Таяние ледников сокращает время доставки, но влечет за собой скрытые расходы

Таблица ссылок

• Предыстория, результаты и выводы
• I. Предыстория
• II. Описание данных
• III.Анализы
• IV.Обсуждение
• V. Методы
• VI. Заявления
• VII. Благодарности

Фон

Уменьшение морского ледяного покрова из-за потепления в Арктике облегчает транзит судов по маршрутам, которые значительно короче традиционных судоходных путей. Автоматическая идентификационная система (АИС), идеально разработанная для предотвращения столкновений судов, передает на судно навигационную информацию (в настоящее время 27 типов сообщений), такую как имя, местоположение или скорость, и является мощным источником данных для мониторинга хода арктического судоходства по мере уменьшения ледового покрова.

Результаты

На основе анализа онлайн-платформы, собирающей данные AIS о судоходстве, мы количественно оценили пространственное распределение судоходства через Северный Ледовитый океан, его интенсивность и временную эволюцию по отношению к площади, освобожденной зоной морского льда. Судоходство через Северный Ледовитый океан распределено пространственно в соответствии с распределением с тяжелым хвостом, подразумевающим интенсивное движение через ограниченную арктическую зону, с показателем, который зависит от категории судна.

Рыболовство — категория с самым большим пространственным распространением, при этом ширина судоходных путей коррелирует с ближайшей зоной морского льда. Временная эволюция этих путей характеризуется увеличением продолжительности периодов судоходной активности в течение года.

Выводы

Данные AIS предоставляют ценную информацию о деятельности международного флота по всему миру. В контексте новых международных соглашений это ценный источник для мониторинга судоходства, рыболовства и потенциального воздействия на морскую жизнь среди других аспектов. Здесь мы сосредоточились на арктическом судоходстве в последние годы, которое быстро растет, особенно вокруг прибрежных маршрутов Северо-Восточного и Северо-Западного проходов, предоставляя возможность для проектирования более коротких судоходных маршрутов и сокращения выбросов парниковых газов при транспортировке грузов, но с риском воздействия на экосистему Арктики.

I. ПРЕДЫСТОРИЯ

Судоходство является доминирующим видом транспорта в мировой торговле, обеспечивая более 80% объема международной торговли товарами [1]. Фактически, экономический рост привел к параллельному увеличению морских перевозок на 60% в период с 1992 по 2002 год [2]. Важность морского транспорта для мировой экономики была подтверждена в 2020 году, когда Суэцкий канал был заблокирован, когда контейнеровоз Ever Given сел на мель. Возможность использовать открытие новых арктических маршрутов, доставляющих товары из Азии в Европу и Северную Америку из-за уменьшения ледяного покрова, увеличит трафик и принесет новые угрозы этой уязвимой экосистеме [3], что усугубит прямое воздействие быстрого изменения климата в Арктике. Фактически, оценка времени доставки показала увеличение на 7% в период с 2013 по 2022 год [4].

Технологии отслеживания играют важную роль в анализе движения судов по океанам, позволяя количественно оценить поведение нескольких судов с экономическими, политическими и экологическими последствиями. Например, отслеживание рыболовных судов способствовало выявлению очагов рыболовной активности [5–7]. Более того, совпадение траекторий рыболовных судов и отслеживание движения морских животных выявило регионы с высоким риском совпадения и, следовательно, риска прилова между рыболовными судами и акулами [8], а также риск столкновения крупных судов и китовых акул [9].

В настоящее время продукты, полученные из данных отслеживания судов, находятся в открытом доступе. Например, основной продукт Global Fishing Watch описывает рыболовное усилие с высоким пространственным и временным разрешением по всему миру [5]. Однако более широкие наборы данных, включая, например, траектории других категорий судов по всему миру, доступны в рамках частной покупки. Чтобы преодолеть проблему владения данными и стандартизации, разрабатываются новые инициативы для выполнения онлайн-анализа с доступом к ранее чистым, предварительно обработанным и научно подтвержденным наборам данных из нескольких источников. В этом направлении HUB Ocean разработала платформу данных об океане (oceandata.earth), где ученые могут выполнять онлайн-анализ нескольких наборов данных, описывающих различные океанические явления, такие как паразитарные инфекции на рыбоводческих фермах, глобальные выбросы судов или геопространственные данные, описывающие морские охраняемые районы (MPA).

Здесь мы представляем наш анализ судоходства в Северном Ледовитом океане в период с января 2020 года по апрель 2022 года с помощью анализа данных, разработанного в ходе закрытой недели предварительного просмотра платформы Ocean Data Platform.

II. ОПИСАНИЕ ДАННЫХ

Судоходство. Использование пространства судами, пересекающими Северный Ледовитый океан, было выведено из данных Автоматической идентификационной системы (AIS). AIS — это система, внедренная для обеспечения безопасности на море, которая предоставляет, среди различных переменных данных, скорость, широту и долготу судов, использующих систему. Платформа Ocean Data Platform агрегировала данные отслеживания AIS с ежемесячным разрешением с высоким пространственным разрешением и сообщала количество часов, в течение которых каждая ячейка сетки была пройдена судами. Ежемесячное время прохождения было доступно с января 2020 года по апрель 2022 года, и в ней указывалось пять категорий судов (грузовые, рыболовные, пассажирские, танкеры и другие). Для нашего анализа мы ввели глобальную сетку с разрешением 0,1◦ × 0,1◦, выбрав широты выше Полярного круга (66,6◦, рис. 1).

Временная эволюция области, охватываемой судоходными путями, была дополнена набором данных, использованным для предыдущей оценки арктического судоходного трафика [10], чтобы обеспечить сравнение набора данных Ocean Data Platform и проиллюстрировать долгосрочную временную эволюцию судоходного трафика в Северном Ледовитом океане. Этот предыдущий набор данных сообщил ежемесячное количество уникальных судов, обнаруженных системой AIS в каждой ячейке сетки 0,25◦×0,25◦, в период с июля 2010 года по май 2015 года.

Покрытие морского льда. Площадь морского льда была получена из индекса морского льда, предоставленного Национальным центром данных по снегу и льду (США) [11]. Этот набор данных сообщает о ежемесячной эволюции площади морского льда в Северном полушарии, а также в отдельных субрегионах Арктики, где мы рассматривали Канадский архипелаг, залив Баффина и море Бофорта для маршрута Северо-Западного прохода, в то время как мы рассматривали Восточно-Сибирское море, Карское море и Баренцево море для северо-восточного маршрута.

III.АНАЛИЗЫ

Плотность судоходства вычислялась как время транзита в каждой ячейке сетки, деленное на площадь ячейки, объединяя время всех судов, использующих AIS в рассматриваемом регионе. Эта закономерность выявила горячие точки судоходной активности, как на общей карте, так и в конкретных закономерностях, связанных с различными категориями судов (рис. 1). Рыболовные суда вносили наибольший вклад в судоходство в Северном Ледовитом океане, особенно в Баренцевом море, но также и в непосредственной близости от Исландии. Грузовые суда, подобно танкерам, демонстрировали закономерности, где мы наблюдали маршруты Северо-Восточного и Северо-Западного проходов, причем последний становился шире в заливе Баффина, где траектории танкеров занимали меньшую площадь в этом регионе. Пассажирские перевозки охватывали меньшие доли площади, поскольку наиболее посещаемые маршруты были короче, например, на норвежском и исландском побережьях.

Неоднородность плотности судоходства по всему пространству описывалась распределениями с тяжелыми хвостами, так что большинство ячеек сетки отображали низкую плотность судоходства, а несколько ячеек концентрировали большие значения (рис. 2). В частности, распределения плотности судоходства для агрегированных (по категориям) и для конкретных категорий описывались степенными распределениями. Мы выполнили степенную регрессию для этих распределений с помощью пакета Python powerlaw, получив подобранные показатели 1,79 (агрегированный), 1,49 (пассажирский), 1,90 (танкер), 1,74 (грузовой) и 1,96 (рыболовный). Для рыболовства мы наблюдали два режима, где распределение было ближе к равномерному распределению для низких плотностей (т. е. с меньшим показателем), в то время как большие плотности подразумевали более быстрое уменьшение, что и было поведением, зафиксированным регрессией.

Подводя итог, можно сказать, что случайная нулевая модель, рассматривающая поток «от начала до места назначения» с фиксированным началом и равномерной вероятностью достижения любого места назначения или наоборот, приводит к равномерному распределению в одном измерении, тогда как в двух измерениях распределение имеет тяжелый хвост с показателем степени 3.

Для выявления судоходных путей мы вычислили среднюю плотность судоходства по долготе, учитывая только ячейки сетки с ненулевыми значениями, и представляем относительную плотность судоходства каждой ячейки сетки, то есть плотность судоходства, деленную на среднюю плотность судоходства ее долготы (см. Методы). Мы заметили, что самые высокие значения расположены вблизи берега (рис. 3). Этот метод выявил основные судоходные пути (красные коридоры на рис. 3), а также несколько точек рыболовства в открытом море. Мы выявили два основных арктических судоходных пути, Северо-Восточный и Северо-Западный проходы, оба связывающие северную часть Тихого океана и северную часть Атлантического океана, при этом Северо-Восточный путь разделяется на два на севере и юге Ляховских островов. Большая часть трафика обоих маршрутов была связана с танкерами и грузовыми судами, о чем свидетельствует отсутствие пространственной непрерывности вдоль маршрутов у пассажирских и рыболовных судов, которые, как ожидается, будут совершать рейсы на меньшие расстояния.

После анализа пространственных свойств плотности судоходства в агрегированном наборе данных и по разным категориям судов мы сосредоточились на временной эволюции судоходного трафика, агрегируя все наблюдения по всему Полярному кругу. Наибольший объем судоходства за весь период соответствовал рыболовным судам, за которыми в порядке убывания следовали пассажирские, грузовые и танкерные суда (рис. 4). В то время как относительная эволюция рыболовных и пассажирских судов не демонстрировала больших относительных колебаний, судоходство грузовых и танкерных судов показало максимальную активность летом и в начале осени как 2020, так и 2021 годов.

Наконец, мы количественно оценили долгосрочную эволюцию Северо-Западного прохода и северо-восточных маршрутов с помощью дополнительного набора данных, который описывал количество уникальных судов, наблюдаемых в каждой ячейке сетки 0,25◦× 0,25◦ в период с июля 2010 года по май 2015 года. Чтобы гарантировать сопоставимость с нашим набором данных, мы получили ширину маршрута судна, следуя той же процедуре, что описана выше, но учитывая тот же размер ячейки сетки, то есть ячейки со стороной 0,25◦. Мы наблюдали похожую картину в разные годы в случае Северо-Западного прохода, в то время как северо-восточный маршрут показал заметное снижение своего максимального значения в самом последнем наборе данных вместе с ростом в период, когда маршрут демонстрировал наблюдаемую активность (рис. 7).

IV. ОБСУЖДЕНИЕ

Доступность данных о морской среде, например, траектории животных или угрозы морской жизни [13], исторически была ограничена в отличие от данных, описывающих процессы, происходящие на суше. Однако изменение парадигмы от сообщества и научных финансирующих агентств к политике обмена данными трансформируется в более частые публикации морских данных. В этом контексте онлайн-платформы, собирающие, очищающие и стандартизирующие наборы данных из нескольких источников, представляют собой важное преимущество для развития морской науки [14, 15]. Более того, доступность серверов для онлайн-вычислений приводит к сдвигу в сторону демократизации не только доступа к данным, но и вычислительных ресурсов для обработки больших данных. В этом контексте мы разработали наш анализ арктического судоходства бесплатно с использованием Ocean Data Connector HUB Ocean в рамках закрытой недели предварительного просмотра.

Долгосрочный анализ судоходства на маршрутах Северо-Восточного и Северо-Западного проходов показал РИС. 5. Временная динамика судоходства по долготе. Верхняя панель представляет среднюю плотность судоходства по ячейкам с ненулевым судоходством на каждой долготе, в то время как нижняя представляет секционную длину этих ячеек. Белые записи представляют отсутствие движения. Черные линии на верхней панели обозначают долготы, которые мы выбрали в качестве наиболее репрезентативных для измерения маршрутов Северо-Восточного и Северо-Западного проходов, соответственно, 150º и -90º. ожидаемая сезонная закономерность на обоих маршрутах, демонстрирующая низкую изменчивость на Северо-Западном проходе. Однако Северо-Восточный маршрут показал недавнее сокращение максимальной ширины маршрута вместе с более продолжительным сезонным поведением, т. е. маршрут был уже, но использовался в течение более продолжительной части года. Местные, региональные и международные ограничения мобильности для снижения распространения COVID-19, на уже названной «антропаузе» [16, 17], совпадали с большей частью нашего анализируемого периода, подразумевая также снижение темпов производства на заводах, и могут объяснить это уменьшение ширины северо-восточного маршрута, поскольку уменьшение трафика привело бы к тому, что суда следовали бы по путям, которые ближе к оптимальным с точки зрения расстояния, учитывая все географические и экологические (ледовые) ограничения. Фактически, глобальный анализ выявил снижение на 1,4% загруженности трафика в первые месяцы пандемии, особенно в Северном полушарии [18].

Сокращение площади морского льда в Северном Ледовитом океане с быстрым потеплением в Арктике представляет собой возможность оптимизировать судоходные маршруты, сокращая продолжительность и стоимость транзита и, следовательно, выбросы парниковых газов. Однако это увеличение арктического судоходства может быть предвестником «голубого ускорения» [19] в Арктике, угрожая морским видам, которые ранее не подвергались опасностям судоходства [20], таким как столкновения судов [21] или подводный шум [22], в дополнение к другим факторам стресса, таким как уже обнаруженное загрязнение пластиком [23, 24]. С другой стороны, наличие новых судоходных маршрутов может представлять собой отрицательную обратную связь человека с глобальном потеплением, сокращая выбросы с судов из-за использования более коротких маршрутов [25]. Эти потенциальные положительные и отрицательные аспекты подчеркивают важность анализа данных для мониторинга и управления арктическим судоходством, что способствует минимизации воздействия на окружающую среду.

V. МЕТОДЫ

Плотность судоходства. Исходные данные предоставили время транзита судоходства на ячейках сетки высокого разрешения судов, оборудованных устройствами AIS, включая все транзитные суда и их разбивку на четыре категории судов: рыболовные, пассажирские, грузовые и танкеры. Мы объединили эти ячейки сетки высокого разрешения в ячейки сетки размером 0,1◦× 0,1◦. Мы получили плотность судоходства, разделив время транзита судоходства на площадь ячейки A:

где R = 6371 км — радиус Земли, ϕ — широта в градусах, а ∆λ и ∆ϕ — соответственно долготная и широтная стороны ячейки в градусах.

Средняя плотность доставки по долготе. Мы вычисляем среднюю плотность доставки по долготе как сумму общего времени транзита доставки через ячейки с одинаковой долготой, деленную на площадь ячеек с ненулевым временем транзита, следуя уравнению 7. Для временной эволюции этого значения (рис. 5, вверху) на каждом временном шаге мы рассматриваем только ячейки с ненулевым временем транзита в этот конкретный период.

Ширина маршрута на долготу. Мы рассматриваем все ячейки сетки в арктическом регионе с определенной долготой λ и вычисляем временную эволюцию числа ячеек N(λ, t), которые показали ненулевое время транзита. Мы вычислили ширину маршрута W(λ, t) как длину широтного сечения этих ячеек:

VI. ЗАЯВЛЕНИЯ

А. Финансирование

JPR получила поддержку программы Juan de la Cierva Formacion (Ref. FJC2019-040622-I), финансируемой MCIN/AEI/10.13039/501100011033. JPR получила поддержку от Испанского исследовательского агентства MCIN/AEI/10.13039/501100011033 через проект MISLAND (PID2020-114324GB-C22).

Это исследование поддерживается Mar´ıa de Maeztu Excellence Unit 2023-2027 Refs. CEX2021-001201-M и CEX2021-001164-M, финансируется MCIN/AEI /10.13039/501100011033.

B. Вклад автора

JPR: Концептуализация, Обработка данных, Формальный анализ, Программное обеспечение, Визуализация, Написание: Первоначальный черновик. KK: Формальный анализ, Написание: Рецензирование и редактирование. CMD: Концептуализация, Написание: Рецензирование и редактирование. VME: Концептуализация, Формальный анализ, Написание: Первоначальный черновик.

VII. БЛАГОДАРНОСТИ

Авторы выражают признательность платформе HUB Ocean hubocean.earth за доступ к данным и вычислительным мощностям для удаленного выполнения всех анализов через Ocean Data Connector.

[1] ЮНКТАД, Обзор морского транспорта (издание Организации Объединенных Наций, 2021 г.).

[2] Ж. Турнадр, Geophysical Research Letters 41, 7924 (2014).

[3] Н. Мелиа, К. Хейнс и Э. Хокинс, Geophysical Research Letters 43, 9720 (2016).

[4] М. Мюллер, М. Кноль-Кауфман, Дж. Йеуринг и К. Палерме, npj Ocean Sustainability 2, 12 (2023).

[5] Д. А. Крудсма, Дж. Майорга, Т. Хохберг, Н. А. Миллер, К. Бурдер, Ф. Ферретти, А. Уилсон, Б. Бергман, Т. Д. Уайт, Б. А. Блок и др., Science 359, 904 (2018).

[6] JP Rodr´ıguez, J. Fern´andez-Gracia, CM Duarte, X. Irigoien и VM Egu´ıluz, Science Advances 7, eabe3470 (2021).

[7] TH Frawley, B. Muhling, H. Welch, KL Seto, S.-K. Chang, F. Blaha, Q. Hanich, M. Jung, EL Hazen, MG Jacox и др., One Earth 5, 1002 (2022).

[8] Н. Кейруш, Н. Е. Хамфрис, А. Коуто, М. Ведор, И. Да Коста, А. М. Секейра, Г. Мусьентес, А. М. Сантос, Ф. Дж. Абаскаль, Д. Л. Аберкромби и др., Nature 572, 461 (2019).

[9] Ф. К. Уомерсли, Н. Е. Хамфрис, Н. Кейруш, М. Ведор, И. да Коста, М. Фуртадо, Дж. П. Тымински, К. Абрантес, Г. Араужо, С. С. Бах и др., Proceedings of the National Academy of Sciences 119, e2117440119 (2022).

[10] В. М. Эгуилуз, Дж. Фернандес-Грасиа, X. Иригойен и К. М. Дуарте, Scientific Reports 6, 30682 (2016).

[11] Ф. Феттерер, К. Ноулз, В. Н. Мейер, М. М. Савойя и А. К. Винднагель, «Индекс морского льда, версия 3» (2017). [12] Дж. Олстотт, Э. Буллмор и Д. Пленц, PLoS ONE 9, e85777 (2014).

[13] AMM Sequeira, GC Hays, DW Sims, VM Egu´ıluz, JP Rodr´ıguez, MR Heupel, R. Harcourt, H. Calich, N. Queiroz, DP Costa и др., Frontiers in Marine Science 6, 639 (2019).

[14] Т. Танхуа, С. Пуликен, Дж. Хаусман, К. О'Брайен, П. Бришер, Т. Де Бруин, Дж. Дж. Бак, Э. Ф. Бургер, Т. Карваль, К. С. Кейси и др., Frontiers in Marine Science 6, 440 (2019).

[15] Дж. Дж. Бак, С. Дж. Бейнбридж, Э. Ф. Бургер, А. К. Краберг, М. Казари, К. С. Кейси, Л. Дэррок, Дж. Д. Рио, К. Метфис, Э. Делори и др., Frontiers in Marine Science 6, 32 (2019).

[16] C. Rutz, M.-C. Loretto, AE Bates, SC Davidson, CM Duarte, W. Jetz, M. Johnson, A. Kato, R. Kays, T. Mueller и др., Nature Ecology & Evolution 4, 1156 (2020).

[17] AE Bates, RB Primack, BS Biggar, TJ Bird, ME Clinton, RJ Command, C. Richards, M. Shellard, NR Geraldi, V. Vergara и др., Biological Conservation 263, 109175 (2021).

[18] Д. Марч, К. Меткалф, Дж. Тинторе и Б. Дж. Годли, Nature Communications 12, 2415 (2021).

[19] Ж.-Б. Жуффрей, Р. Блазиак, А.В. Норстрём, Х. Остерблом и М. Нистрём, One Earth 2, 43 (2020). [20] КА Бурек, Ф.М. Гулланд и Т.М. О'Хара, Ecological Applications 18, S126 (2008).

[21] Р. Ривз, К. Роза, Дж. К. Джордж, Г. Шеффилд и М. Мур, Морская политика 36, 454 (2012).

[22] О.М. Терво, С.Б. Блэквелл, С. Дитлевсен, Э. Гарде, Р.Г. Хансен, А.Л. Самсон, А.С. Конрад и М.П. Хайде-Йоргенсен, Science Advances 9, eade0440 (2023).

[23] А. Козар, Э. Марти, К. М. Дуарте, Ж. Гарсиа-де Ломас, Э. Ван Себилль, Т. Дж. Баллатор, В. М. Эгуилуз, Дж. И. Гонсалес-Гордилло, М. Л. Педротти, Ф. Эчеваррия и др., Science Advances 3, e1600582 (2017).

[24] И. Пикен, С. Примпке, Б. Бейер, Й. Гютерманн, К. Катлейн, Т. Крумпен, М. Бергманн, Л. Хехеманн и Г. Гердтс, Nature Communications 9, 1505 (2018).

[25] Дж. Брауз, К. Карслоу, А. Шмидт и Дж. Корбетт, Письма о геофизических исследованиях 40, 4459 (2013).