长江口海域潮汐和潮流的观测研究

长江口邻近海域具有显著的强潮特征,除近岸海域外,离岸海域缺乏长期实测的潮汐潮流资料。本文分析了长时间序列的水位观测资料,结果显示长江口海域的潮汐类型属于正规半日潮,近岸海域浅水分潮显著;M_(2)分潮是最显著的半日分潮,振幅具有从东面开阔海域向西面杭州湾口浅水海域或岛群增加的趋势。剖面海流观测资料表明本海域的潮流类型为正规半日潮流,M_(2)分潮流是最显著的半日分潮流,以旋转潮流为主;长江口门南侧两站为逆时针旋转,口门以东站位均为顺时针旋转。潮流的垂直结构具有显著的空间差异,M_(2)分潮流的椭圆率多为负值,潮流的椭圆率、最大流速方向和最大流速到达时间都随深度变化显著。

长江口及邻近海域底层水体低氧物理机制的研究进展

人类活动和自然因素共同但有区别的作用引起了长江口及邻近海域富营养化,造成夏季底层水体低氧现象加剧,成为近海生态健康恶化的重要征兆。本文梳理了国内外学者在该海域低氧研究中获得的重要认识,分析了底层水体溶解氧的潮周期尺度、事件尺度和年际尺度的变化特征,重点从层化与物质输运角度,介绍了长江冲淡水、台湾暖流、海洋锋面、风和潮等过程影响底层水体中氧气消耗或补充的机制,揭示了本海域主要低氧现象分别位于长江口和浙江近海的特征,对比了两处低氧区形成与演变的异同机制。目前,对低氧形成机制的定性认识和多尺度变化特征的了解已经有较好的基础,未来需要从多学科交叉角度加强现场试验和定量研究,掌握低氧的长期演变趋势,研发底层水体低氧的预测预警技术,支撑我国河口近海的生态预警监测工作。

2017年春季长江口-东海连续体pCO_(2)的空间分布特征及其控制因素

厘清河口-陆架连续体的碳源/汇机制是认识海洋在“碳中和”中作用的重要基础。本研究基于2017年春季长江口-东海的走航CO_(2)分压(pCO_(2))及温、盐等资料,分区域阐述春季长江口-东海连续体pCO_(2)的空间分布格局,半定量解析水团分配、有机质生产及降解等过程对pCO_(2)的控制作用。结果表明:水团来源是决定春季长江口-东海连续体pCO_(2)分布及碳源/汇格局的主要因素,而有机质生产或者降解可强烈影响长江口-东海连续体碳源/汇格局。春季长江口门及浙江沿岸受长江径流影响而具有较高的pCO_(2),碳源强度可达5.36 mmol·m^(-2)·d^(-1);研究区域北部和东部分别受冲淡水及黑潮表层水的影响,表现为大气碳汇,北部碳汇强度为^(-1)5.44 mmol·m^(-2)·d^(-1)。2017年春季研究区域平均碳通量为-6.73 mmol·m^(-2)·d^(-1)。端元混合模型结果表明陆源有机质降解导致河口pCO_(2)增加了约200μatm,促使春季河口由大气CO_(2)的弱汇转变为碳源;陆架区域在仅考虑水团分配下同样为碳汇,而藻华过程进一步降低了pCO_(2)(下降144μatm),增强了其碳汇能力。

2011年长江口-东海P-PN断面碳酸盐体系参数的季节分布特征及影响因素

海水碳酸盐体系参数是反映碳循环调控机理和季节性酸化过程的重要海水化学参数。本文根据2011年3月、7月、11月和12月4个不同季节航次获取的长江口海域海水碳酸盐体系参数,探讨了长江口-东海P断面溶解无机碳(DIC)和总碱度(TA)的空间分布特征及其影响因素。结果表明:内陆架区,DIC和TA的平均值均表现为:夏季<秋季<冬季<春季;垂直分布上,夏季和秋季受长江冲淡水影响出现层化现象,春季和冬季均垂直混合较均匀。东海内陆架DIC与温度和DO呈显著负相关;TA则受温度和DO变化影响较小,与盐度呈正相关。结合2011年东海外陆架的PN断面数据分析,DIC和pH分别与表观耗氧量(AOU)呈显著正相关和负相关,东海外陆架的pH/AOU的斜率为-0.0027 pH/(μmol·kg^(-1));而内陆架区的pH/AOU的斜率为-0.0018 pH/(μmol·kg^(-1)),低于黑潮次表层水中pH/AOU的斜率。东海内陆架区由于存在季节性的通风作用以及较强的海水碳酸盐体系缓冲能力,底层水体中因有机质耗氧降解导致的季节性酸化信号在一定程度上得到了缓解。

夏季洪水对长江口及邻近海域颗粒有机碳分布与来源的影响

基于2020年7月洪水期间采集的长江口及邻近海域的温度、盐度、总悬浮物(Total Suspended Matter,TSM)质量浓度、颗粒有机碳(Particulate Organic Carbon,POC)质量浓度和颗粒有机碳稳定同位素(δ^(13)C_(POC))等数据,分析了洪水事件对该区域POC分布与来源的影响。结果显示,研究区域内POC和盐度呈显著负相关(r^(2)=0.41,p<0.01),与TSM呈显著正相关(r^(2)=0.92,p<0.01),表明咸淡水的混合是影响POC分布的重要因素。研究区域东北部表层海水POC质量浓度局部升高,并且δ^(13)C_(POC)值显示为海源信号,表明浮游植物生产是影响该海域POC分布的另一重要因素。此外,由于高径流量形成的稀释效应,洪水事件会降低陆源输入的POC质量浓度,研究区域东南侧偏轻的δ^(13)C_(POC)也表明,洪水事件会扩大陆源POC在东海的影响范围。

基于IWOA优化Res-BiGRU深度学习模型的海表温度预测方法

海表温度(sea surface temperature,SST)是研究海洋环境和气候变化的重点要素之一。现有基于深度学习的SST预测算法存在调参耗时和预测精度偏低的问题,基于此本文提出了一种基于改进鲸鱼优化(improved whale optimization algorithm,IWOA)的残差双向门控循环神经网络(residual bidirectional gated recurrent neural network,Res-BiGRU)的SST预测算法,并选取东海海域的二维月均SST空间分布和一维日均SST时间序列数据验证了算法的可行性和有效性。针对二维月均SST空间分布数据,首先利用Res-BiGRU神经网络提取SST序列信号的空间和时间特征,在解码阶段引入时空注意力机制对提取特征的权重分配进行调整。其次采用IWOA算法对训练参数进行寻优,提高训练参数调整效率和Res-BiGRU模型精度。针对一维日均SST时间序列数据,引入集合经验模态分解法(ensemble empirical mode decomposition,EEMD)对SST序列信号进行预处理,然后利用IWOA-ResBiGRU进行特征提取和SST预测。实验结果表明,本研究提出的基于IWOA优化Res-BiGRU算法对二维月均SST和一维日均SST的预测均方误差分别可达到0.35℃和0.09℃,预测结果优于其他模型,可成为SST预测的重要工具。