym osadem siarki na Grenlandii. Nie ustalono jednak, czy jest to statystycznie istotne, i nie możemy odrzucić możliwości, że po prostu odzwierciedla to większe szanse na wykrycie sygnałów wulkanicznych ze względu na lepsze zachowanie sygnału w młodszych częściach zapisu.
W przypadku rozważanych tu erupcji bipolarnych spodziewamy się 2,1 fałszywych wyników pozytywnych podczas testowania 21 niezależnych hipotez przy 90% ufności. Tak więc, nawet przy dwóch segmentach w kwestii, dane nie dostarczają dowodów na to, że tempo erupcji zmieniało się znacząco w czasie. Zamiast tego jest zgodne ze stacjonarnym procesem Poissona. Wykonaliśmy tę samą analizę, wybierając poszczególne stadiały i interstadiały jako segmenty danych zamiast segmentów przy ustalonym Δ T . Wyniki przedstawiono na rys. S4 i ponownie nie widzimy żadnych dowodów sugerujących, że tempo erupcji nie jest stałe w czasie lub nie jest stronnicze dla stadiów lub interstadiów. Tak więc, podczas gdy może występować wyższa częstotliwość erupcji w kierunku deglacjacji, w kontekście całego przedziału czasu 12–60 tys. lat temu mogło to nastąpić przypadkowo i nie jest uzasadnione uwzględnianie wyższej częstotliwości w naszej hipotezie zerowej. Niemniej jednak testujemy solidność naszych wyników w zestawieniu z wyższą częstotliwością erupcji (sekcja 3.5 ) i ponieważ stanowi to tylko krótki fragment całego okresu, potencjalnie zwiększona częstotliwość aktywności wulkanicznej podczas deglacjacji prawdopodobnie nie zmieni naszych wniosków.
Na koniec zauważamy, że brakujące luki w danych nie wpływają na przedstawione tutaj wyniki. Biorąc pod uwagę, że częstotliwość erupcji jest w przybliżeniu stała, nie ma potrzeby ciągłego okresu czasu, ponieważ do obliczeń wchodzi tylko tempo erupcji, a to ostatnie nie zmienia się znacząco przy wyborze różnych punktów, w których rekord jest odcinany. Bardziej konkretnie, ilość „pustej” przestrzeni bez zdarzeń DO, która pojawia się na granicach segmentów danych (lub luk), nie ma znaczenia w naszej analizie. Dzieje się tak, ponieważ pytamy, jak często zdarzeniu DO poprzedza erupcja, a nie jak prawdopodobne jest, że erupcja wywoła zdarzenie DO. Tylko w tym drugim przypadku ilość „pustej przestrzeni DO” na początku i na końcu przedziału danych miałaby wpływ na wyniki. Tak więc, zakładając, że statystyki erupcji i statystyczna relacja między zdarzeniami DO a erupcjami nie różniły się znacząco w luce danych, nasze wyniki nie są obciążone tym ostatnim.
2.5 Symulacje globalnego modelu oceanu
Wykorzystując globalny model oceanu, badamy, czy statystyczne powiązanie dużych erupcji wulkanicznych i cykli DO ujawnione tutaj można wyjaśnić przez wyzwolenie przejść atlantyckiej cyrkulacji południkowej (AMOC) z powodu krótkotrwałego ochłodzenia wulkanicznego. Te symulacje modelu będą służyć jako dowód zasady, a nie kompleksowe badanie wpływu wymuszenia wulkanicznego na zmienność atmosfery, lodu i oceanu DO w realistycznych warunkach granicznych lodowców. To ostatnie jest bardzo trudne, ponieważ ostatecznie główne czynniki napędzające zdarzenia DO pozostają tylko częściowo zrozumiane, a niewiele modeli jest w stanie odtworzyć zmienność klimatu podobną do cykli DO. Tak więc nasze symulacje jedynie ilustrują hipotezę, która zostanie przetestowana w dalszych realistycznych badaniach modelowania.
Tutaj używamy modelu oceanicznego Veros ( Häfner i in. , 2018 ) , który jest modelem różnic skończonych równań pierwotnych skonfigurowanym w globalnej obecnej konfiguracji z określonym obecnym wymuszaniem atmosferycznym. Te obecne warunki różnią się znacząco od warunków brzegowych ostatniego okresu lodowcowego, a w konsekwencji siła i stabilność AMOC mogą być inne. Jednak prawdziwa siła i stabilność lodowcowego AMOC nie są dobrze ograniczone i znacznie się zmieniają w czasie. Zamiast próbować wyprowadzić spójne glacjalne warunki brzegowe, dla których wyłania się pożądany dynamiczny reżim AMOC, dostrajamy warunki brzegowe tak, aby system wykazywał rodzaj niestabilności AMOC, który jest powszechnie uważany za odpowiedzialny za przejścia między warunkami stadialnymi i międzystadialnymi podczas cykli DO. Konkretnie, używamy odpowiedniej zmiany warunku brzegowego zasolenia poprzez zwiększony dopływ słodkiej wody północnego Atlantyku (NA), w ramach którego model obsługuje wiele stabilnych stanów AMOC, tj. stany silnego, jak również zapadniętego przewracania. Stany te służą jako analogie do stanów stadialnych i międzystadialnych ostatniego zlodowacenia. Przechył między tymi stanami modelu został wcześniej zbadany przez Lohmanna i Ditlevsena ( 2021 ) . W porównaniu z ostatnim badaniem wprowadziliśmy drobne zmiany w konfiguracji modelu w celu poprawy realizmu i właściwości numerycznych. Po pierwsze, podczas gdy używamy tej samej rozdzielczości z 90 komórkami siatki podłużnej i 40 równoleżnikowej (gdzie rozdzielczość równoleżnikowa wzrasta z 5,3 ∘ na biegunach do 2,1 ∘ na równiku), a także 40 warstwami pionowymi (zwiększającymi grubość z 23 m na powierzchni do 274 m na dole), interpolacja batymetrii jest wykonywana przy użyciu filtra Gaussa o różnej szerokości pasma, co prowadzi do bardziej realistycznych mas lądowych. Po drugie, stosuje się współczesne wymuszanie naprężenia wiatru ERA-40. Wymiana ciepła i słodkiej wody z atmosferą jest modelowana przez warunki brzegowe, w których temperatura powierzchni morza i zasolenie są relaksowane w kierunku współczesnych pól klimatologicznych ( Uppala i in. , 2005 ) w danej skali czasowej relaksacji. Wybór dłuższej skali czasowej dla zasolenia w porównaniu do relaksacji temperatury umożliwia dodatnie sprzężenie zwrotne adwekcji soli, które uważa się za odpowiedzialne za istnienie wielu stabilnych reżimów AMOC ( Weijer i in. , 2019 ).. Tutaj używamy skali czasowej relaksacji wynoszącej 2 lata dla zasolenia i 30 dni dla temperatury. Należy zauważyć, że model nie obejmuje aktywnego lodu morskiego ani składnika atmosferycznego. Obecność tych składników może znacząco zmienić stabilność AMOC i jego reakcję na erupcje wulkaniczne. Nasz proponowany mechanizm jest zatem zależny od reakcji lodu morskiego i atmosfery, aby nie unieważnić bistabilności AMOC i gęstej formacji wodnej w północnym Atlantyku jako wulkanicznego wyzwalacza przejścia AMOC. Kolejną konsekwencją ram wyłącznie oceanicznych jest to, że nie są uwzględniane żadne szybkie procesy klimatyczne. Tak więc przejścia między różnymi stanami cyrkulacji nie są tak nagłe, jak można by się spodziewać ze względu na obecność szybkich, wzmacniających sprzężeń zwrotnych, takich jak nagłe zmiany zasięgu lodu morskiego ( Li i in. , 2005 ) . Aby uzyskać więcej szczegółów na temat modelu oceanicznego, odsyłamy czytelnika do Lohmann i Ditlevsen ( 2021 ) oraz Häfner i in. ( 2018 ) .
Zaczynamy od przebiegu kontrolnego przy użyciu obecnych warunków początkowych i brzegowych. Biorąc pod uwagę grubą rozdzielczość, daje to w miarę realistyczną cyrkulację oceaniczną na dużą skalę, z maksymalną siłą AMOC około 18 Sv i maksymalną siłą północnoatlantyckiego i subpolarnego wiru odpowiednio 45 i 25 Sv (patrz rys. S9). Następnie stopniowo wprowadzamy wymuszanie słodkiej wody w NA, aby znaleźć punkt krytyczny odpowiadający załamaniu AMOC i ustanowić reżim bistabilności, w którym przejścia AMOC między alternatywnymi stanami stabilnymi mogłyby zostać wywołane przez wymuszanie wulkaniczne. Ze względu na warunki brzegowe relaksacji zasolenia, dodany stały strumień słodkiej wody (ujemny strumień zasolenia) jest równoważny zmianie pola wymuszającego zasolenie ϕ i w komórce siatki i . W ten sposób stopniowo zmieniamy pole wymuszające w komórkach siatki między 296 a 0 ∘ W i między 50 a 75 ∘ N (patrz rys. S8). Odpowiada to obszarowi około A = 1,5 miliona km2 . Przyjmując stałe zasolenie odniesienia S ref = 35 g kg −1 , zmianę w polu wymuszającym zasolenie można przekształcić w równoważne całkowite wymuszanie słodkowodne: (w Sv; 1 Sv ≡ 10 6 m 3 s −1 ). Zwiększamy anomalię słodkowodną F w małych przyrostach, przy czym jeden przyrost składa się z 200-letniego liniowego wzrostu F , po którym następuje 100-letni okres relaksacji przy stałej wartości F . Przy wartości F = 0,49 Sv anomalia została zmniejszona z powrotem do 0 przy użyciu tych samych przyrostów. Całkowity czas symulacji tego eksperymentu przejściowego wyniósł 49 200 lat. Załamanie AMOC nastąpiło przy wyższej wartości F w porównaniu z odrodzeniem. Ujawnia to histerezę i bistabilność, które stanowią podstawę do przetestowania naszej hipotezy bezpośredniego wyzwalania przejść między współistniejącymi stanami AMOC jako odpowiedzi na ochładzanie wulkaniczne. Aby to zrobić, zaczynając od długich symulacji równowagi przy ustalonych wartościach F w obszarze bistabilności, przeprowadzamy symulacje, w których krótkotrwałe ochładzanie wulkaniczne jest wprowadzane przez tymczasową zmianę wartości warunku granicznego temperatury atmosferycznej. W przypadku symulacji przedstawionych tutaj, wszystkie erupcje zostały zainicjowane jesienią, ale wyniki nie są wrażliwe na porę roku erupcji (patrz rys. S11). Wybieramy strefowo jednorodne ochładzanie wulkaniczne, ale rozważamy różne profile południkowe, które emulują erupcje wulkaniczne na różnych szerokościach geograficznych. Więcej szczegółów podano w sekcji 3.7 .
3 wyniki
3.1 Opóźnienia czasowe między początkiem zdarzenia DO a poprzedzającymi je erupcjami wulkanicznymi
Dokładne czasy początku ocieplenia DO oszacowaliśmy na podstawie indywidualnych, wysokorozdzielczych zapisów rdzeni lodowych Grenlandii δ 18 O, a także na podstawie stosu uzyskanego z nich. Ze względu na lepszy stosunek sygnału do szumu, ułożony zapis pozwala na najdokładniejsze określenie początku, ze średnią niepewnością czasu początku wynoszącą około 13 lat (sekcja 2.3 ). Dlatego skupimy się na omówieniu wyników uzyskanych ze stosu δ 18 O. Rysunek 1 przedstawia nasze szacunki czasów początku ocieplenia DO i wieku N = 82 bipolarnych erupcji z SVE20 wraz ze ułożonym zapisem Grenlandii δ 18 O. Istnieje znaczna liczba zdarzeń DO zainicjowanych w krótkim czasie po wybuchu wulkanu (patrz rys. 1 b–h). Opóźnienia czasowe między początkiem ocieplenia M = 20 DO a najbliższymi poprzedzającymi bipolarnymi erupcjami wulkanicznymi pokazano na rys. 2 a. W przypadku następujących siedmiu interstadiałów początek następuje w ciągu 50 lat po dwubiegunowej erupcji wulkanicznej: GI-1, GI-3, GI-4, GI-8, GI-9, GI-13 i GI-15.1. Jeśli zamiast tego przyjmiemy tolerancję 20 lat, znajdziemy pięć zdarzeń: GI-1, GI-3, GI-8, GI-13 i GI-15.1.
Na rys. 2 b pokazano opóźnienie najbliższej erupcji występującej po początku ocieplenia DO. Widać, że opóźnienia te są znacznie większe w porównaniu z erupcjami poprzedzającymi początki DO. Wskazuje to, że identyfikacja erupcji bipolarnych na krótko przed początkiem DO nie odzwierciedla jedynie faktu, że rdzenie lodowe są już dobrze zsynchronizowane blisko ociepleń DO w porównaniu z innymi miejscami w zapisie, co potencjalnie ułatwia znalezienie dopasowania bipolarnego z wymaganym poziomem pewności. Gdyby tak było i nie było związku przyczynowo-skutkowego między erupcjami bipolarnymi a ociepleniami DO, można by oczekiwać mniej więcej równego rozkładu opóźnień czasowych dla erupcji występujących przed i po początku DO. Można się nawet spodziewać, że opóźnienia czasowe dla erupcji po początku DO będą krótsze, ponieważ erupcje bipolarne powinny być łatwiejsze do zidentyfikowania ze względu na wyższą szybkość akumulacji międzystadialnej, a tym samym rozdzielczość proxy.
3.2 Wielkość erupcji i górna granica częstości występowania
Aby sprawdzić, czy jest to istotne, musimy oszacować liczbę erupcji, które miałyby miejsce na krótko przed początkiem DO przez przypadek, gdyby zdarzenia DO i erupcje bipolarne nie były skorelowane. Częstotliwość występowania dużych erupcji z SVE20 wynosi w przybliżeniu raz na 500 lat (patrz sekcja 2.4 ). Aby upewnić się, że nie jest to znaczące niedoszacowanie z powodu dużej liczby erupcji potencjalnie brakujących w zestawie danych, pokazujemy, że erupcje bipolarne miały w rzeczywistości wielkość, która odpowiada ich częstotliwości występowania raz na 500 lat, wykorzystując zapisy rdzeni lodowych obejmujące historyczne erupcje, a także ciągły zestaw danych dotyczących erupcji wulkanów lodowcowych z LIN22. Ponadto wyprowadzamy górny szacunek liczby równie dużych erupcji, które potencjalnie mogły mieć miejsce, a nie zostały zidentyfikowane w SVE20. Ten górny szacunek jest następnie później używany do testowania odporności naszych wyników na niedoszacowanie współczynnika występowania.
Podczas gdy ze względu na osadzanie się znacznych ilości siarczanów na obu biegunach jest oczywiste, że wszystkie zdarzenia w zestawie danych SVE20 były dużymi erupcjami, ich skala może się znacznie różnić. Niedawno Lin i współpracownicy zebrali zapis erupcji wulkanicznych z ciągłych pomiarów siarczanów w rdzeniach lodowych z Grenlandii i Antarktydy w przedziale 60–9 tys. lat (patrz sekcja 2.2 ) i obliczyli ich całkowitą depozycję siarczanów (LIN22). W swoim badaniu Lin i współpracownicy dokonali również ilościowej oceny erupcji bipolarnych z SVE20 jako podzbioru. W ten sposób możemy użyć zestawów danych LIN22 do porównania skali erupcji bipolarnych ze wszystkimi innymi erupcjami w tym samym przedziale czasowym, jak również w ciągu ostatnich 2500 lat ( Sigl i in. , 2015 ) , które można wykryć w rdzeniach lodowych. Jak szczegółowo opisano w sekcji. 2.4 , wielkość pięciu największych erupcji w ciągu ostatnich 2500 lat odpowiada wielkości erupcji bipolarnych z SVE20, co potwierdza zaobserwowaną częstotliwość raz na 500 lat. Aby sprawdzić, czy nadal mogą występować erupcje o podobnej wielkości, które nie zostały zidentyfikowane jako bipolarne, w dalszej części porównano osady siarczanowe z erupcji bipolarnych z pozostałymi 740 (498) erupcjami wykrytymi w rdzeniach lodowych Grenlandii (Antarktydy) (zwanych dalej unipolarnymi), których nie można było zidentyfikować jako erupcji bipolarnych w SVE20.
Na obu biegunach rozkład depozycji siarczanów odpowiadających erupcjom bipolarnym, jak pokazano na histogramach na rys. 3 a–b, jest wyraźnie przechylony w stronę większych wartości w porównaniu do pozostałych (unipolarnych) erupcji. W populacji erupcji bipolarnych, siedem erupcji mających miejsce w ciągu 50 lat przed wystąpieniem DO ma średnio nieco mniejsze depozycje, ale nie jest to statystycznie istotne. W przypadku Grenlandii średnie depozycje zdarzeń przed wystąpieniem DO wynoszą 107,9 kg km -2 w porównaniu do 157,3 kg km -2 dla całej populacji bipolarnej. Test hipotezy bootstrap dla średniej pokazuje, że ta różnica w średniej nie jest istotna ( p =0,16 ). W przypadku Antarktydy średnia wynosi 51,1 kg km -2 w porównaniu do 63,0 kg km -2 dla populacji bipolarnej ( p =0,28 ). Na podstawie względnych depozycji na Grenlandii i Antarktydzie, LIN22 wyprowadził również całkowity ładunek aerozolu stratosferycznego z erupcji bipolarnych, który determinuje ich globalne wymuszanie klimatyczne. Rozkład tego ładunku aerozolu pokazano na rys. 3 c. Średnia dla erupcji przed wystąpieniem DO (126,2 Tg) jest ponownie nieznacznie niższa niż średnia dla populacji (159,9 Tg), ale nieznacznie ( p =0,21 ). Tak więc pod względem wielkości erupcje przed wystąpieniem DO można uznać za reprezentatywną próbkę populacji bipolarnej i nie ma dowodów na stronniczość systematycznego dopasowywania mniejszych erupcji bipolarnych w pobliżu wystąpień DO.
Podczas gdy erupcje w zestawach danych unipolarnych wykazują wyraźnie niższe średnie poziomy depozycji zarówno na Grenlandii, jak i na Antarktydzie w porównaniu z erupcjami bipolarnymi, podzbiory erupcji pozostają w zestawach danych unipolarnych z poziomami depozycji, które pasują do populacji bipolarnej. Jest prawdopodobne, że niektóre z nich są w rzeczywistości bipolarne, chociaż nie było to możliwe do ustalenia na podstawie obecnych zapisów rdzeni lodowych i chronologii. W ten sposób wyprowadzamy konserwatywny szacunek górnej granicy liczby erupcji bipolarnych o tej samej charakterystycznej wielkości, które mogły być niezidentyfikowane. Mówiąc ogólnie, należy zidentyfikować maksymalną liczbę erupcji w zestawie danych unipolarnych z depozycją siarczanów porównywalną z populacją bipolarną, co można zrobić na kilka sposobów. Proste oszacowanie uzyskuje się, znajdując podzbiór największych erupcji w dowolnym z zestawów danych unipolarnych, który ma średnią depozycję równą siedmiu erupcjom, które miały miejsce w ciągu 50 lat przed zdarzeniami DO (dalej populacja DO). Z zestawu danych z Antarktydy obejmującego łącznie 498 erupcji wynika, że podzbiór 84 największych erupcji ma średnią depozycję odpowiadającą średniej populacji DO. W przypadku większego zestawu danych z Grenlandii (łącznie 740 erupcji) podzbiór ten jest znacznie większy, a 212 największych erupcji ma średnią depozycję odpowiadającą średniej populacji DO.
Aby uzyskać pojedynczą uczciwą ocenę liczby potencjalnie niezidentyfikowanych dużych erupcji bipolarnych, należy wybrać mniejszą liczbę z dwóch. Wynika to z faktu, że w przypadku erupcji bipolarnej o rozmiarze rozważanym w naszym badaniu, wymagane jest wystarczająco duże osadzanie na obu biegunach, a zatem podzbiór musi spełniać wymaganą średnią depozycję na obu biegunach, aby być porównywalnym z erupcjami bipolarnymi z SVE20. Jeśli weźmiemy pod uwagę 212 największych erupcji w zestawie danych Antarktydy, otrzymamy podzbiór ze średnią depozycją, która jest znacznie mniejsza niż średnia populacji DO. Zatem nie może być tak wielu dodatkowych erupcji w zapisie rdzenia lodowego, które mają charakterystyczną wielkość porównywalną z danymi z SVE20. Zamiast tego rozbieżność między zestawami danych z Grenlandii i Antarktydy oznacza, że zestaw danych z Grenlandii zawiera dużą liczbę regionalnych (np. islandzkich) erupcji z dużym grenlandzkim osadem ze względu na bliskość źródła, ale bardzo małym lub nieobecnym osadem antarktycznym, a zatem globalnym wpływem, który nie jest porównywalny z bipolarnymi erupcjami z SVE20. Potwierdza to analiza wulkanizmu w rdzeniach lodowych z ostatnich 2000 lat, opracowana przez Sigl i in. ( 2013 ) , w której rdzenie lodowe Grenlandii i Antarktydy są bardzo dobrze zsynchronizowane, a sygnały wulkaniczne są bardzo dobrze zachowane ze względu na dużą grubość warstwy. Prowadzi to do bardzo małej liczby potencjalnie niezidentyfikowanych bipolarnych erupcji. Biorąc pod uwagę cztery erupcje z największym grenlandzkim osadem siarczanowym w tym okresie, trzy erupcje nie mają żadnego powiązanego osadu antarktycznego i w związku z tym nie są klasyfikowane jako bipolarne. Dwa z nich mają znane pochodzenie islandzkie, przy czym erupcja Laki z 1783 r. n.e. jest największą ze wszystkich. Pozostała z czterech erupcji ma depozycję antarktyczną mniejszą niż 10 kg km -2 , co jest progiem użytym w zestawie danych LIN22. Te cztery erupcje mają miejsce w ciągu 1200 lat, co wskazuje na częstotliwość dużych grenlandzkich erupcji unipolarnych, która jest jeszcze wyższa w porównaniu z erupcjami bipolarnymi w zestawie danych SVE20. Należy zauważyć, że nie oznacza to, że takie erupcje nie miały wpływu na klimat. Na przykład wpływ klimatyczny erupcji Laki z 1783 r. n.e. jest nadal aktywnie badany ( Zambri i in. , 2019 ; Edwards i in. , 2021 ) , co jest trudnym zadaniem w przypadku pojedynczych erupcji ze względu na naturalną zmienność klimatu. Jednakże wyraźne globalne ochłodzenie wulkaniczne wydaje się mniej prawdopodobne w przypadku braku osadzania się siarki na Antarktydzie, a w przypadku wybuchu Laki argumentowano, że duże osadzanie się siarczanów na Grenlandii jest w dużej mierze wynikiem transportu w troposferze lub niższej stratosferze (Lanciki i in. , 2012 ) . W przeciwieństwie do dużych unipolarnych erupcji na Grenlandii, cztery erupcje z największymi depozycjami siarki na Antarktydzie, do których należą erupcje Tambora z 1815 r. n.e. i Samalas z 1257 r. n.e., mają duże towarzyszące im depozycje grenlandzkie.
To dodatkowo potwierdza wykorzystanie zestawu danych antarktycznych do ograniczenia liczby potencjalnie brakujących erupcji bipolarnych, oprócz wyżej wymienionego wymogu metodologicznego dużej depozycji na obu biegunach. W rezultacie, postępując zgodnie z tą metodologią, znajdujemy górną granicę szacunkową 84 potencjalnie niezidentyfikowanych erupcji bipolarnych. Na podstawie tego szacunku, zestaw danych bipolarnych SVE20 używany w naszym badaniu może nie obejmować 50% erupcji o podobnej wielkości w maksymalnym zakresie. Nazywamy to górną granicą, ponieważ, podczas gdy pozornie mniej wyraźne w porównaniu do zestawu danych z Grenlandii, zestaw danych z Antarktydy zawiera również regionalne erupcje z silnym depozycją antarktyczną, ale słabym lub nieobecnym depozycją grenlandzką i globalnym wpływem na klimat. Jest to częściowo spowodowane lokalnym wulkanizmem antarktycznym, który można wykryć w rdzeniach lodowych Antarktydy w całym ostatnim zlodowaceniu ( Narcisi i in. , 2017 ) .
Oszacowanie jest ponadto ostrożne, ponieważ rozkład depozycji siarczanów tego potencjalnego podzbioru 84 erupcji jest silnie skośny. Dzieje się tak, ponieważ ogon rozkładu unipolarnego zanika znacznie szybciej niż rozkład bipolarny (patrz rys. 3 b). Mniejsze zdarzenia depozycji są zatem reprezentowane częściej niż w populacji bipolarnej. Ponieważ nasza analiza opiera się wyłącznie na populacji zdarzeń w ramach danego rozkładu wielkości, bardziej sprawiedliwe może być zadanie następującego pytania: jaka jest maksymalna liczba zdarzeń bipolarnych, które mogłaby zawierać próbka unipolarna i które podążają za rozkładem wielkości znanej populacji bipolarnej? Ponieważ taki podzbiór zdarzeń będzie pochodził głównie z ogona rozkładu unipolarnego, a zdarzenia w ogonie są stosunkowo rzadkie, przyjęto podejście probabilistyczne w celu uzyskania niepewności w oszacowaniu górnej granicy. Metoda jest szczegółowo opisana w Załączniku B i wykorzystuje losowe próbkowanie ze zwracaniem w celu wielokrotnego generowania maksymalnych podzbiorów z populacji unipolarnej, które podążają za rozkładem depozycji bipolarnej. Rys. 4a pokazuje, że te wybrane podzbiory rzeczywiście podążają za tym rozkładem z dobrym przybliżeniem. Na rys. 4b pokazujemy rozkład liczby zdarzeń w podzbiorach. Średnia liczba zdarzeń w zestawie danych antarktycznych wynosi 37,5, z przedziałem ufności [20,0, 55,0] opartym na 10. i 90. percentylu. Co ciekawe, używając zamiast tego zestawu danych z Grenlandii, znajdujemy nieco mniejszą liczbę 32,8 erupcji średnio (patrz rys. S7) w przeciwieństwie do znacznie większej liczby erupcji ze średnią depozycją populacji DO podaną powyżej. Dzieje się tak, ponieważ rozkład depozyów z Grenlandii w zestawie danych bipolarnych jest znacznie bardziej skośny w porównaniu ze zbiorem danych z Antarktydy (porównaj rys. 4a i S7a). Zatem średnia jest zdominowana przez największe erupcje, a podzbiór skonstruowany na podstawie średniej będzie zawierał znacznie więcej małych erupcji, aby zrównoważyć duże. W ten sposób stwierdzamy, że zgodnie z oczekiwaniami uwzględnienie obserwowanego rozkładu depozycji odpowiadającej wydarzeniom bipolarnym zamiast dopasowania tylko do średniej depozycji prowadzi do mniejszego szacunku. Jednakże wykorzystamy większą górną granicę 84 brakujących erupcji, aby przetestować solidność naszych wyników.
Nieco naiwne podejście polegające na wykorzystaniu jednobiegunowych osadów do wnioskowania o wielkości potencjalnych erupcji bipolarnych ostatecznie nie może ujawnić prawdziwej częstotliwości erupcji z bipolarnym odciskiem i dużym globalnym wymuszaniem klimatycznym. Dlatego chcemy podkreślić, że liczby podane powyżej nie są naszymi najlepszymi szacunkami rzeczywistej liczby niezidentyfikowanych erupcji bipolarnych, ale raczej ich górną granicą, zgodnie z którą zakładamy, że większość dużych zdarzeń depozycji na poszczególnych biegunach to rzeczywiście erupcje z bipolarnym odciskiem. Ponadto liczby podane tutaj, tj. okres powrotu 500 lat, jak również szacunek erupcji potencjalnie brakujących w zestawie danych SVE20, nie odnoszą się do erupcji bipolarnych dowolnej wielkości, ale do erupcji bipolarnych o charakterystycznym (dużym) rozmiarze erupcji bipolarnych w danych SVE20. Wiadomo, że te pierwsze występują znacznie częściej ( Sigl i in. , 2022 ) . Rzeczywista częstotliwość dużych erupcji bipolarnych pozostaje kwestią otwartą, dopóki nie pojawią się nowe dane. Dla naszego celu ograniczenia maksymalnej częstotliwości zdarzeń w ramach obecnie dostępnych zestawów danych szacunki podane tutaj są wystarczające.
3.3 Porównanie danych z hipotezą zerową o losowo występujących erupcjach wulkanicznych
Biorąc pod uwagę liczbę erupcji bliskich początkom DO znalezioną w sekcji 3.1 , zadajemy teraz pytanie, czy jest prawdopodobne, że zaobserwowano to przypadkowo w przypadku, gdy bipolarne erupcje wulkaniczne wystąpiły całkowicie losowo i nieskorelowane z występowaniem zdarzeń DO. Aby odpowiedzieć na to pytanie, testujemy hipotezę zerową, że erupcje wulkaniczne występują jako stacjonarny proces Poissona niezależnie od zdarzeń DO; tj. nie występują one preferencyjnie krótko przed początkami DO. Opis erupcji wulkanicznych jako stacjonarnego procesu Poissona oznacza, że występują one ze stałą szybkością w czasie i że kolejne erupcje nie są skorelowane ( De la Cruz-Reyna , 1991 ) . Nasze dane dotyczące erupcji z N = 82 i Δ T = 40,3 tys. lat są zgodne z tym założeniem, dając λ = 2,03 erupcji na tysiąc lat (sekcja 2.4 ). Można również założyć, że czasy oczekiwania między kolejnymi wybuchami DO nie są skorelowane. Dwustronny test hipotezy bootstrapowej na korelacji Pearsona (Spearmana) kolejnych czasów oczekiwania daje p = 0,60 ( p = 0,32 ) dla korelacji r = 0,13 ( r = 0,26 ). W tym przedziale glacjalnym, który obejmuje Marine Isotope Stage 3 z dość regularnymi cyklami DO, empiryczny rozkład czasów oczekiwania nie pasuje idealnie do funkcji wykładniczej. Test Andersona–Darlinga (Kolmogorowa–Smirnowa) prawie odrzuca rozkład wykładniczy przy 95% ufności z p = 0,060 ( p = 0,051 ). Jednak wynikające z tego potencjalne odchylenie wybuchów DO od procesu Poissona nie jest istotne, ponieważ średni odstęp między wybuchami jest duży w porównaniu z oknem tolerancji i odstępem między erupcjami. Zatem zbiór danych jest odpowiedni dla naszej hipotezy zerowej.
Zgodnie z hipotezą zerową oczekiwana wartość opóźnienia czasowego niezależnie występującego zdarzenia DO do najbliższej poprzedzającej erupcji bipolarnej wynosi lat. Kwantyle opóźnienia czasowego wynoszą . Tak więc istnieje 5% (10%) szansy na zaobserwowanie opóźnienia czasowego mniejszego lub równego 25,2 (51,8) lat. Linie poziome na rys. 2a pokazują, że w obu przypadkach istnieje znaczna liczba zdarzeń z mniejszym opóźnieniem czasowym. Aby pokazać, że jest to rzeczywiście istotne, powiemy w dalszej części, że istnieje dopasowanie zdarzenia, jeśli erupcja wulkaniczna następuje w oknie opóźnienia czasowego τ lat przed wystąpieniem DO, które nazywamy tolerancją. Liczbę dopasowań zdarzeń w danych dla tolerancji τ należy porównać z liczbą razy, w których jedno lub więcej zdarzeń wulkanicznych zostałoby przypadkowo znalezione w oknie czasowym τ lat podczas losowego próbkowania M okien procesu Poissona o szybkości λ . W tym przypadku liczba zdarzeń n występujących w ciągu τ lat jest podana przez rozkład Poissona. Prawdopodobieństwo zaobserwowania jednego lub więcej zdarzeń w ciągu τ lat wynosi
Losowe wybieranie M niezależnych okien i obserwowanie, czy zawierają one jakiekolwiek zdarzenia, jest równoważne sekwencji prób Bernoulliego z prawdopodobieństwem sukcesu P ( n ( τ )≥1) . Tak więc prawdopodobieństwo znalezienia jednego lub więcej zdarzeń w k spośród M okien jest podane przez rozkład dwumianowy:
Wreszcie prawdopodobieństwo znalezienia co najmniej k z M okien zawierających jedno lub więcej zdarzeń reprezentuje wartość p dla naszej hipotezy zerowej. Jest to skumulowane prawdopodobieństwo poprzedniego wyrażenia:
Dla k =7 dopasowań znalezionych przy τ =50 lat daje to prawdopodobieństwo p =0,002 . Tak więc możemy odrzucić hipotezę zerową przy poziomie ufności 99%. Dla k =5 dopasowań znalezionych przy τ =20 lat otrzymujemy p =0,0009 . Wartość oczekiwana dopasowań wynosi , co daje tylko 1,9 (0,8) zdarzeń poprzedzonych jedną lub większą liczbą erupcji w ciągu 50 (20) lat zgodnie z hipotezą zerową. Natomiast opóźnienia czasowe erupcji następujących po początkach DO (rys. 2 b) dobrze odpowiadają tej hipotezie zerowej.
3.4 Odporność wyników na zmienne wybory maksymalnego opóźnienia czasowego
Nasza pewność odrzucenia hipotezy zerowej może zależeć od tolerancji τ . Aby sprawdzić, czy wyniki są solidne, bierzemy pod uwagę prawdopodobieństwo dwumianowe dla prawdopodobnego zakresu tolerancji. Tolerancje niższe niż 10–15 lat nie powinny być brane pod uwagę, ponieważ są tego samego rzędu, co szacowana niepewność w naszych czasach wystąpienia DO. Ponadto, przy tych tolerancjach dopasowania zdarzeń w danych stają się zbyt rzadkie, aby mogły być wiarygodnym szacunkiem rzeczywistego prawdopodobieństwa współwystępowania zdarzeń DO i erupcji bipolarnych. W przypadku tolerancji wynoszących sto lat lub więcej, bezpośredni wpływ klimatyczny nawet dużych erupcji wulkanicznych staje się mniej prawdopodobny. Rysunek 5a przedstawia liczbę dopasowań jako funkcję τ . Ciągła szara linia wskazuje oczekiwaną wartość dopasowań przy hipotezie zerowej. Szare (żółte) cieniowanie wskazuje odpowiadające im pasma ufności 90% (95%). W przypadku tolerancji dłuższych niż 13 lat dane stale znajdują się powyżej pasma ufności 95% i dlatego jest mało prawdopodobne, aby wystąpiły przy hipotezie zerowej. Dokładne prawdopodobieństwa obliczone z równania ( 4 ) podano na rys. 5 b. Odpowiadają one wartościom p hipotezy zerowej jako funkcji τ i widzimy, że dane leżą poniżej p = 0,01 dla wszystkich tolerancji większych niż 13 lat. Wyniki są również istotne, gdy weźmiemy pod uwagę czasy początku poszczególnych rdzeni lodowych (kolorowe krzywe). Ponadto wyniki analityczne dla prawdopodobieństwa zdarzeń występujących zgodnie z hipotezą zerową podaną w tej sekcji i poprzedniej są dokładne i odporne na (niewielkie) odchylenia naszych zestawów danych od założeń leżących u podstaw hipotezy zerowej. Pokazano to na rys. S6, gdzie wyniki analityczne porównano z bezpośrednimi symulacjami Monte Carlo, w których faktycznie obserwowane dane dotyczące początku DO i erupcji wulkanicznej są używane jawnie.
3.5 Odporność wyników na potencjalne niedoreprezentowanie erupcji dwubiegunowych
Co najważniejsze, pewność, z jaką możemy odrzucić hipotezę zerową, zależy od oszacowania częstości występowania erupcji. Jeśli zbiór danych SVE20 jest niekompletny, częstość występowania erupcji λ jest niedoszacowana. Zostało to szczegółowo omówione w sekcji 3.2 , a my znaleźliśmy 84 erupcje jako konserwatywny szacunek górnej granicy maksymalnej liczby potencjalnie niezidentyfikowanych erupcji. Po zwiększeniu N z 82 do 166, wartość oczekiwana prawie się podwaja, jak widać linią przerywaną na rys. 5a . Mimo to liczba dopasowań w danych pozostaje znacząca: Cieniowanie na rys. 5b pokazuje zakres prawdopodobieństw uzyskanych przy rozważaniu częstości poprzez zwiększenie N z 82 do 166. Nawet wtedy konsekwentnie znajdujemy p ≤0,1 , co pozwala nam odrzucić hipotezę zerową przy 90% pewności. Zatem nasze wyniki są odporne na potencjalne niedoszacowanie liczby dużych erupcji bipolarnych, biorąc pod uwagę, że połowa erupcji, które nie miały miejsca w pobliżu zdarzenia DO, nie została zidentyfikowana.
3.6 Kontrastujący wpływ wulkanów na fazy ocieplenia i ochłodzenia cykli DO
Może się wydawać sprzeczne z intuicją, że radiacyjne chłodzenie aerozolem erupcji wulkanicznych może wywołać nagłe przejścia ocieplenia cykli DO. Wpływ na nagłe fazy chłodzenia cykli DO może wydawać się na początku bardziej prawdopodobny. Wykonaliśmy tę samą analizę przejść chłodzenia, które oznaczają zakończenie interstadiów i nie znajdujemy znaczącego skupiska erupcji prowadzących do ochłodzeń (patrz rys. S5). Zauważamy jednak, że przejścia chłodzenia w zapisach izotopowych są na ogół znacznie mniej dobrze zdefiniowane. Podstawa statystyczna do oceny istotności tego nie jest zatem tak solidna w porównaniu z przypadkiem ociepleń DO. W rezultacie kwestia potencjalnego wulkanicznego wyzwalacza przejść chłodzenia DO pozostaje niejednoznaczna, jak omówiono poniżej.
Po pierwsze, około połowa interstadiów nie ma dobrze zdefiniowanego nagłego ochłodzenia, i można by zatem argumentować, że nie ma sensu szukać wyzwalacza zakończeń tych interstadiów. W Lohmann i Ditlevsen ( 2019 ) podano i przetestowano kryteria dotyczące kształtu piły cykli DO, tj. istnienia nagłego ochłodzenia, które jest odrębne od stopniowego ochłodzenia podczas interstadiów. Spośród 19 interstadiów badanych tutaj, 10 nie wykazuje wyraźnego nagłego ochłodzenia, zgodnie z Lohmann i Ditlevsen ( 2019 ) . Przy ograniczeniu próby do dziewięciu zdarzeń z wyraźnym nagłym ochłodzeniem, najbliższa odległość poprzedniej erupcji wulkanicznej wynosi 170 lat. Biorąc pod uwagę, że 10. percentyl pozostaje 51,8 roku (sekcja 3.3), jest to wyraźnie nieistotne statystycznie. Spośród wszystkich 19 przejść chłodzenia znajdujemy tylko jedno chłodzenie DO, dla którego poprzedzająca erupcja następuje w ciągu 100 lat. Na podstawie tych szacunków czasowych wydaje się niemożliwe znalezienie podzbioru zdarzeń, dla których można ustalić statystycznie istotny związek między zakończeniami interstadiów i erupcjami wulkanicznymi.
Jednak po drugie, w porównaniu do ociepleń DO istnieją większe niepewności w naszych szacunkowych czasach ochłodzeń DO, które zostały tutaj określone inną metodą wprowadzoną przez Lohmann i Ditlevsen ( 2019 ) w porównaniu do nagłych ociepleń. Jest to widoczne po stosunkowo dużym rozrzucie międzyrdzeniowym na rys. S5a i dotyczy to również interstadiów z wyraźnym nagłym ochłodzeniem. W rezultacie mogliśmy przegapić pojedyncze dopasowania zdarzeń, takie jak wybuch wulkanu występujący blisko zakończenia GI-16.2. Krótkie interstadiały GI-16.2 i GI-17.2 (w których znajdujemy wybuch wulkanu tuż przed zakończeniem) są wartościami odstającymi ( Lohmann i Ditlevsen , 2019 ) . Tak więc wpływ wulkanu, który zakończy je przedwcześnie, może być prawdopodobny. Po trzecie, niektóre duże zdarzenia bipolarne występujące w pobliżu ochłodzeń mogły zostać przeoczone przez dane SVE20, ponieważ wcześniejsza synchronizacja rdzeni lodowych Grenlandii i Antarktydy nie jest tak dobra w pobliżu ochłodzeń DO, jak w przypadku ociepleń DO.
Mając na uwadze te niepewności co do istnienia i czasu nagłych ochłodzeń, obecne dane bipolarne sugerują, że takie wpływy wulkaniczne przed ochłodzeniami DO nie występowały częściej, niż można by oczekiwać przypadkowo. Jednak w naszym badaniu nie bierzemy pod uwagę potencjalnego wpływu dużych erupcji pozatropikalnych bez śladu bipolarnego, które mogą również wywierać znaczący długotrwały wpływ na klimat NH ( Kobashi i in. , 2017 ; Toohey i in. , 2019 ; van Dijk i in. , 2022 ) . Aby wyjaśnić wpływ chłodzenia wulkanicznego na ocieplenie lub przejścia w ochłodzenie DO, należy rozważyć jego wpływ na główne części systemu klimatycznego, o których uważa się, że biorą udział w cyklach DO. W dalszej części badamy bardzo prosty mechanizm, który uwzględnia regionalny wpływ chłodzenia na AMOC przy użyciu globalnego modelu oceanu.
3.7 Eksperymenty z globalnym modelem oceanu w celu zbadania wpływu chłodzenia wulkanicznego na cykle DO
Przejścia między energicznym a zapadniętym lub bardzo słabym stanem cyrkulacji AMOC są powszechnie sugerowane jako wyjaśnienie znanych wzorców czasoprzestrzennych cykli DO. Czy przejścia nastąpiły jako autonomiczne samopodtrzymujące się cykle, w wyniku stopniowych zmian warunków tła klimatycznego, czy przynajmniej częściowo przez wymuszenie stochastyczne, nie jest obecnie wiadome. Niezależnie od długoterminowej dynamiki, mechanizmy te mają to wspólnego, że ze względu na nieliniowość alternatywne stabilne stany AMOC współistnieją dla szeregu warunków tła klimatycznego. Przejścia mogą wystąpić albo wtedy, gdy warunki tła zmieniają się tak bardzo, że jeden ze stanów traci stabilność (w punkcie krytycznym), albo gdy system jest szybko zaburzany przez wystarczająco duży szok. To drugie staje się bardziej prawdopodobne, im bliżej punktu krytycznego.
Siła AMOC zależy od konwekcji w NA, gdzie gęsta woda tworzy się na powierzchni, opada w kierunku dna, a następnie płynie na południe. Gęstość powierzchni NA jest zależna od temperatury atmosfery, a także od budżetu zasolenia poprzez wymianę słodkiej wody. Osłabienie i ostateczne załamanie AMOC może nastąpić, jeśli do NA dostanie się zbyt dużo słodkiej wody, np. z topnienia Grenlandii. Na rys. 6a pokazujemy reakcję siły AMOC w globalnym modelu oceanicznym Veros, w którym wymuszanie słodkiej wody jest wprowadzane do NA, powoli zwiększane i ostatecznie ponownie zmniejszane (więcej szczegółów w sekcji 2.5 ). Ujawnia to reżim parametru wymuszania słodkiej wody F ze współistniejącymi stanami silnego i załamanego AMOC, które są analogiczne do warunków AMOC podczas ostatniego okresu lodowcowego: okresy stadialne były na ogół związane z załamanym AMOC, podczas gdy w interstadiałach stwierdzono silne AMOC ( Henry i in. , 2016 ) . Stabilność stanów modelu potwierdzono długimi symulacjami równowagi (duże okręgi na rys. 6a ). Patrz rys. S9 dla ilustracji odpowiadających funkcji strumienia AMOC dla stanu zapadniętej i energicznej cyrkulacji przy tym samym wymuszeniu F i rys. S10 dla szeregów czasowych maksymalnej siły AMOC symulacji równowagi. Zakres bistabilności (około 0,02 Sv) jest dość wąski w porównaniu z innymi modelami wyłącznie oceanicznymi i modelami klimatycznymi o średniej złożoności, a w przeciwieństwie do wielu innych modeli obecny klimat nie znajduje się w reżimie bistabilnym ( Rahmstorf i in. , 2005 ) . Jednak zakres bistabilności w tych ramach wyłącznie oceanicznych zależy od parametrów, które są w dużej mierze nieograniczone, takich jak skale czasowe relaksacji temperatury i zasolenia ( Lohmann i Ditlevsen , 2021 ) . Szerokość i lokalizacja reżimu bistabilności nie wpływają istotnie na możliwość przetestowania naszej hipotezy.
Biorąc pod uwagę, że istnieją dwa alternatywne stany stabilne, bezpośredni wpływ termiczny chłodzenia wulkanicznego na AMOC może wywołać przejście z zapadniętego do energicznego AMOC (początek ocieplenia DO), ale nie odwrotnie. Konkretnie, chłodzenie atmosferyczne NA prowadzi do zwiększonej utraty ciepła przez ocean, a tym samym do tworzenia się gęstej wody, co może zainicjować lokalną konwekcję. W ten sposób może zostać wywołane spontaniczne odrodzenie zapadniętego AMOC, podczas gdy odwrotnie, spontaniczne zapadnięcie się energicznego AMOC staje się mniej prawdopodobne. Ponieważ zaburzenie jest stosunkowo krótkotrwałe, spontaniczne przejście byłoby prawdopodobne tylko wtedy, gdyby system był już blisko punktu krytycznego.
Testujemy to w modelu za pomocą dwóch zestawów symulacji zainicjowanych odpowiednio w stanie energicznym i zapadniętym AMOC. Warunki tła w odniesieniu do wymuszania słodkiej wody NA są dobierane tak, aby system był blisko punktu krytycznego w obu scenariuszach. Odpowiednie stany są oznaczone zieloną gwiazdką na rys. 6 a. Symulacje rozpoczęte w stanie częściowo zapadniętym przy F = 0,360 zostały również przeprowadzone (rys. S13b). Zaczynając od długich symulacji spin-up ze stałymi warunkami brzegowymi, wprowadzamy globalne ochłodzenie wulkaniczne, które osiąga szczyt 1 rok po erupcji i stopniowo zanika w ciągu 10 lat (patrz rys. 6 b). Rozważamy dwa różne wzorce przestrzenne z wyraźniejszym chłodzeniem NH i SH, odpowiednio (patrz rys. 6 c–d). Pierwszy scenariusz mógłby reprezentować erupcje północno-zachodnie i równikowe, które wykazały wyraźniejsze ochłodzenie północno-zachodnie w symulacjach modelowych ( Schneider i in. , 2009 ; Pausata i in. , 2020 ; Black i in. , 2021 ; Zhuo i in. , 2021 ) . Scenariusz z silniejszym ochłodzeniem północno-wschodnich półkul odpowiadałby raczej pozatropikalnej erupcji północno-zachodnich półkul.
Rysunek 7 pokazuje, że przejście AMOC można zaobserwować tylko w przypadku erupcji NH–równikowej rozpoczynającej się od stanu zapadniętego (zielona trajektoria na rys. 7 a). Jest to odporne na zmiany pory roku erupcji, wielkości i warunków początkowych (rys. S11 i S12). Erupcja SH nie prowadzi do ponownego wzrostu AMOC, prawdopodobnie z powodu niewystarczającego chłodzenia NA. Obie symulacje zainicjowane w stanie energicznego AMOC pokazują nagłe wzmocnienie AMOC, po którym następują tłumione oscylacje powracające do stanu pierwotnego. Zauważamy, że przejście na rys. 7 a nie jest bardzo nagłe, w przeciwieństwie do obserwowanych początków DO. Podczas gdy w wyniku początku formowania się NA głębokowodnej maksymalna siła AMOC początkowo gwałtownie wzrasta po zaburzeniu wulkanicznym, początkowa silna konwekcja NA zostaje zastąpiona bardziej stopniowym poszerzaniem się przewracającej się komórki po kilku dekadach. W terminologii układów dynamicznych początkowe zaburzenie AMOC wypycha układ z zapadniętego stanu stabilnego nie bezpośrednio do energicznego stanu stabilnego, ale do jego basenu przyciągania. Przejście w obrębie tego basenu przyciągania jest następnie bardzo stopniowe i może wykazywać przejściowe spowolnienie dynamiki, gdy odwiedzane jest sąsiedztwo jednego lub więcej stanów siodłowych, co naszym zdaniem jest specyficzne dla naszego modelu i jego konfiguracji (np. konfiguracja w Lohmann i Ditlevsen , 2021 , zachowywała się znacznie bardziej gwałtownie). W terminologii fizycznej powolne przejście może również wskazywać na fakt, że model nie obejmuje aktywnych komponentów o szybkich skalach czasowych, tj. dynamicznego lodu morskiego i dynamiki atmosferycznej. Uważa się, że w szczególności dynamika lodu morskiego jest zaangażowana w nagłość zdarzeń DO ( Li i in. , 2005 ; Dokken i in. , 2013 ) .
Nadal uważamy, że symulacje modelu pomagają zilustrować potencjalne wyjaśnienie naszej obserwacji, że przejścia ocieplenia DO wydają się być związane z poprzedzającymi je erupcjami, podczas gdy w zestawie danych użytym tutaj nie mogliśmy znaleźć podobnych dowodów w odniesieniu do przejść chłodzenia DO. Obserwacja, że tylko niektóre początki DO są poprzedzone erupcjami, jest zgodna z ideą, że erupcja musi nastąpić w momencie, gdy system klimatyczny jest już blisko punktu krytycznego, co jest również wspierane przez nasze symulacje modelu (patrz rys. S13a dla symulacji zainicjowanych dalej od punktu krytycznego).
Wiadomo, że szerokość geograficzna i półkula erupcji wpływają na jej wpływ klimatyczny ( Sun i in. , 2019 ; Zhuo i in. , 2021 ) . Jeśli rzeczywiście do wywołania ocieplenia DO wymagane jest duże ochłodzenie NA, można by argumentować, że nie wszystkie rozważane tutaj erupcje bipolarne powinny zostać uwzględnione w naszej analizie. LIN22 sklasyfikował erupcje bipolarne do dwóch pasm szerokości geograficznej, biorąc pod uwagę względne osadzanie na Grenlandii w porównaniu z Antarktydą, z następującymi wynikami. Spośród 82 erupcji bipolarnych 34 jest klasyfikowanych jako niskie szerokości geograficzne lub półkula południowa (niskie szerokości geograficzne poniżej 40 ∘ N lub półkula południowa, LLSH), podczas gdy 48 jest klasyfikowanych jako wysokie szerokości geograficzne półkuli północnej (powyżej 40 ∘ N, NHHL). Jeśli chodzi o erupcje zidentyfikowane tutaj jako występujące krótko przed początkiem DO, klasyfikacja daje pięć (LLSH) w porównaniu z dwoma (NHHL) erupcjami występującymi w ciągu 50 lat i cztery erupcje (LLSH) w porównaniu z jedną erupcją (NHHL) w ciągu 20 lat. Może się to wydawać sprzeczne z naszym proponowanym mechanizmem wyzwalającym poprzez chłodzenie NA. Należy jednak zauważyć, że klasyfikacja LLSH obejmuje wszystkie erupcje tropikalne, które nadal mają duże chłodzenie NH, jak omówiono pokrótce powyżej. Niewiele dużych pozatropikalnych erupcji SH jest znanych podczas ostatniego zlodowacenia (LIN22). Ogólnie rzecz biorąc, chociaż klasyfikacja według LIN22 jest pomocna, nie uważamy, że uzasadnia ona a priori faworyzowanie niektórych erupcji w naszej analizie statystycznej. Istnieje duża niepewność w klasyfikacji poszczególnych erupcji ze względu na dużą zmienność międzyrdzeniową depozycji siarczanów. Ponadto względne osadzanie siarczanów nie ogranicza w pełni faktycznego wpływu erupcji na klimat, który zależy również od tego, gdzie i jak długo aerozole były transportowane. Niemniej jednak klasyfikacja według LIN22 w odniesieniu do naszych wyników powinna być brana pod uwagę w przyszłych badaniach.
4 Dyskusja i wnioski
Przedstawiamy tutaj dowody na to, że inicjacje zdarzeń ocieplenia DO w krótkim czasie po dużych erupcjach wulkanicznych zdarzały się częściej, niż można by oczekiwać przypadkowo. Podczas gdy poprzednie badania wykazały, że początki zdarzeń DO są w zasadzie przewidywalne ( Lohmann , 2019 ) , mogą istnieć dodatkowe czynniki, które wpływają na czas wystąpienia niektórych nagłych ociepleń, takie jak zaburzenia wywołane przez erupcje wulkaniczne zidentyfikowane tutaj. Można je interpretować jako krótkotrwałe, stochastyczne wyzwalacze wpływające na czas wystąpienia DO, które w przypadku braku takich wyzwalaczy mogą ostatecznie wystąpić niezależnie od tego z powodu procesów zachodzących w dłuższych skalach czasowych. Rzeczywiście, w przypadku trzech z czterech zdarzeń, dla których znajdujemy erupcję w ciągu 20 lat przed początkiem, wystąpiła ona wcześniej, niż przewidywał Lohmann ( 2019 ) (GI-1 nie był częścią tego badania).
Wykorzystując nowy zapis bipolarnych erupcji wulkanicznych w połączeniu z wieloma zapisami rdzeni lodowych Grenlandii o wysokiej rozdzielczości, możliwe jest po raz pierwszy przeprowadzenie analizy przedstawionej tutaj z wymaganą precyzją czasową, tak aby bezpośredni wpływ klimatyczny erupcji na nagłe zmiany klimatu był prawdopodobny bez konieczności odwoływania się do trwających stulecia sprzężeń zwrotnych klimatu. Przy określaniu istotności wyników nasza metoda wykorzystuje okna tolerancji i w związku z tym nie jest wrażliwa na błędy w czasie występowania początków w subdekadalnej skali czasowej. Obejmuje to niewielkie potencjalne przesunięcia w inicjacjach ociepleń DO przy szacowaniu na podstawie innych danych zastępczych ( Erhardt i in. , 2019 ; Capron i in. , 2021 ; Riechers i Boers , 2021 ) .
Podobnie jak w przypadku większości innych wieloproxy analiz statystycznych, wadą naszego badania jest to, że nie możemy bezpośrednio wnioskować, czy istnieje prawdziwy związek przyczynowo-skutkowy między erupcjami a klimatem (początki DO). Alternatywnie, mogą istnieć czynniki zakłócające, które wpływają zarówno na występowanie zdarzeń DO, jak i erupcji wulkanicznych, lub może istnieć bezpośrednie sprzężenie zwrotne stanu klimatu na aktywność wulkaniczną, które jest dominujące w porównaniu z wpływem erupcji na klimat. Najbardziej prawdopodobnym procesem jest zmieniające się naprężenie płaszcza spowodowane topnieniem i wzrostem lodowców i pokryw lodowych, które może modulować aktywność wulkaniczną w czasie ( Cooper i in. , 2018 ) . Podczas gdy w skali globalnej ta modulacja jest głównie związana z cyklami glacjalnymi–interglacjalnymi, może być istotna w wielosetletnich skalach czasowych na poziomie regionalnym ( Swindles i in. , 2018 ) . Nadal nie wierzymy, że nasz zbiór danych jest znacząco modulowany w ten sposób, ponieważ tempo erupcji w stadiach i interstadiach jest takie samo, a dane są zgodne z procesem stacjonarnym (rys. S3 i S4). Ponadto testujemy pod kątem niedoliczenia erupcji, co oznacza, że nasze wyniki są odporne na pewien stopień potencjalnej modulacji, który generalnie sprzyjałby erupcjom wokół stadiów lub na ich końcu. Niemniej jednak potrzeba więcej badań, aby wykluczyć tę hipotezę i inne czynniki zakłócające. Aby uzyskać znaczącą analizę statystyczną zależności aktywności wulkanicznej od średniego globalnego klimatu lub globalnej objętości lodu, niezbędny jest jeszcze dłuższy zapis wulkanizmu (obejmujący cały glacjał) i obecnie nad tym pracujemy. Jednocześnie potrzebne są lepsze dane na temat potencjalnych czynników zakłócających, takie jak dobrze datowane zapisy objętości lodu, które rozwiązują cykle DO.
Pozostałym wyzwaniem naszej analizy jest to, że obecny zestaw danych o bipolarnych erupcjach lodowcowych nie został uzyskany za pomocą zautomatyzowanych metod. Zatem może brakować niezidentyfikowanych bipolarnych erupcji o podobnej skali lub mieć systematyczne odchylenie sprzyjające identyfikacji erupcji w pobliżu nagłych przejść, co prowadziłoby do niedoszacowania częstotliwości występowania i liczby erupcji, które prawdopodobnie wystąpią w pobliżu początków DO przez przypadek. Jednak wykorzystując niedawno opublikowany zestaw danych, który obiektywnie kwantyfikuje skalę erupcji w rdzeniach lodowych Grenlandii i Antarktydy podczas ostatniego zlodowacenia (LIN22), w tym bipolarnych erupcji rozpatrywanych tutaj, moglibyśmy zająć się tym problemem. Po pierwsze, większość erupcji bipolarnych podczas lodowca w zestawie danych SVE20 ma szacunkową wielkość większą niż erupcja Tambora z 1815 r. n.e., która sama jest szacowana jako szósta co do wielkości erupcja w ciągu ostatnich 2500 lat ( Sigl i in. , 2015 ) . Tak więc obserwowana częstość występowania jednej erupcji na 500 lat w naszym zestawie danych bipolarnych jest całkiem zgodna z prawdopodobnie dokładniejszymi obserwacjami z ostatnich 2500 lat (sekcja 2.4 ). Zakładając, że częstość dużych erupcji nie była bardzo różna w okresie lodowcowym, wskazuje to, że w naszym zestawie danych nie powinno brakować wielu erupcji. Po drugie, porównanie z poziomami depozycji erupcji w ciągłym zestawie danych LIN22, które nie zostały zidentyfikowane jako bipolarne, pozwoliło nam podać górny szacunek liczby potencjalnie brakujących erupcji bipolarnych o podobnej wielkości. Nawet przy ostrożnym szacunku, który zasadniczo ignoruje fakt, że niektóre zdarzenia depozycji odpowiadają lokalnym erupcjom o ograniczonym globalnym wpływie, stwierdzamy, że nasze wyniki pozostają istotne przy 90% pewności. Potencjalne odchylenie zestawu danych SVE20 do a priori faworyzującego identyfikację erupcji w pobliżu nagłych przejść – albo z wyboru, albo z powodu lepszej wcześniejszej synchronizacji zapisów przy nagłych przejściach – wydaje się mało prawdopodobne, ponieważ omawiane erupcje nie są znacząco mniejsze w porównaniu z resztą (sekcja 3.2 ) i ponieważ nie ma skupisk erupcji występujących wkrótce po nagłych przejściach (sekcja 3.1). W rezultacie, podczas gdy katalog bipolarnych wulkanów SVE20 z pewnością niedoszacowuje prawdziwej liczby bipolarnych zdarzeń wulkanicznych o dowolnej sile, twierdzimy, że obejmuje on wystarczająco dużą część najsilniejszych zdarzeń najbardziej istotnych dla wywołania zmiany klimatu. Podczas gdy nasza analiza bierze pod uwagę jedynie bipolarne erupcje wulkanów, które zostały zidentyfikowane w przekrojach lodowcowych wykorzystanych rdzeni lodowych, zdarzenia wulkaniczne ograniczone do półkuli północnej lub południowej mogą również przyczyniać się do nagłej zmiany klimatu. Jednak niepewność w ocenie ich szerokości geograficznej i wielkości uniemożliwia nam ich ocenę tutaj.
Podsumowując, uważamy za bardzo prawdopodobne, że duże erupcje wulkaniczne, które miały miejsce kilka dekad przed znaczną częścią przejść ocieplenia DO, przyczyniły się do wystąpienia tych ostatnich. Jest to zgodne z poprzednimi badaniami, które, w przeciwieństwie do naszych, charakteryzowały się wielowiekowymi niepewnościami czasowymi ( Bay i in. , 2004 , 2006 ; Baldini i in. , 2015 ) lub dopuszczały bardzo długie opóźnienia czasowe między erupcjami a przejściami DO ( Bay i in. , 2004 ) . W przeciwieństwie do wyżej wymienionych badań, analizowane tutaj dane nie dostarczają dowodów na podobną statystyczną zależność erupcji poprzedzających nagłe przejścia ochłodzenia DO. Ten brak dowodów może jednak wynikać z naszego ograniczenia do erupcji z wyraźnym bipolarnym piętnem, a także niepewności w prawidłowym zdefiniowaniu zdarzeń nagłego ochłodzenia (sekcja 3.6 ). Sugerowane wyzwalanie nagłych zdarzeń ocieplenia, z drugiej strony, przez globalne ochłodzenie dużych erupcji wulkanicznych może wydawać się sprzeczne z intuicją. Należy jednak pamiętać, że rzeczywista reakcja różnych części systemu klimatycznego może być dość złożona i zależeć zarówno od miejsca erupcji, jak i pory roku ( Robock , 2000 ) . Radiacyjne chłodzenie aerozolowe zazwyczaj nie jest równomiernie rozłożone na całym globie, a erupcje tropikalne i na wysokich szerokościach geograficznych mogą prowadzić do półkulistej asymetrycznej reakcji klimatycznej ( Pausata i in. , 2015 ; Black i in. , 2021 ; Yang i in. , 2022 ) i zmienionych gradientów temperatury równik–biegun ( Pausata i in. , 2020 ) . To asymetryczne ochłodzenie prowadzi do zmian w cyrkulacji oceanicznej i atmosferycznej, co mogło mieć wpływ na klimat lodowcowy na wiele różnych sposobów. Na przykład Baldini i in. ( 2015 ) twierdzili, że przesunięcia strefy konwergencji międzyzwrotnikowej w kierunku północnym (południowym) po erupcjach wulkanów SH (NH) mogą zainicjować nagłe ocieplenie (ochłodzenie) DO w NH, gdy zostaną wzmocnione przez dalsze sprzężenia zwrotne prawdopodobnie związane z zasięgiem lodu morskiego w NA.
Nasze odkrycie potencjalnego wulkanicznego wyzwalacza przejść ocieplenia DO może wynikać z bezpośredniego efektu termicznego chłodzenia wulkanicznego na gęstość powierzchni NA, co z kolei kontroluje formowanie się wód głębokich i siłę AMOC. W kontekście globalnego ocieplenia zmniejszająca się utrata ciepła i gęstość wód powierzchniowych w regionach konwekcyjnych NA prowadzi do spadku AMOC w przyszłych projekcjach klimatycznych ( Gregory i in. , 2005 ) . Odwrotnie, w stadialnym stanie klimatycznym podczas ostatniego zlodowacenia z zapadniętym AMOC, chłodzenie wulkaniczne może prowadzić do zwiększonej utraty ciepła oceanicznego, formowania się wód głębokich, początku konwekcji NA i ostatecznie do ponownego wzrostu AMOC do stanu energicznego. Zwłaszcza jeśli system klimatyczny jest bistabilny i bliski punktu krytycznego, stosunkowo niewielkie i krótkotrwałe zaburzenia AMOC mogą prowadzić do przejścia od warunków stadialnych do międzystadialnych. Zilustrowaliśmy tę koncepcję globalnym modelem oceanu, który charakteryzuje się bistabilnym AMOC i odkryliśmy, że erupcja, która prowadzi do wystarczającego ochłodzenia NA, może wywołać przejście ze stanu zapadniętego do energicznego stanu AMOC. Nie znaleziono odpowiadającego przejścia ze stanu energicznego do zapadniętego AMOC, ponieważ w tym przypadku ochłodzenie wulkaniczne ma wzmacniający wpływ na AMOC. Chociaż jest to zgodne z naszą analizą danych, symulacje z modelem wyłącznie oceanicznym pomijają ważne procesy, a nasze symulacje nie mogą odtworzyć nagłości zdarzeń DO, pomimo obecności punktów krytycznych. Brakujące sprzężenia zwrotne lodu morskiego i atmosfery mogą zmienić utratę ciepła oceanu po ochłodzeniu wulkanicznym, a potencjalnie nawet unieważnić proponowaną reakcję oceanu na ochłodzenie NA. Tak więc proponowany mechanizm musi zostać przetestowany przy użyciu sprzężonych modeli atmosfera–ocean w realistycznych warunkach granicznych lodowca, przy czym reakcja atmosferyczna jest bardziej zniuansowana i obejmuje zmiany w naprężeniu wiatru i wzorcach opadów. Chociaż istnieją badania rozważające wpływ erupcji wulkanicznych na AMOC w kompleksowych modelach, nie są one w kontekście zdarzeń DO i ostatniego zlodowacenia. Mimo to różne modele potwierdzają bezpośrednie wzmocnienie AMOC jako odpowiedź na wysokie szerokości geograficzne NH ( Pausata i in. , 2015 ), a także erupcje tropikalne ( Stenchikov i in. , 2009 ; Swingedouw i in. , 2015 ; van Dijk i in. , 2022 ; Liu i in. , 2022 ) , podczas gdy zgłaszano również bardziej zmienne wzbudzenia NA i zmienność AMOC ( Mignot i in. , 2011 )., które mogłoby działać jako źródło szumu, wyzwalając przejścia bistabilnego AMOC. Bardziej stanowcze wnioski dotyczące mechanizmu mogą zostać osiągnięte dopiero po udostępnieniu dodatkowych danych lub symulacji modeli. Niemniej jednak statystyczne powiązanie między dużymi erupcjami wulkanicznymi a nagłą zmianą klimatu pokazane tutaj wzmacnia nasze zrozumienie przyczyn nagłej zmiany klimatu, a także potencjalnych przyszłych skutków dużych erupcji wulkanicznych.
W tej sekcji przedstawiono naszą metodę określania początków DO z rekordów δ 18 O o wysokiej rozdzielczości. Najpierw dzielimy rekord δ 18 O w przybliżeniu na cykle DO, które później zostaną użyte indywidualnie do określenia początku. Aby to zrobić, stosujemy metodę liniową kawałkami Lohmanna i Ditlevsena ( 2019 ) , która dzieli rekord na cykle DO obejmujące okresy stadialne i międzystadialne, a także fazy nagłego ocieplenia i ochłodzenia. Podczas gdy punkt przerwania od okresu stadialnego do fazy nagłego ocieplenia uzyskany tą metodą daje już oszacowanie początku DO, nie jest on tak precyzyjny, jak nasza następna metoda, która koncentruje się tylko na początku DO. Dzieje się tak, ponieważ metody liniowe kawałkami znajdują kompromis, który pasuje do wszystkich punktów danych przed, w trakcie i po przejściu, a szum rozmywa ostrość przejścia, a to ostatnie nie zawsze jest liniowe. Dlatego stosujemy tę metodę tylko do podzielenia rekordu na cykle DO i uzyskania przybliżonego oszacowania, gdzie szukać punktu początku DO. W tym celu równie dobrze sprawdzą się inne metody i podejścia, takie jak wykorzystanie przejść zdefiniowanych w Rasmussen et al. ( 2014 ) .
Biorąc pod uwagę segment zapisu obejmujący okres stadialny, nagłe ocieplenie i następujący po nim okres międzystadialny, zasada naszej metody polega na zidentyfikowaniu punktu czasowego, w którym nagłe ocieplenie jest już wyraźnie w toku, a następnie od tego punktu cofnięciu się w czasie do punktu, w którym sygnał po raz ostatni przekracza poziom szumu od dołu. W tym celu definiujemy dwa progi zmienne w czasie. Górny próg u i jest używany do wykrywania trwającego przejścia do interstadialnego i odpowiada mniej więcej 3-sigma odchyleniu w górę od średniej. Dolny próg l i jest następnie używany do znalezienia początku przejścia i odpowiada mniej więcej 1-sigma odchyleniu w górę od średniej. Oba są definiowane w kategoriach średniej μ i i odchylenia standardowego σ i całego szeregu czasowego stadialnego aż do punktu danych i :
gdzie β u , l definiuje pożądane odchylenie od średniej, które jest wybierane imperialnie, jak szczegółowo opisano poniżej. Aby zdefiniować początek DO, znajdujemy pierwszy punkt danych x i , który przekracza górny próg u i-1 . Następnie cofamy się w czasie i znajdujemy ostatni punkt danych x j , który przekroczył dolny próg od dołu, tj. x j > l j-1 , podczas gdy x j-1 < l j-2 . x j jest następnie definiowane jako początek ocieplenia DO. Jest to zilustrowane na rys. A1 . Należy zauważyć, że ponieważ znana jest przybliżona lokalizacja początku DO i aby uniknąć fałszywych wykryć we wcześniejszych częściach stadiału, dla których średnia i odchylenie standardowe nadal znacząco się wahają, zaczynamy szukać tylko x i stosunkowo blisko oczekiwanego początku. Z reguły zaczynamy od punktu danych stadiału 80 lat przed oczekiwanym początkiem nagłego ocieplenia z metody liniowej kawałkami. W przypadku bardzo krótkich stadiów przyjmujemy punkt początkowy, w którym upłynęło trzy czwarte oczekiwanego okresu stadialnego (określonego metodą liniową kawałkami).
Ponieważ poziom szumu i amplituda przejścia różnią się między zdarzeniami i rdzeniami lodowymi, β u jest wybierane adaptacyjnie. Zaczynając od β u =4,5 , wykonujemy powyższą procedurę i sprawdzamy, czy uzyskane t j jest mniejsze niż najpóźniejszy rozsądny czas początku (punkt czasowy maksimum międzystadialnego). Jeśli nie, powtarzamy procedurę po zmniejszeniu β u o 0,1. β l jest wybierane empirycznie zgodnie z poziomami szumu zapisów, które wynikają z różnic w rozdzielczości pomiaru i akumulacji. Wybieramy β l =0,5 , β l =0,75 , β l =0,75 i β l =1 odpowiednio dla NGRIP, GRIP, NEEM i stosu.
Przedstawiamy tutaj metodę uzyskania górnego szacunku liczby erupcji bipolarnych w rozpatrywanym okresie, których może brakować w zestawie danych SVE20 i które miałyby podobną wielkość. Można to zrobić, korzystając z ciągłego zapisu depozycji siarczanu wulkanicznego z LIN22, który obejmuje zarówno erupcje bipolarne SVE20, jak i wszystkie inne zdarzenia depozycji wulkanicznej powyżej pewnego progu depozycji znalezione indywidualnie na Grenlandii i Antarktydzie, których nie można zidentyfikować jako bipolarnych w SVE20. Korzystanie z tego zestawu danych zakłada, że lokalne depozycje na Grenlandii lub Antarktydzie są bezpośrednim wskaźnikiem globalnego wpływu na klimat (wielkości). W rzeczywistości istnieją lokalne erupcje stosunkowo blisko miejsc rdzeni lodowych, które prowadzą do dużej depozycji na jednym z biegunów, ale pomijalnego globalnego wpływu na klimat. Dlatego też wszelkie szacunki oparte na tych zestawach danych należy uznać za górny limit.
Należy zauważyć, że nie zamierzamy szacować całkowitej częstości erupcji bipolarnych o dowolnej (dowolnie małej) wielkości, ale tylko tych porównywalnych pod względem wielkości do erupcji bipolarnych z SVE20, które faktycznie wchodzą w zakres naszych badań statystycznych. Te zdarzenia przekraczają pewien próg wielkości, ponieważ muszą przekraczać zaszumione tło w zapisach zanieczyszczeń rdzeni lodowcowych na obu biegunach. Tak więc rozsądnym podejściem jest oszacowanie maksymalnej liczby erupcji w dowolnym z (unipolarnych) zestawów danych LIN22, które podążają za rozkładem depozycji obserwowanym w zestawie danych bipolarnych (z tego samego badania). Ten ostatni nazywamy rozkładem docelowym . Próbka erupcji unipolarnych podąża za innym rozkładem, który nazwiemy rozkładem propozycji . Zadanie polega na znalezieniu największej podpróbki w próbie unipolarnej, która podąża za rozkładem docelowym. Używamy procedury probabilistycznej, która daje niepewność co do wielkości tej największej próbki. Zestaw danych unipolarnych jest postrzegany jako konkretna próbka o rozmiarze N u = 501 z populacji z rozkładem bazowym propozycji. Generujemy kolejne próbki o tym samym rozmiarze z tego rozkładu (nazywane dalej próbkami propozycji ) poprzez losowe losowanie ze zwracaniem z zestawu danych unipolarnych. Poniżej i na rys. B1 opisujemy, jak znajdowana jest podpróbka zgodna z rozkładem docelowym.
Najpierw dzielimy próbkę docelową przez kwantyle q i , które są zdefiniowane jako (nierównomiernie rozmieszczone) procenty p i . Następnie zliczamy liczbę zdarzeń n i w próbce propozycji pomiędzy kwantylami docelowymi q i i q i +1 , i definiujemy gęstość zdarzeń (na punkt procentowy) w tym przedziale międzykwantylowym przez . Należy zauważyć, że zgodnie z definicją kwantyli, próbka docelowa o rozmiarze N b ma taką samą gęstość zdarzeń we wszystkich przedziałach, co jest tym, co chcemy dopasować, ponownie próbkując próbkę propozycji. Aby to zrobić, znajdujemy przedział j o najniższej gęstości d j i zachowujemy wszystkie próbki w tym przedziale. Pozostałe przedziały zawierają zbyt wiele zdarzeń. Aby dopasować gęstość d j , są one ponownie próbkowane przez usunięcie każdego zdarzenia w przedziale z prawdopodobieństwem . Pozostałe zdarzenia tworzą największy możliwy podzbiór próby propozycji, który podąża za rozkładem docelowym. Ze względu na bootstrapping próbek propozycji z oryginalnego unipolarnego zestawu danych, liczba N r pozostałych zdarzeń jest zmienną losową, a wielokrotne wykonanie tej procedury z różnymi losowymi próbkami daje rozkład N r, z którego można wyprowadzić wartość średnią i przedział ufności szacunku.
W przypadku danych użytych tutaj usunęliśmy pięć największych zdarzeń z próbki bipolarnej, ponieważ wykraczają one poza zakres zestawu danych unipolarnych. W ten sposób rozkłady docelowe i proponowane mają mniej więcej takie samo wsparcie. Ponadto, aby dopasować zestaw danych bipolarnych, usuwamy erupcje w przedziale 16,5–24,5 ka z zestawu danych unipolarnych, a także te młodsze niż 11,7 ka. Wybrano następujący zestaw percentyli p i : {0, 3, 5, 7, 9, 13, 16, 19, 25, 30, 35, 40, 50, 65, 75, 87,5, 100}. Wyniki nie są wrażliwe na ten konkretny wybór. Ważne jest tylko to, że ze względu na skośny rozkład propozycji kwantyle są wybierane stopniowo szerzej, tak aby losowe próbki propozycji zawierały zdarzenia we wszystkich kwantylach. Wyniki podano w tekście głównym (rozdz. 3.2 ) i na rys. 4 .
Zapis bipolarnych aktywności wulkanicznych jest dostępny w Suplemencie do SVE20. Szacunki wielkości erupcji wulkanicznych na Grenlandii i Antarktydzie oparte na ciągłych pomiarach siarczanów są dostępne w Suplemencie do LIN22. Zapis izotopów tlenu NGRIP o wysokiej rozdzielczości jest dostępny pod adresem http://iceandclimate.nbi.ku.dk/data/NGRIP_d18O_and_dust_5cm.xls (ostatni dostęp: 24 sierpnia 2022 r.; Członkowie NGRIP , 2004 b ). Zapis GISP2 jest dostępny pod adresem https://arcticdata.io/catalog/view/doi:10.5065/D6JW8C0F (ostatni dostęp: 24 sierpnia 2022 r.; White , 1995 ). Zapis izotopów tlenu o wysokiej rozdzielczości NEEM jest dostępny pod adresem https://doi.org/10.1594/PANGAEA.925552 ( Gkinis i in. , 2020 ). Zapis GRIP jest dostępny na żądanie u autora korespondencyjnego. Kod źródłowy modelu oceanu Veros jest dostępny na licencji GPL w serwisie GitHub ( https://github.com/dionhaefner/veros , ostatni dostęp: 24 sierpnia 2022 r.; Häfner i Jacobsen , 2016 ).
Suplement dotyczący niniejszego artykułu jest dostępny online pod adresem: https://doi.org/10.5194/cp-18-2021-2022-supplement .
JL i AS wymyślili badanie, omówili i zinterpretowali wyniki. JL opracował metodologię, przeprowadził analizę danych i napisał artykuł.
Autor kontaktowy oświadczył, że żaden z autorów nie ma konfliktu interesów.
Uwaga wydawcy: Copernicus Publications zachowuje neutralność w kwestii roszczeń jurysdykcyjnych zawartych w publikowanych mapach oraz afiliacji instytucjonalnych.
Niniejszy artykuł jest częścią wydania specjalnego „Interdyscyplinarne badania wpływu wulkanów na klimat i społeczeństwo”. Nie jest on powiązany z żadną konferencją.
Dziękujemy Romanowi Nutermanowi, Markusowi Jochumowi, Dionowi Häfnerowi i Danish Center for Climate Computing za wsparcie symulacji z modelem oceanu Veros. Ponadto dziękujemy Reikowi Donnerowi za pomocne komentarze do poprzedniej wersji artykułu. Ten projekt jest wkładem TiPES nr 68.
Badania te zostały dofinansowane przez program Horyzont 2020 (nr grantu TiPES (820970)).
Niniejszy artykuł został zredagowany przez Matthew Tooheya i zrecenzowany przez czterech anonimowych recenzentów.
Abbott, P. M., Niemeier, U., Timmreck, C., Riede, F., McConnell, J. R., Severi, M., Fischer, H., Svensson, A., Toohey, M., Reinig, F. i Sigl, M.: Wymuszenie klimatu wulkanicznego poprzedzające początek młodszego dryasu: Implikacje dla śledzenia erupcji Laacher See, Quaternary Sci. Rev., 274, 107260, https://doi.org/10.1016/j.quascirev.2021.107260 , 2021. a
Baldini, JU L., Brown, J. N. i McElwaine, J. N.: Czy zmiana klimatu w skali tysiąclecia podczas ostatniego zlodowacenia została wywołana przez wybuchowy wulkanizm?, Sci. Rep., 5, 17442, https://doi.org/10.1038/srep17442 , 2015. a , b , c
Baldini, JUL, Brown, RJ i Mawdsley, N.: Ocena związku między erupcją wulkanu Laacher See bogatą w siarkę a anomalią klimatyczną młodszego dryasu, Clim. Past, 14, 969–990, https://doi.org/10.5194/cp-14-969-2018 , 2018. a
Bay, R. C., Bramall, N. i Buford Price, P.: Dwubiegunowa korelacja wulkanizmu z tysiącletnią zmianą klimatu, P. Natl. Acad. Sci. USA, 101, 6341–6345, 2004. a , b , c , d
Bay, R. C., Bramall, N., Buford Price, P., Clow, G. D., Hawley, R. L., Udisti, R. i Castellano, E.: Globalnie synchroniczne znaczniki rdzeni lodowych wulkanicznych i nagłe ochłodzenie podczas ostatniego okresu lodowcowego, J. Geoph. Res., 111, D11108, https://doi.org/10.1029/2005JD006306 , 2006. a , b
Black, B. A., Lamarque, J.-F., Marsh, D. R., Schmidt, A. i Bardeen, C. G.: Globalne zaburzenie klimatu i regionalne schronienia klimatyczne po supererupcji Toba, P. Natl. Acad. Sci. USA, 118, e2013046118, https://doi.org/10.1073/pnas.2013046118 , 2021. a , b
Brown, N. i Galbraith, ED: Węże kontra odwęże: przerwy w cyrkulacji południkowej przewrócenia Atlantyku w globalnym sprzężonym modelu z wymuszaniem słodkiej wody i bez niego, Clim. Past, 12, 1663–1679, https://doi.org/10.5194/cp-12-1663-2016 , 2016. a
Buizert, C. i Schmittner, A.: Kontrola stabilności lodowcowej AMOC i czasu trwania interstadiału Dansgaard-Oeschgera przez Ocean Południowy, Paleoceanography, 30, 1595–1612, 2015. a
Capron, E., Rasmussen, S. O., Popp, T. J., Erhardt, T., Fischer, H., Landais, A., Pedro, J. B., Vettoretti, G., Grinsted, A., Gkinis, V., Vaughn, B., Svensson, A., Vinther, B. M. i White, JW C.: Anatomia przeszłych nagłych ociepleń zarejestrowanych w lodzie grenlandzkim, Nat. Commun., 12, 2106, https://doi.org/10.1038/s41467-021-22241-w , 2021. a
Cooper, C. L., Swindles, G. T., Savov, I. P., Schmidt, A. i Bacon, K. L.: Ocena związku między zmianami klimatu a wulkanizmem, Earth Sci. Rev., 177, 238–247,, 2018. a
Dansgaard, W., Johnsen, SJ, Clausen, HB, Dahl-Jensen, D., Gundestrup, NS, Hammer, CU, Hvidberg, CS, Steffensen, JP, Sveinbjörnsdottir, AE, Jouzel, J. i Bond, G. : Dowody na ogólną niestabilność dawnego klimatu na podstawie 250-kirowego zapisu rdzeni lodowych, Nature, 364, 218–220, 1993. a
De la Cruz-Reyna, S.: Rozkład Poissona aktywności wybuchowej, Bull. Volcanol., 54, 57–67, 1991. a
Ditlevsen, P. D., Kristensen, M. S. i Andersen, K. K.: Czas powtarzania się zdarzeń Dansgaarda–Oeschgera i ograniczenia możliwego składnika okresowego, J. Climate, 18, 2594–2603, 2005. a
Dokken, T. M., Nisancioglu, K. H., Li, C., Battisti, D. S. i Kissel, C.: Cykle Dansgaarda-Oeschgera: Interakcje między oceanem a lodem morskim, nieodłączne dla mórz nordyckich, Paleoceanography, 28, 491–502, 2013. a , b
Edwards, J., Anchukaitis, K. J., Zambri, B., Andreu-Hayles, L., Oelkers, R., D’Arrigo, R. i von Arx, G.: Anomalie klimatyczne wewnątrzroczne w północno-zachodniej Ameryce Północnej po erupcji Laki w latach 1783–1784 n.e., J. Geophys. Res.-Atmos., 126, e2020JD033544, https://doi.org/10.1029/2020JD033544 , 2021. a
Erhardt, T., Capron, E., Rasmussen, SO, Schüpbach, S., Bigler, M., Adolphi, F. i Fischer, H.: Postęp w skali dekadowej początku ocieplenia Dansgaarda–Oeschgera, Clim. Past, 15, 811–825, https://doi.org/10.5194/cp-15-811-2019 , 2019. a
Gao, C., Oman, L., Robock, A. i Stenchikov, G. L.: Obciążenie wulkaniczne atmosfery pochodzące z rdzeni lodowych bipolarnych: uwzględnianie rozkładu przestrzennego osadów wulkanicznych, J. Geophys. Res., 112, D09109, https://doi.org/10.1029/2006JD007461 , 2007. a
Gkinis, V., Simonsen, S. B., Buchardt, S. L., White, JW C. i Vinther, B. M.: Szybkości dyfuzji izotopów wody z rdzenia lodowego NorthGRIP w ciągu ostatnich 16 000 lat – implikacje glacjologiczne i paleoklimatyczne, Earth Planet Sci. Lett., 405, 132–141, 2014. a
Gkinis, V., Vinther, BM, Quistgaard, T., Popp, T., Faber, A.-K., Holme, CT, Jensen, CM, Lanzky, M., Lütt, AM, Mandrakis, V., Ørum , NO, Pedersen, A.-S., Vaxevani, N., Weng, Y., Capron, E., Dahl-Jensen, D., Hörhold, M., Jones, TR, Jouzel, J., Landais, A ., Masson-Delmotte, V., Oerter, H., Rasmussen, SO, Steen-Larsen, HC, Steffensen, JP, Sveinbjörnsdottir, AE, Vaughn, BH i White, J.: Rdzeń lodowy NEEM Wysoka rozdzielczość (0,05 m ) Stosunki izotopów wody ( 18 O/ 16 O, 2 H/ 1 H) obejmujące 8–129 ky b2k, Pangaea [zbiór danych], https://doi.org/10.1594/PANGAEA.925552 , 2020. a
Gkinis, V., Vinther, BM i Popp, TJ: 120 000-letni zapis klimatu z głębokiego rdzenia lodowego z północno-zachodniej Grenlandii w bardzo wysokiej rozdzielczości, Sci. Data, 8, 1–9, https://doi.org/10.1038/s41597-021-00916-9 , 2021. a
Gregory, JM, Dixon, KW, Stouffer, RJ, Weaver, AJ, Driesschaert, E., Eby, M., Fichefet, T., Hasumi, H., Hu, A., Jungclaus, JH, Kamenkovich, IV, Levermann, A., Montoya, M., Murakami, S., Nawrath, S., Oka, A., Sokolov, AP i Thorpe, RB: Porównanie modeli zmian cyrkulacji termohalinowej Atlantyku w odpowiedzi na wzrastające stężenie CO 2 w atmosferze , Geoph. Res. Lett., 32, L12703, https://doi.org/10.1029/2005GL023209 , 2005. a
Häfner, D. i Jacobsen, RL: Veros, wszechstronny symulator oceanu, w czystym Pythonie, oparty na JAX, GitHub [zbiór danych], dostępny pod adresem: https://github.com/dionhaefner/veros (ostatni dostęp: 25 sierpnia 2022 r.), 2016 r. a
Häfner, D., Jacobsen, RL, Eden, C., Kristensen, MRB, Jochum, M., Nuterman, R. i Vinter, B.: Veros v0.1 – szybki i wszechstronny symulator oceanu w czystym Pythonie, Geosci . Model Dev., 11, 3299–3312, https://doi.org/10.5194/gmd-11-3299-2018 , 2018. a , b
Henry, L. G., McManus, J. F., Curry, W. B., Roberts, N. L., Piotrowski, A. M. i Keigwin, L. D.: Cyrkulacja Oceanu Atlantyckiego i nagła zmiana klimatu podczas ostatniego zlodowacenia, Science, 353, 470–474, 2016 .
Johnsen, S. J., Clausen, H. B., Dansgaard, W., Gundestrup, N., Hammer, C. U., Andersen, U., Andersen, KK, Hvidberg, CS, Dahl-Jensen, D., Steffensen, JP, Shoji, H., Sveinbjörnsdóttir, Á. E., White, J., Jouzel, J. i Fisher, D.: Zapis δ 18 O wzdłuż głębokiego rdzenia lodowego projektu rdzeni lodowych z Grenlandii i problem możliwej eemskiej niestabilności klimatycznej, J. Geoph. Res., 102, 26397–26410, 1997. a
Kawamura, K., Abe-Ouchi, A., Motoyama, H. i in.: Zależność stanu niestabilności klimatycznej w ciągu ostatnich 720 000 lat na podstawie rdzeni lodowych Antarktydy i modelowania klimatu, Sci. Adv., 3, e1600446, https://doi.org/10.1126/sciadv.1600446 , 2017. a
Kindler, P., Guillevic, M., Baumgartner, M., Schwander, J., Landais, A. i Leuenberger, M.: Rekonstrukcja temperatury od 10 do 120 tys. lat temu na podstawie rdzenia lodowego NGRIP, Clim. Past, 10, 887–902, https://doi.org/10.5194/cp-10-887-2014 , 2014. a
Klockmann, M., Mikolajewicz, U. i Marotzke, J.: Dwa stany AMOC w odpowiedzi na zmniejszające się stężenia gazów cieplarnianych w sprzężonym modelu klimatycznym MPI-ESM, J. Climate, 31, 7969–7984, 2018. a
Klockmann, M., Mikolajewicz, U., Kleppin, H. i Marotzke, J.: Sprzężenie subpolarnego wiru i cyrkulacji wywracającej podczas nagłych zmian klimatu glacjalnego, Geophys. Res. Lett., 47, e2020GL090361, https://doi.org/10.1029/2020GL090361 , 2020. a
Kobashi, T., Menviel, L., Jeltsch-Thömmes, A., Vinther, B. M., Box, J. E., Muscheler, R., Nakaegawa, T., Pfister, P. L., Döring, M., Leuenberger, M., Wanner, H. i Ohmura, A.: Wpływ wulkanów na zmiany temperatury w holocenie na Grenlandii w okresie od stu do tysiąclecia, Sci. Rep, 7, 1441, https://doi.org/10.1038/s41598-017-01451-7 , 2017. a
Lanciki, A., Cole-Dai, J., Thiemens, M. H. i Savarino, J.: Dowód izotopu siarki na niewielki lub żaden wpływ na stratosferę erupcji wulkanu Laki z 1783 r., Geophys. Res. Lett., 39, L01806, https://doi.org/10.1029/2011GL050075 , 2012. a
Li, C., Battisti, D. S., Schrag, D. P. i Tziperman, E.: Nagłe zmiany klimatu na Grenlandii spowodowane przemieszczeniami krawędzi lodu morskiego, Geophys. Res. Lett., 32, L19702, https://doi.org/10.1029/2005GL023492 , 2005. a , b
Lin, J., Svensson, A., Hvidberg, CS, Lohmann, J., Kristiansen, S., Dahl-Jensen, D., Steffensen, JP, Rasmussen, SO, Cook, E., Kjær, HA, Vinther, BM, Fischer, H., Stocker, T., Sigl, M., Bigler, M., Severi, M., Traversi, R. i Mulvaney, R.: Wielkość, częstotliwość i wymuszanie klimatyczne globalnego wulkanizmu podczas ostatniego okresu lodowcowego, jak widać na rdzeniach lodowych Grenlandii i Antarktydy (60–9 tys. lat temu), Clim. Past, 18, 485–506, https://doi.org/10.5194/cp-18-485-2022 , 2022. a
Liu, W., Shi, F., Xiao, G., Xue, H., Yin, Q., Liu, F., Duan, A., Xiao, C. i Guo, Z.: Anomalie temperaturowe dwudekadowe na Wyżynie Tybetańskiej i Arktyce w odpowiedzi na erupcje wulkaniczne z lat pięćdziesiątych XV wieku, J. Geophys. Res.-Atmos., 127, e2021JD035769, https://doi.org/10.1029/2021JD035769 , 2022. a
Lohmann, J.: Prognoza zdarzeń Dansgaard-Oeschgera na podstawie zapisów pyłu grenlandzkiego, Geophys. Res. Lett., 46, 12427–12434, 2019. a , b , c
Lohmann, J. i Ditlevsen, PD: Przypadkowe i zewnętrznie kontrolowane wystąpienia zdarzeń Dansgaard–Oeschger, Clim. Past, 14, 609–617, https://doi.org/10.5194/cp-14-609-2018 , 2018. a
Lohmann, J. i Ditlevsen, PD: Obiektywna ekstrakcja i analiza cech statystycznych zdarzeń Dansgaard–Oeschger, Clim. Past, 15, 1771–1792, https://doi.org/10.5194/cp-15-1771-2019 , 2019. a , b , c , d , e , f , g
Lohmann, J. i Ditlevsen, P. D.: Ryzyko przechylenia cyrkulacji wywracającej się z powodu zwiększonej szybkości topnienia lodu, P. Natl. Acad. Sci. USA, 118, e2017989118, https://doi.org/10.1073/pnas.2017989118 , 2021. a , b , c , d
Lynch-Stieglitz, J.: Cyrkulacja południkowa Atlantyku i nagła zmiana klimatu, Annu. Rev. Mar. Sci., 9, 83–104, 2017. a
Mann, M. E., Steinman, B. A., Brouillette, D. J. i Miller, S. K.: Wielodekadowe oscylacje klimatyczne w ciągu ostatniego tysiąclecia spowodowane wymuszeniem wulkanicznym, Science, 371, 1014–1019, 2021. a
Mayewski, P. A., Meeker, L. D., Twickler, M. S., Whitlow, S., Yang, Q., Lyons, W. B. i Prentice, M.: Główne cechy i wymuszanie cyrkulacji atmosferycznej na wysokich szerokościach geograficznych półkuli północnej na podstawie 110 000-letniej serii glacichemicznej, J. Geoph. Res., 102, 26345–26366, 1997. a
McConnell, JR, Burke, A., Dunbar, NW, Köhler, P., Thomas, JL, Arienzo, MM, Chellman, NJ, Maselli, OJ, Sigl, M., Adkins, JF, Baggenstos, D., Burkhart, JF, Brook, EJ, Buizert, C., Cole-Dai, J., Fudge, TJ, Knorr, G., Graf, H.-F., Grieman, MM, Iverson, N., McGwire, KC, Mulvaney, R., Paris, G., Rhodes, RH, Saltzman, ES, Severinghaus, JP, Steffensen, JP, Taylor, KC i Winckler, G.: Synchroniczne erupcje wulkanów i nagła zmiana klimatu 17,7 tys. lat temu prawdopodobnie powiązane ze zubożeniem warstwy ozonowej w stratosferze, P. Natl. Akad. Sci. USA, 114, 10035–10040, 2017 .
Mignot, J., Khodri, M., Frankignoul, C. i Servonnat, J.: Wpływ wulkanów na Ocean Atlantycki w ostatnim tysiącleciu, Clim. Past, 7, 1439–1455, https://doi.org/10.5194/cp-7-1439-2011 , 2011. a
Mitsui, T. i Crucifix, M.: Wpływ sił zewnętrznych na nagłe zmiany klimatu w skali tysiąclecia: badanie statystyczne, Clim. Dynam., 48, 2729, https://doi.org/10.1007/s00382-016-3235-z , 2017. a
Narcisi, B., Petit, J. R. i Langone, A.: Ostatnie warstwy tephry lodowcowej w rdzeniu lodowym Talos Dome (peryferyjne wschodnioantarktyczne płaskowyże) z implikacjami dla korelacji chronostratygraficznych i regionalnej historii wulkanicznej, Quaternary Sci. Rev., 165, 111–126, 2017. a
Członkowie NGRIP: Wysokiej rozdzielczości zapis klimatu półkuli północnej sięgający ostatniego okresu interglacjalnego, Nature, 431, 147–151, 2004a .
Członkowie NGRIP: Wysokorozdzielczy zapis izotopów tlenu i pyłu rdzenia lodowego NGRIP, członkowie NGRIP, Microsoft Excel [zestaw danych], http://iceandclimate.nbi.ku.dk/data/NGRIP_d18O_and_dust_5cm.xls (ostatni dostęp: 24 sierpnia 2022 r.), 2004b. a
Pausata, FS R., Chafik, L., Caballero, R. i Battisti, D. S.: Wpływ erupcji wulkanów na dużych szerokościach geograficznych na ENSO i AMOC, P. Natl. Acad. Sci. USA, 112, 13784–13788, 2015. a , b
Pausata, FS R., Zanchettin, D., Karamperidou, C., Caballero, R. i Battisti, D. S.: Przesunięcie ITCZ i pozatropikalne połączenia teleinformatyczne napędzają reakcję ENSO na erupcje wulkaniczne, Sci. Adv., 6, eaaz5006, https://doi.org/10.1126/sciadv.aaz5006 , 2020. a , b
Pedro, J. B., Jochum, M., Buizert, C., He, F., Barker, S. i Rasmussen, S. O.: Poza bipolarną huśtawką: w kierunku zrozumienia procesu sprzężenia międzypółkulowego, Quaternary Sci. Rev., 192, 27–46, 2018. a
Rahmstorf, S., Crucifix, M., Ganopolski, A., Goosse, H., Kamenkovich, I., Knutti, R., Lohmann, G., Marsh, R., Mysak, L. A., Wang, Z. i Weaver, A. J.: Histereza cyrkulacji termohalinowej: porównanie modeli, Geophys. Res. Lett., 32, L23605, https://doi.org/10.1029/2005GL023655 , 2005. a
Rasmussen, SO, Abbott, PM, Blunier, T., Bourne, AJ, Brook, E., Buchardt, SL, Buizert, C., Chappellaz, J., Clausen, HB, Cook, E., Dahl-Jensen, D., Davies, SM, Guillevic, M., Kipfstuhl, S., Laepple, T., Seierstad, IK, Severinghaus, JP, Steffensen, JP, Stowasser, C., Svensson, A., Vallelonga, P., Vinther, BM, Wilhelms, F. i Winstrup, M.: Pierwsza chronologia rdzenia lodowego uzyskanego metodą wiercenia lodu eemskiego z północnej Grenlandii (NEEM), Clim. Przeszłość, 9, 2713–2730, https://doi.org/10.5194/cp-9-2713-2013 , 2013. a , b
Rasmussen, SO, Bigler, M., Blockley, SP, Blunier, T., Buchardt, SL, Clausen, HB, Cvijanovic, I., Dahl-Jensen, D., Johnsen, SJ, Fischer, H., Gkinis, V., Guillevic, M., Hoek, WZ, Lowe, JJ, Pedro, JB, Popp, T., Seierstad, IK, Steffensen, JP, Svensson, AM, Vallelonga, P., Vinther, BM, Walker, MJC, Wheatley, JJ i Winstrup, M.: Struktura stratygraficzna nagłych zmian klimatycznych w okresie ostatniego zlodowacenia na podstawie trzech zsynchronizowanych zapisów rdzeni lodowych z Grenlandii: udoskonalenie i rozszerzenie stratygrafii zdarzeń INTIMATE, Quaternary Sci. Obj., 106, 14–28, 2014. a , b
Riechers, K. i Boers, N.: Znaczenie niepewnej fazy między początkiem przejść stadialnych–interstadialnych w różnych proksymach rdzeni lodowych Grenlandii, Clim. Past, 17, 1751–1775, https://doi.org/10.5194/cp-17-1751-2021 , 2021. a
Robock, A.: Wybuchy wulkanów i klimat, Rev. Geophys., 38, 191–219, 2000. a , b
Rougier, J., Sparks, RS J., Cashman, K. V. i Brown, S. K.: Globalna zależność wielkości–częstotliwości dla dużych wybuchowych erupcji wulkanicznych, Earth Planet Sci. Lett, 482, 621–629,, 2018. a , b
Ruth, U., Wagenbach, D., Steffensen, J. P. i Bigler, M.: Ciągły zapis koncentracji mikrocząstek i rozkładu wielkości w rdzeniu lodowym NGRIP centralnej Grenlandii podczas ostatniego okresu lodowcowego, J. Geophys. Res., 108, 4098, https://doi.org/10.1029/2002JD002376 , 2003. a
Sadatzki, H., Dokken, T. M., Berben, SM P., Muschitiello, F., Stein, R., Fahl, K., Menviel, L., Timmermann, A. i Jansen, E.: Zmienność lodu morskiego w południowe Morze Norweskie podczas lodowcowych cyklów klimatycznych Dansgaard-Oeschger, Sci. Adv., 5, eaau6174, https://doi.org/10.1126/sciadv.aau6174 , 2019. a
Schleussner, C.-F., Divine, D., Donges, J. F., Miettinen, A. i Donner, R. V.: Wskazania na zmianę reżimu cyrkulacji Oceanu Atlantyckiego na początku małej epoki lodowcowej, Clim. Dynam., 45, 3623–3633, 2015. a
Schneider, D. P., Ammann, C. M., Otto-Bliesner, B. L. i Kaufman, D. S.: Reakcja klimatu na duże erupcje wulkaniczne na dużych i małych szerokościach geograficznych w modelu Community Climate System, J. Geoph. Res., 114, D15101, https://doi.org/10.1029/2008JD011222 , 2009. a
Schulz, M.: Tempo zmian klimatycznych w interstadiałach Dansgaard-Oeschger i ich potencjał wpływu na manifestację 1470-letniego cyklu klimatycznego, Geophys. Res. Lett., 29, 1002, https://doi.org/10.1029/2001GL013277 , 2002. a
Schüpbach, Fischer, H. i Bigler, M.: Grenlandzkie zapisy dotyczące źródeł aerozoli i zmian czasu życia atmosfery od eemii do holocenu, Nat. Commun., 9, 1476, https://doi.org/10.1038/s41467-018-03924-3 , 2018. a
Schurer, A. P., Hegerl, G. C., Mann, M. E., Tett, SF B. i Phipps, S. J.: Oddzielenie wymuszonej od chaotycznej zmienności klimatu w ostatnim tysiącleciu, J. Climate, 26, 6954–6973, 2013. a
Schurer, A. P., Tett, SF B. i Hegerl, G. C.: Niewielki wpływ zmienności słonecznej na klimat w ostatnim tysiącleciu, Nat. Geosci., 7, 104–108, 2014. a
Seierstad, IK, Abbott, PM, Bigler, M., Blunier, T., Bourne, AJ, Brook, E., Buchardt, SL, Buizert, C., Clausen, HB, Cook, E., Dahl-Jensen, D., Davies, SM, Guillevic, M., Johnsen, SJ, Pedersen, DS, Popp, TJ, Rasmussen, SO, Severinghaus, JP, Svensson, A. i Vinther, BM: Spójnie datowane zapisy z rdzeni lodowych grenlandzkich GRIP, GISP2 i NGRIP z ostatnich 104 tys. lat ujawniają regionalne gradienty δ 1 8 O w skali tysiąclecia z możliwym odciskiem zdarzenia Heinricha, Quaternary Sci. Rev., 106, 29–46, 2014. a
Sigl, M., Toohey, M., McConnell, J. R., Cole-Dai, J. i Severi, M.: Wulkaniczne wtryski siarki stratosferycznej i głębokość optyczna aerozolu w holocenie (ostatnie 11 500 lat) z bipolarnego układu rdzeni lodowych, Earth Syst. Sci. Data, 14, 3167–3196, 2022. a , b , c
Sigl, M., McConnell, JR, Layman, L., Maselli, O., McGwire, K., Pasteris, D., Dahl-Jensen, D., Steffensen, JP, Vinther, B., Edwards, R., Mulvaney, R. i Kipfstuhl, S.: Nowy dwubiegunowy zapis rdzenia lodowego dotyczący wulkanizmu z WAIS Divide i NEEM oraz implikacje dla wymuszania klimatycznego ostatnich 2000 lat, J. Geophys. Res.-Atmos., 118, 1151–1169, 2013. a
Sigl, M., Winstrup, M., McConnell, JR, Welten, KC, Plunkett, G., Ludlow, F., Büntgen, U., Caffee, M., Chellman, N., Dahl-Jensen, D., Fischer, H., Kipfstuhl, S., Kostick, C., Maselli, OJ, Mekhaldi, F., Mulvaney, R., Muscheler, R., Pasteris, DR, Pilcher, JR, Salzer, M., Schüpbach, S., Steffensen, JP, Vinther, BM i Woodruff, TE: Czas i wymuszanie klimatyczne erupcji wulkanicznych w ciągu ostatnich 2500 lat, Nature, 523, 543–549, 2015. a , b , c , d , e , f , g , h
Stenchikov, G., Delworth, T. L., Ramaswamy, V., Stouffer, R. J., Wittenberg, A. i Zeng, F.: Sygnały wulkaniczne w oceanach, J. Geoph. Res., 114, D16104, https://doi.org/10.1029/2008JD011673 , 2009. a
Stuiver, M. i Grootes, P. M.: Stosunek izotopów tlenu GISP2, Quaternary Res., 53, 277–284, 2000. a
Sun, W., Wang, B., Liu, J., Chen, D., Gao, C., Ning, L. i Chen, L.: Jak erupcje wulkanów na wysokich szerokościach geograficznych na północy w różnych porach roku wpływają na ENSO, J. Climate, 32, 3245–3262,, 2019. a
Svensson, A., Andersen, KK, Bigler, M., Clausen, HB, Dahl-Jensen, D., Davies, SM, Johnsen, SJ, Muscheler, R., Parrenin, F., Rasmussen, SO, Röthlisberger, R. ., Seierstad, I., Steffensen, JP i Vinther, BM: A 60 000-letnia chronologia stratygraficzna rdzeni lodowych Grenlandii, Clim. Past, 4, 47–57, https://doi.org/10.5194/cp-4-47-2008 , 2008. a
Svensson, A., Andersen, KK, Bigler, M., Clausen, HB, Dahl-Jensen, D., Davies, SM, Johnsen, SJ, Muscheler, R., Rasmussen, SO, Röthlisberger, R., Steffensen, JP i Vinther, BM: Chronologia rdzeni lodowych Grenlandii 2005, 15–42 tys. lat. Część 2: porównanie z innymi zapisami, Quaternary Sci. Rev., 25, 3258–3267, 2006. a
Svensson, A., Dahl-Jensen, D., Steffensen, JP, Blunier, T., Rasmussen, SO, Vinther, BM, Vallelonga, P., Capron, E., Gkinis, V., Cook, E., Kjær, HA, Muscheler, R., Kipfstuhl, S., Wilhelms, F., Stocker, TF, Fischer, H., Adolphi, F., Erhardt, T., Sigl, M., Landais, A., Parrenin, F., Buizert, C., McConnell, JR, Severi, M., Mulvaney, R. i Bigler, M.: Dwubiegunowa wulkaniczna synchronizacja nagłych zmian klimatu w rdzeniach lodowych Grenlandii i Antarktydy podczas ostatniego zlodowacenia, Clim. Przeszłość, 16, 1565–1580, https://doi.org/10.5194/cp-16-1565-2020 , 2020. a
Swindles, G. T., Watson, E. J., Savov, I. P., Lawson, I. T., Schmidt, A., Hooper, A., Cooper, C. L., Connor, C. B., Gloor, M. i Carrivick, J. L.: Kontrola klimatyczna aktywności wulkanicznej Islandii w środkowym holocenie, Geology, 47, 47–50,, 2018. a
Swingedouw, D., Ortega, P., Mignot, J., Guilyardi, E., Masson-Delmotte, V., Butler, P. G., Khodri, M. i Séférian, R.: Dwudekadowa zmienność cyrkulacji północnego Atlantyku kontrolowana przez czas erupcji wulkanicznych, Nat. Comm., 6, 6545, https://doi.org/10.1038/ncomms7545 , 2015. a
Swingedouw, D., Mignot, J., Ortega, P., Khodri, M., Menegoz, M., Cassou, C. i Hanquiez, V.: Wpływ wybuchowych erupcji wulkanicznych na główne tryby zmienności klimatu, Global Planet. Change, 150, 24–45, 2017. a
Tokarska, K. B., Stolpe, M. B., Sippel, S., Fischer, E. M., Smith, C. J., Lehner, F. i Knutti, R.: Trend ocieplenia w przeszłości ogranicza ocieplenie w przyszłości w modelach CMIP6, Sci. Adv., 6, eeaz9549, https://doi.org/10.1126/sciadv.aaz9549 , 2020. a
Toohey, M., Krüger, K., Schmidt, H., Timmreck, C., Sigl, M., Stoffel, M. i Wilson, R.: Nieproporcjonalnie silne wymuszanie klimatyczne w wyniku pozatropikalnych wybuchów wulkanów, Nat. Geosci., 12, 100–107, 2019. a
Uppala, S. M., KÅllberg, PW i Simmons, AJ: Ponowna analiza ERA-40, QJ Roy. Meteor. Soc., 131, 2961–3012, 2005. a
van Dijk, E., Jungclaus, J., Lorenz, S., Timmreck, C. i Krüger, K.: Czy w połowie VI–VII wieku na półkuli północnej miało miejsce długotrwałe ochłodzenie wywołane aktywnością wulkaniczną?, Clim. Past, 18, 1601–1623, https://doi.org/10.5194/cp-18-1601-2022 , 2022. a , b
Vettoretti, G. i Peltier, W. R.: Niestabilność termohalinowa i powstawanie lodowcowych superpolinii północnoatlantyckich na początku ocieplenia Dansgaarda-Oeschgera, Geophys. Res. Lett., 43, 5336–5344, 2016. a , b
Weijer, W., Cheng, W., Drijfhout, S., Fedorov, A. V., Hu, A., Jackson, L. C., Liu, W., McDonagh, E. L., Mecking, J. V. i Zhang, J.: Stabilność atlantyckiej cyrkulacji południkowej: przegląd i synteza, J. Geophys. Res., 124, 5336–5375, 2019. a
White, JWC: GISP2 Stable Isotopes (Deuterium, Deuterium Excess, and Oxygen), Artic Data Center [zbiór danych], https://arcticdata.io/catalog/view/doi:10.5065/D6JW8C0F (ostatni dostęp: 24 sierpnia 2022), 1995. a
Yang, L., Gao, Y., Gao, C. i Liu, F.: Reakcje klimatu na wybuch wulkanu wielkości Tambora i wpływ ocieplenia klimatu, Geophys. Res. Lett., 49, e2021GL097477, https://doi.org/10.1029/2021GL097477 , 2022. a
Zambri, B., Robock, A., Mills, M. J. i Schmidt, A.: Modelowanie erupcji Laki w Islandii w latach 1783–1784: 2. Wpływ klimatu, J. Geophys. Res.-Atmos., 124, 6770–6790, 2019. a
Zhang, X., Barker, S., Knorr, G., Lohmann, G., Drysdale, R., Sun, Y., Hodell, D. i Chen, F.: Bezpośredni wpływ astronomiczny na nagłą zmienność klimatu, Nat. Geosci., 14, 819–826, 2021. a
Zhuo, Z., Kirchner, I., Pfahl, S. i Cubasch, U.: Wpływ erupcji wulkanicznych na klimat: wrażliwość na porę erupcji i szerokość geograficzną w eksperymentach zespołu MPI-ESM, Atmos. Chem. Phys., 21, 13425–13442, https://doi.org/10.5194/acp-21-13425-2021 , 2021. a , b
Zielinski, G. A., Mayewski, P. A., Meeker, L. D., Grönvold, K., Germani, M. S., Whitlow, S., Twickler, M. S. i Taylor, K.: Zapisy aerozolu wulkanicznego i tefrochronologia szczytu, Grenlandia, rdzenie lodowe, J. Geophys. Res., 102, 26625–26640, 1997. a
Johannes Lohmann i Andersa Svensson
licencji Creative Commons Uznanie autorstwa 4.0.