During El Niño–Southern Oscillation (ENSO) events, the atmospheric response to sea surface temperature (SST) anomalies in the equatorial Pacific influences ocean conditions over the remainder of the globe. This connection between ocean basins via the “atmospheric bridge” is reviewed through an examination of previous work augmented by analyses of 50 years of data from the National Centers for Environmental Prediction–National Center for Atmospheric Research (NCEP–NCAR) reanalysis project and coupled atmospheric general circulation (AGCM)–mixed layer ocean model experiments. Observational and modeling studies have now established a clear link between SST anomalies in the equatorial Pacific with those in the North Pacific, north tropical Atlantic, and Indian Oceans in boreal winter and spring. ENSO-related SST anomalies also appear to be robust in the western North Pacific during summer and in the Indian Ocean during fall. While surface heat fluxes are the key component of the atmospheric bridge driving SST anomalies, Ekman transport also creates SST anomalies in the central North Pacific although the full extent of its impact requires further study. The atmospheric bridge not only influences SSTs on interannual timescales but also affects mixed layer depth (MLD), salinity, the seasonal evolution of upper-ocean temperatures, and North Pacific SST variability at lower frequencies. The model results indicate that a significant fraction of the dominant pattern of low-frequency (>10 yr) SST variability in the North Pacific is associated with tropical forcing. AGCM experiments suggest that the oceanic feedback on the extratropical response to ENSO is complex, but of modest amplitude. Atmosphere–ocean coupling outside of the tropical Pacific slightly modifies the atmospheric circulation anomalies in the Pacific–North America (PNA) region but these modifications appear to depend on the seasonal cycle and air–sea interactions both within and beyond the North Pacific Ocean.

Abstract The Pacific decadal oscillation (PDO), the dominant year-round pattern of monthly North Pacific sea surface temperature (SST) variability, is an important target of ongoing research within the meteorological and climate dynamics communities and is central to the work of many geologists, ecologists, natural resource managers, and social scientists. Research over the last 15 years has led to an emerging consensus: the PDO is not a single phenomenon, but is instead the result of a combination of different physical processes, including both remote tropical forcing and local North Pacific atmosphere–ocean interactions, which operate on different time scales to drive similar PDO-like SST anomaly patterns. How these processes combine to generate the observed PDO evolution, including apparent regime shifts, is shown using simple autoregressive models of increasing spatial complexity. Simulations of recent climate in coupled GCMs are able to capture many aspects of the PDO, but do so based on a balance of processes often more independent of the tropics than is observed. Finally, it is suggested that the assessment of PDO-related regional climate impacts, reconstruction of PDO-related variability into the past with proxy records, and diagnosis of Pacific variability within coupled GCMs should all account for the effects of these different processes, which only partly represent the direct forcing of the atmosphere by North Pacific Ocean SSTs.

Several studies have documented fish populations changing in response to long-term warming. Over the past decade, sea surface temperatures in the Gulf of Maine increased faster than 99% of the global ocean. The warming, which was related to a northward shift in the Gulf Stream and to changes in the Atlantic Multidecadal Oscillation and Pacific Decadal Oscillation, led to reduced recruitment and increased mortality in the region’s Atlantic cod ( Gadus morhua ) stock. Failure to recognize the impact of warming on cod contributed to overfishing. Recovery of this fishery depends on sound management, but the size of the stock depends on future temperature conditions. The experience in the Gulf of Maine highlights the need to incorporate environmental factors into resource management.

Climate change and decadal variability are impacting marine fish and invertebrate species worldwide and these impacts will continue for the foreseeable future. Quantitative approaches have been developed to examine climate impacts on productivity, abundance, and distribution of various marine fish and invertebrate species. However, it is difficult to apply these approaches to large numbers of species owing to the lack of mechanistic understanding sufficient for quantitative analyses, as well as the lack of scientific infrastructure to support these more detailed studies. Vulnerability assessments provide a framework for evaluating climate impacts over a broad range of species with existing information. These methods combine the exposure of a species to a stressor (climate change and decadal variability) and the sensitivity of species to the stressor. These two components are then combined to estimate an overall vulnerability. Quantitative data are used when available, but qualitative information and expert opinion are used when quantitative data is lacking. Here we conduct a climate vulnerability assessment on 82 fish and invertebrate species in the Northeast U.S. Shelf including exploited, forage, and protected species. We define climate vulnerability as the extent to which abundance or productivity of a species in the region could be impacted by climate change and decadal variability. We find that the overall climate vulnerability is high to very high for approximately half the species assessed; diadromous and benthic invertebrate species exhibit the greatest vulnerability. In addition, the majority of species included in the assessment have a high potential for a change in distribution in response to projected changes in climate. Negative effects of climate change are expected for approximately half of the species assessed, but some species are expected to be positively affected (e.g., increase in productivity or move into the region). These results will inform research and management activities related to understanding and adapting marine fisheries management and conservation to climate change and decadal variability.

The influence of realistic Arctic sea ice anomalies on the atmosphere during winter is investigated with version 3.6 of the Community Climate Model (CCM3.6). Model experiments are performed for the winters with the most (1982/83) and least (1995/96) Arctic ice coverage during 1979–99, when ice concentration estimates were available from satellites. The experiments consist of 50-member ensembles: using large ensembles proved critical to distinguish the signal from noise. The local response to ice anomalies over the subpolar seas of both the Atlantic and Pacific is robust and generally shallow with large upward surface heat fluxes (>100 W m−2), near-surface warming, enhanced precipitation, and below-normal sea level pressure where sea ice receded, and the reverse where the ice expanded. The large-scale response to reduced (enhanced) ice extent to the east (west) of Greenland during 1982/83 resembles the negative phase of the Arctic Oscillation/North Atlantic Oscillation (AO/NAO) with a ridge over the poles and a trough at midlatitudes. The large-scale response was distinctly different in the Pacific, where ice extent anomalies in the Sea of Okhotsk generate a wave train that extends downstream over North America but the wave train response is greatly diminished when the model is driven by ice concentration rather than ice extent anomalies. Comparing the AGCM response to observations suggests that the feedback of the ice upon the atmospheric circulation is positive (negative) in the Pacific (Atlantic) sector. The magnitude of the wintertime response to ice extent anomalies is modest, on the order of 20 m at 500 mb. However, the 500-mb height anomalies roughly double in strength over much of the Arctic when forced by ice concetration anomalies. Furthermore, the NAO-like response increases linearly with the aerial extent of the Atlantic ice anomalies and thus could be quite large if the ice edge retreats as a result of global warming.

Abstract This study presents an overview of the El Niño–Southern Oscillation (ENSO) phenomenon and Pacific decadal variability (PDV) simulated in a multicentury preindustrial control integration of the NCAR Community Climate System Model version 4 (CCSM4) at nominal 1° latitude–longitude resolution. Several aspects of ENSO are improved in CCSM4 compared to its predecessor CCSM3, including the lengthened period (3–6 yr), the larger range of amplitude and frequency of events, and the longer duration of La Niña compared to El Niño. However, the overall magnitude of ENSO in CCSM4 is overestimated by ~30%. The simulated ENSO exhibits characteristics consistent with the delayed/recharge oscillator paradigm, including correspondence between the lengthened period and increased latitudinal width of the anomalous equatorial zonal wind stress. Global seasonal atmospheric teleconnections with accompanying impacts on precipitation and temperature are generally well simulated, although the wintertime deepening of the Aleutian low erroneously persists into spring. The vertical structure of the upper-ocean temperature response to ENSO in the north and south Pacific displays a realistic seasonal evolution, with notable asymmetries between warm and cold events. The model shows evidence of atmospheric circulation precursors over the North Pacific associated with the “seasonal footprinting mechanism,” similar to observations. Simulated PDV exhibits a significant spectral peak around 15 yr, with generally realistic spatial pattern and magnitude. However, PDV linkages between the tropics and extratropics are weaker than observed.

Changes in upper ocean stratification during the second half of the 21st century, relative to the second half of the 20th century, are examined in ten of the CMIP3 climate models according to the SRES‐A2 scenario. The upper ocean stratification, defined here as the density difference between 200 m and the surface, is larger everywhere during the second half of the 21st century, indicative of an increasing degree of decoupling between the surface and the deeper oceans, with important consequences for many biogeochemical processes. The areas characterized by the largest stratification changes include the Arctic, the tropics, the North Atlantic, and the northeast Pacific. The increase in stratification is primarily due to the increase in surface temperature, whose influence upon density is largest in the tropical regions, and decreases with increasing latitude. The influence of salinity upon the stratification changes, while not as spatially extensive as that of temperature, is very large in the Arctic, North Atlantic and Northeast Pacific. Salinity also significantly contributes to the density decrease near the surface in the western tropical Pacific, but counteracts the negative influence of temperature upon density in the tropical Atlantic.

Global climate models were used to assess changes in the mean, variability and extreme sea surface temperatures (SSTs) in northern oceans with a focus on large marine ecosystems (LMEs) adjacent to North America, Europe, and the Arctic Ocean. Results were obtained from 26 models in the Community Model Intercomparison Project Phase 5 (CMIP5) archive and 30 simulations from the National Center for Atmospheric Research Large Ensemble Community Project (CESM-LENS). All of the simulations used the observed greenhouse gas concentrations for 1976–2005 and the RCP8.5 “business as usual” scenario for greenhouse gases through the remainder of the 21st century. In general, differences between models are substantially larger than among the simulations in the CESM-LENS, indicating that the SST changes are more strongly affected by model formulation than internal climate variability. The annual SST trends over 1976–2099 in the 18 LMEs examined here are all positive ranging from 0.05 to 0.5°C decade–1. SST changes by the end of the 21st century are primarily due to a positive shift in the mean with only modest changes in the variability in most LMEs, resulting in a substantial increase in warm extremes and decrease in cold extremes. The shift in the mean is so large that in many regions SSTs during 2070–2099 will always be warmer than the warmest year during 1976–2005. The SST trends are generally stronger in summer than in winter, as greenhouse gas heating is integrated over a much shallower climatological mixed layer depth in summer than in winter, which amplifies the seasonal cycle of SST over the 21st century. In the Arctic, the mean SST and its variability increases substantially during summer, when it is ice free, but not during winter when a thin layer of ice reforms and SSTs remain near the freezing point.

We describe RAPID: a Real-time Automated Plankton Identification Dashboard, deployed on the Plankton Imager, a high-speed line-scan camera that is connected to a ship water supply and captures images of particles in a flow-through system. This end-to-end pipeline for zooplankton data uses Edge AI equipped with a classification (ResNet) model that separates the images into three broad classes: Copepods, Non-Copepods zooplankton and Detritus. The results are transmitted and visualised on a terrestrial system in near real time. Over a 7-days survey, the Plankton Imager successfully imaged and saved 128 million particles of the mesozooplankton size range, 17 million of which were successfully processed in real-time via Edge AI. Data loss occurred along the real-time pipeline, mostly due to the processing limitation of the Edge AI system. Nevertheless, we found similar variability in the counts of the three classes in the output of the dashboard (after data loss) with that of the post-survey processing of the entire dataset. This concept offers a rapid and cost-effective method for the monitoring of trends and events at fine temporal and spatial scales, thus making the most of the continuous data collection in real time and allowing for adaptive sampling to be deployed. Given the rapid pace of improvement in AI tools, it is anticipated that it will soon be possible to deploy expanded classifiers on more performant computer processors. The use of imaging and AI tools is still in its infancy, with industrial and scientific applications of the concept presented therein being open-ended. Early results suggest that technological advances in this field have the potential to revolutionise how we monitor our seas.