基于激光数据的北极海水二氧化碳分压研究

星载激光雷达作为一种新型的主动遥感技术,为全球海洋昼夜以及极地冬季海水二氧化碳分压的研究提供了可能。研究通过使用云-气溶胶激光雷达与红外探路者卫星(CALIPSO)数据,对全球海表面叶绿素a(Chla)浓度进行了反演,并构建了基于激光数据的前向神经网络模型(FNN-LID),重构了北冰洋海水二氧化碳分压(pCO_(2))昼/夜长时序数据集。在此基础上,对基于主动遥感的极地海水Chla浓度和海水pCO_(2)数据进行了验证与分析。结果显示,基于该算法的反演产品,具有较高的数据质量,不论是和其他被动遥感的产品还是独立浮标观测数据集都有较好的一致性,且能够有效“填充”极地冬季的数据空白。在北冰洋海区,受陆源强烈影响的边缘海都表现为较高的海表Chla浓度。北冰洋海水pCO_(2)的空间格局表现出经向的差异,且pCO_(2)的季节变化十分剧烈,甚至超过80μatm。近20年来,北冰洋稳定地表现为大气二氧化碳的汇,而在东西伯利亚海和喀拉海等海冰显著衰退的地区,海面pCO_(2)的增长率非常显著。

海水二氧化碳分压测量仪器比对研究

针对两种常见的海洋pCO2测量仪器(基于水汽平衡法的pCO2自动监测系统Underway pCO2System及采用膜分离技术实现水汽分离的pCO2原位传感器HydroC/CO2)开展了室内比对试验。通过加入Na2CO3/NaHCO3或H3PO4调节水池内水体pH值控制比对环境的pCO2,在10个水平下采集了两台仪器的测量数据,通过对同步采集水样的总溶解无机碳(DIC)、总碱度(TA)及pH测定,计算得到pCO2的理论值。通过数据分析发现3组结果间一致性很好(相关系数R2均达到0.99以上),但彼此间存在较大的"系统差"——两台仪器间测量差值在50~80μatm之间,差值的平均值及标准差s为(64.52±9.52)μatm;Underway pCO2System及HydroC/CO2与CO2sys计算值之间的差值分别在15~80μatm间及-2^-50μatm间,平均值及标准差分别为(40.67±15.88)μatm及(-23.86±14.90)μatm。

高分辨率海水表层二氧化碳分压重构——以大西洋为例

海洋是自然界中重要的碳汇,海-气二氧化碳通量通常利用大气和海水表层的二氧化碳分压(pCO_(2))差进行估算。受制于时空分布不均匀的观测样本和预测数据,目前已有海水表层二氧化碳分压的重构结果在空间分辨率上仍有较大可提升空间。为在高空间分辨率下更好地拟合时空变化,基于表层大洋二氧化碳地图(SOCAT)的海水表层二氧化碳逸度(f CO_(2))数据集和遥感卫星等多源数据,利用XGBoost模型建立了海水表层二氧化碳分压值与海洋物理、生物、光学等要素的非线性关系,并根据样本时空频率构建权重模型,最终重构了2000-2018年大西洋0.0417°×0.0417°下月度海水表层二氧化碳分压分布。预测结果的相关系数为0.966,均方根误差为8.087μatm,平均偏差为4.012μatm,与同类重构结果相比,海水表层二氧化碳分压的时空变化趋势一致性强,且在空间分辨率上具有优势。

基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演

表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO2 Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998−2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。