A 25-yr (1981–2005) time series of daily latent and sensible heat fluxes over the global ice-free oceans has been produced by synthesizing surface meteorology obtained from satellite remote sensing and atmospheric model reanalyses outputs. The project, named Objectively Analyzed Air–Sea Fluxes (OAFlux), was developed from an initial study of the Atlantic Ocean that demonstrated that such data synthesis improves daily flux estimates over the basin scale. This paper introduces the 25-yr heat flux analysis and documents variability of the global ocean heat flux fields on seasonal, interannual, decadal, and longer time scales suggested by the new dataset. The study showed that, among all the climate signals investigated, the most striking is a long-term increase in latent heat flux that dominates the data record. The globally averaged latent heat flux increased by roughly 9 W m−2 between the low in 1981 and the peak in 2002, which amounted to about a 10% increase in the mean value over the 25-yr period. Positive linear trends appeared on a global scale, and were most significant over the tropical Indian and western Pacific warm pool and the boundary current regions. The increase in latent heat flux was in concert with the rise of sea surface temperature, suggesting a response of the atmosphere to oceanic forcing.

The Indian Ocean is unique among the three tropical ocean basins in that it is blocked at 25°N by the Asian landmass. Seasonal heating and cooling of the land sets the stage for dramatic monsoon wind reversals, strong ocean-atmosphere interactions, and intense seasonal rains over the Indian subcontinent, Southeast Asia, East Africa, and Australia. Recurrence of these monsoon rains is critical to agricultural production that supports a third of the world's population. The Indian Ocean also remotely influences the evolution of El Nino-Southern Oscillation (ENSO), the North Atlantic Oscillation (NAO), North American weather, and hurricane activity. Despite its importance in the regional and global climate system though, the Indian Ocean is the most poorly observed and least well understood of the three tropical oceans. This article describes the Research Moored Array for African-Asian-Australian Monsoon Analysis and Prediction (RAMA), a new observational network designed to address outstanding scientific questions related to Indian Ocean variability and the monsoons. RAMA is a multinationally supported element of the Indian Ocean Observing System (IndOOS), a combination of complementary satellite and in situ measurement platforms for climate research and forecasting. The article discusses the scientific rationale, design criteria, and implementation of the array. Initial RAMA data are presented to illustrate how they contribute to improved documentation and understanding of phenomena in the region. Applications of the data for societal benefit are also described.

Abstract The estimate of surface irradiance on a global scale is possible through radiative transfer calculations using satellite-retrieved surface, cloud, and aerosol properties as input. Computed top-of-atmosphere (TOA) irradiances, however, do not necessarily agree with observation-based values, for example, from the Clouds and the Earth’s Radiant Energy System (CERES). This paper presents a method to determine surface irradiances using observational constraints of TOA irradiance from CERES. A Lagrange multiplier procedure is used to objectively adjust inputs based on their uncertainties such that the computed TOA irradiance is consistent with CERES-derived irradiance to within the uncertainty. These input adjustments are then used to determine surface irradiance adjustments. Observations by the Atmospheric Infrared Sounder (AIRS), Cloud–Aerosol Lidar and Infrared Pathfinder Satellite Observations (CALIPSO), CloudSat, and Moderate Resolution Imaging Spectroradiometer (MODIS) that are a part of the NASA A-Train constellation provide the uncertainty estimates. A comparison with surface observations from a number of sites shows that the bias [root-mean-square (RMS) difference] between computed and observed monthly mean irradiances calculated with 10 years of data is 4.7 (13.3) W m−2 for downward shortwave and −2.5 (7.1) W m−2 for downward longwave irradiances over ocean and −1.7 (7.8) W m−2 for downward shortwave and −1.0 (7.6) W m−2 for downward longwave irradiances over land. The bias and RMS error for the downward longwave and shortwave irradiances over ocean are decreased from those without constraint. Similarly, the bias and RMS error for downward longwave over land improves, although the constraint does not improve downward shortwave over land. This study demonstrates how synergetic use of multiple instruments (CERES, MODIS, CALIPSO, CloudSat, AIRS, and geostationary satellites) improves the accuracy of surface irradiance computations.

The Pilot Research Moored Array in the tropical Atlantic (PIRATA) was developed as a multinational observation network to improve our knowledge and understanding of ocean-atmosphere variability in the tropical Atlantic. PIRATA was motivated by fundamental scientific issues and by societal needs for improved prediction of climate variability and its impact on the economies of West Africa, northeastern Brazil, the West Indies, and the United States. In this paper the implementation of this network is described, noteworthy accomplishments are highlighted, and the future of PIRATA in the framework of a sustainable tropical Atlantic observing system is discussed. We demonstrate that PIRATA has advanced beyond a "Pilot" program and, as such, we have redefined the PIRATA acronym to be "Prediction and Research Moored Array in the Tropical Atlantic."

Abstract This study examines the annual cycle of the Surface Energy Budget (SEB) in the Beaufort‐Chukchi seas, focusing on the autumn transition. Shipboard measurements from NASA's Salinity and Stratification at the Sea Ice Edge (SASSIE) experiment (8 September–2 October 2022) and satellite flux analysis for the entire 2022 were utilized to provide a comprehensive perspective of the SEB's seasonal dynamics. An important finding is the alignment of SEB’s autumnal transition with the September 22 equinox, marking the onset of prolonged Arctic darkness. This transition involved a shift from the summertime radiative heating to cooling conditions, characterized by outgoing longwave radiation surpassing incoming solar radiation and a notable increase in synoptic turbulent latent and sensible heat flux variability. The increased turbulent heat fluxes after the equinox were associated with increased occurrences of short‐duration cold air outbreaks. These outbreaks seem to originate from cold mesoscale surface winds transitioning from cooling landmasses or ice caps to the warmer seas, driven by differential cooling rates between land/ice and ocean as solar irradiance declined. Turbulent heat losses, outpacing longwave emission by more than fivefold, accelerated ocean surface cooling in the subsequent 2 months, leading to the complete freeze‐up of the Beaufort‐Chukchi seas by late November. These findings underscore the substantial influence of astronomical seasons on the SEB, emphasizing their crucial role in Arctic climate dynamics.