基于航次觀測和再分析資料的南海海表二氧化碳分壓反演及變化機(jī)制分析*

邱爽, 葉海軍, 張玉紅,3, 唐世林,3

1. 熱帶海洋環(huán)境國家重點實驗室(中國科學(xué)院南海海洋研究所), 廣東 廣州 510301;

2. 中國科學(xué)院大學(xué), 北京 100049;

3. 南方海洋科學(xué)與工程廣東省實驗室(廣州), 廣東 廣州 511458

過去研究表明, 海洋吸收了大量人類產(chǎn)生的二氧化碳(CO2)。換而言之, 海洋是非常重要的人類排放CO2的儲存庫或碳匯, 其存儲能力一直是研究海洋CO2的核心科學(xué)問題。如: 為了避免全球增暖, 依靠海洋來有效地儲存CO2究竟能夠持續(xù)多久？要回答這個問題, 首先要了解海-氣界面CO2的交換能力,海表CO2分壓(pCO2)是其主要描述因子。自從工業(yè)革命以來, 大氣CO2持續(xù)升高, 從1850 年到現(xiàn)在增加了近1.5 倍(從280ppm 至410ppm)(Dlugokencky et al, 2021)。在RCP 8.5 的排放情景下, 模式預(yù)測到2100 年, 大氣pCO2最高會升至930ppm(Ciais et al,2013)。另一方面, 世界大洋吸收了大量排放到空氣中的CO2, 使海水酸度增加, 并減弱碳酸鹽系統(tǒng)的緩沖容量, 降低海洋進(jìn)一步吸收大氣CO2的能力,從而影響生態(tài)系統(tǒng)(Mostofa et al, 2016)。

邊緣海面積占全球海洋面積的8%, 其初級生產(chǎn)力卻占到了28%, 具有很大的固碳潛力(Laruelle et al, 2014, 2018)。但由于邊緣海海洋動力過程復(fù)雜,且受生態(tài)系統(tǒng)的影響更為顯著, 其碳循環(huán)系統(tǒng)及其變化過程表現(xiàn)更為復(fù)雜(Fassbender et al, 2018;Woosley, 2018)。南海是西北太平洋最大的邊緣海,在全球氣候變化下, 探究南海碳通量變化趨勢具有重要的科學(xué)意義。以往南海海表pCO2的時空分布及海-氣CO2通量研究多以實測資料分析為主, 模型反演研究受觀測資料的時間和空間局限性影響顯著?；?000—2018 年47 個航次資料的分析, Li 等(2020)將南海分成5 個區(qū)域分別進(jìn)行研究, 區(qū)域面積加權(quán)平均得到南海海-氣CO2通量的季節(jié)變化, 其中春季 CO2通量為 0.9±0.9mmol·m–2·d–1, 夏季為2.5±1.4mmol·m–2·d–1, 秋 季 為 1.9±1.1mmol·m–2·d–1,冬季為-1.1±2.2mmol·m–2·d–1。南海年平均海-氣CO2通量為1.2±1.7mmol·m–2·d–1, 估算得到南海每年向大氣釋放13±19 百萬噸碳。這個數(shù)值顯著小于前人研究結(jié)果, 其原因主要是兩者所用的數(shù)據(jù)不同(Zhai et al, 2013; Li et al, 2020)。另外, 研究得到南海區(qū)域碳排放量的不確定性高達(dá)19 百萬噸, 與有限區(qū)域調(diào)查數(shù)據(jù)的外推所引入的不確定性有關(guān)(Wang et al,2014)。

南海海表pCO2受多種動力過程和生物作用的影響。根據(jù)物質(zhì)交換發(fā)生的界面不同, 南海海盆和北部陸架區(qū)分別為大洋主控型邊緣海(OceMar)和河流主控型陸架海(RiOMar)(Dai et al, 2013, 2009)。黑潮水入侵呂宋海峽, 進(jìn)入南海北部, 造成局地海-氣CO2通量變化(翟惟東, 2015)。越南東部海域表層海水受湄公河高pCO2淡水的影響, 形成較高的CO2源區(qū)(許欣 等, 2016)。姜亦飛等(2014)通過對南海東北部春季海表pCO2的研究, 發(fā)現(xiàn)陸架區(qū)因受珠江沖淡水、沿岸上升流及生物活動的影響而呈現(xiàn)CO2的強(qiáng)匯特征。此外, 臺風(fēng)過境時的降雨和強(qiáng)垂直混合, 及其與中尺度渦的相互作用, 也對海表pCO2的分布有極大影響(Sun et al, 2014; Ye et al, 2017)。上升流改變表層營養(yǎng)鹽、海溫和溶解無機(jī)碳的含量,使得局部海區(qū)海表pCO2呈現(xiàn)復(fù)雜變化(Dai et al,2013; Jiao et al, 2014)。另有研究顯示南海CO2通量的年際變化還與厄爾尼諾相關(guān)(Sheu et al, 2010)。三亞鹿回頭岸礁海域的pCO2和海-氣CO2通量季節(jié)變化顯著, 主要受生物過程控制(Yan et al, 2016)。西沙島礁的海-氣pCO2分壓差(ΔpCO2)主要受生物代謝過程控制, 鈣化和呼吸作用對ΔpCO2起促進(jìn)作用(Dai et al, 2009)。

2009 年以來, 國內(nèi)學(xué)者基于簡單數(shù)據(jù)擬合、神經(jīng)網(wǎng)絡(luò)模型以及半分析模型, 建立了南海北部海表pCO2遙感反演模型(Liu et al, 2009; Zhu et al, 2009;Jo et al, 2012; Lu et al, 2017)。基于2004 年夏季南海北部兩個航次實測的海表pCO2資料, Zhu 等(2009)建立了海表溫度與葉綠素a濃度的雙參數(shù)經(jīng)驗算法,其均方根誤差為4.6μatm; Jo 等(2012)在增加2 個航次的基礎(chǔ)上, 根據(jù)四參數(shù)(海表溫度、葉綠素a濃度、經(jīng)度和緯度)構(gòu)建了南海北部海表pCO2神經(jīng)網(wǎng)絡(luò)算法, 其均方根誤差為6.9μatm; Lu 等(2017)認(rèn)為南海海表pCO2主要受海表溫度的控制, 構(gòu)建了一個由海表溫度控制的海表pCO2經(jīng)驗反演模型; 呂航宇等(2018)結(jié)合熱力學(xué)作用、水平混合和生物作用, 建立了珠江口夏季海表pCO2半分析遙感反演模型,其結(jié)果與實測資料相符。以上模型均能較好地反演某一時段海表pCO2的空間分布, 但由于模型構(gòu)建所用的數(shù)據(jù)資料較少, 故模型的適用范圍較窄。

近年來國內(nèi)外學(xué)者廣泛關(guān)注碳通量研究, 而在Global Ocean Data Analysis Project(GLODAP)和Surface Ocean CO2Atlas(SOCAT)數(shù)據(jù)集中, 南海海表pCO2資料幾乎為空白(R?denbeck et al, 2013;Denvil-Sommer et al, 2018), 因此這兩個全球數(shù)據(jù)集的格點化產(chǎn)品可靠性大打折扣, 亟需開發(fā)能夠較好地體現(xiàn)南海區(qū)域海洋動力特征的海表pCO2反演算法。

本文利用2008—2014 年覆蓋南海大部分海區(qū)的實測海表pCO2數(shù)據(jù), 結(jié)合同航次現(xiàn)場觀測的海表溫度和海表鹽度數(shù)據(jù), 以及水平網(wǎng)格匹配后的衛(wèi)星觀測葉綠素a數(shù)據(jù), 利用多元線性回歸方法構(gòu)建了能夠較好地體現(xiàn)南海區(qū)域海洋動力特征的海表pCO2經(jīng)驗算法。在此基礎(chǔ)上, 結(jié)合高分辨率海洋再分析資料的海表溫度、海表鹽度和衛(wèi)星觀測葉綠素a數(shù)據(jù), 反演了南海海表pCO2。最后結(jié)合衛(wèi)星融合風(fēng)場資料和大氣pCO2資料計算得到海-氣CO2通量,并分析了南海及鄰近海域的平均海表pCO2和海-氣CO2通量變化。

1 數(shù)據(jù)來源和處理方法

1.1 pCO2 數(shù)據(jù)

本文所用到的南海海表pCO2歷史資料主要來源于兩個部分: 國際共享資料和中國科學(xué)院南海海洋研究所參加國家基金委共享航次調(diào)查所得數(shù)據(jù)。2008—2014 年總計獲得28206 組海表pCO2觀測資料, 分布如圖1 所示。

圖1 2008—2014 年南海pCO2 走航觀測資料本圖基于國家標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2016)2935 號的標(biāo)準(zhǔn)地圖制作a. 2008—2014 年航跡圖; b. 各航次采集的海表pCO2(單位: μatm)Fig. 1 Historical pCO2 observational data in the South China Sea. (a) Cruise information during 2008 to 2014; (b)sea-surface pCO2 (units: μatm)

其中, 2008—2009 年的國際共享資料下載自網(wǎng)站Pacific Marine Environmental Laboratory(PMEL;https://www.pmel.noaa.gov/co2), 數(shù)據(jù)包括CO2逸度(fCO2)、海表溫度(SST)、海表鹽度(SSS)及地理位置和時間信息。為了契合目前主流研究, 本文按照如下公式將fCO2轉(zhuǎn)換成pCO2(Denvil-Sommer et al,2018):

式中,p代表大氣壓; R 代表氣體常數(shù), R=8.314J·K–1;T代 表 絕 對 溫 度; 系 數(shù)B=(–1636.75+12.040×T–3.27957×T2×10–2+3.16528×T3×10–5)×10–6; 系 數(shù)δ=(57.7–0.118×T)×10–6。

2010—2014 年國家基金委共享航次獲取的資料是由GO-8050 觀測儀器測量得到的xCO2, 即干空氣中CO2的摩爾比值。參照Zhai 等(2005)的數(shù)據(jù)處理步驟, 根據(jù)海表溫度和海表鹽度, 將xCO2轉(zhuǎn)換為pCO2。校正后得到的觀測資料數(shù)量、觀測時間及儀器信息等見表1。觀測月份覆蓋了春、秋、冬三季, 有效覆蓋了14°N 以北的南海北部區(qū)域, 2011 年、2013年和2014 年南海中西部跨越南北的斷面觀測有效改善了南海南部觀測不足的問題。

表1 2010—2014 年國家基金委共享航次獲得的南海海表層pCO2 資料統(tǒng)計Tab. 1 Information of sea-surface pCO2 observations in the South China Sea

本文的大氣pCO2采用R?denbeck 等(2013)的大氣pCO2資料, 時間跨度為1957 年至2019 年, 空間分辨率為 2°×2.5°的逐日數(shù)據(jù), 數(shù)據(jù)下載網(wǎng)址為http://www.bgc-jena.mpg.de/SOCOM/。

1.2 海-氣CO2 通量計算

式中,u10是海面10m 處的風(fēng)速(單位: m·s–1), 本文使用Cross-Calibrated Multiplatform(CCMP)的月平均風(fēng)速資料(Atlas et al, 2011), 數(shù)據(jù)水平分辨率為15'×15', 時間跨度為1987 年至今, 數(shù)據(jù)下載網(wǎng)址為ftp://data.remss.com/measurements/ccmp/。SC是關(guān)于海表溫度(單位:℃)的方程:

根據(jù)以上公式可計算得到海-氣CO2通量, 具體用到的海表溫度和海表鹽度數(shù)據(jù)均為 HYbrid Coordinate Ocean Model(HYCOM)模式再分析資料,水平分辨率為5'×5', 時間跨度為2003 年底至2018年, 下載自 ftp://ftp.hycom.org/datasets/GLBa0.08/,本文采用了2004—2016 年的HYCOM 月平均數(shù)據(jù)。若海表pCO2大于大氣pCO2,FCO2為正, 海洋向大氣釋放CO2, 此時海洋為碳源; 反之, 若海表pCO2小于大氣pCO2,FCO2為負(fù), 海洋吸收大氣CO2, 此時海洋為碳匯。

2 結(jié)果分析

2.1 南海pCO2 的反演算法

考慮到不同水深海洋動力過程和生態(tài)過程的差異, 進(jìn)一步按照ETOPO5 地形數(shù)據(jù)(下載自https://www.ngdc.noaa.gov/mgg/global/global.html)將南海分成水深淺于30m 和水深深于30m 的兩個區(qū)域進(jìn)行反演。在淺水區(qū), 海洋生態(tài)過程的影響較為顯著, 反演結(jié)果對海表鹽度和葉綠素a的變化較為敏感; 在深水區(qū), 反演結(jié)果對葉綠素a的變化敏感度較低。故在淺水區(qū), 將分辨率為4×4km 的MODIS-Aqua 衛(wèi)星葉綠素a數(shù)據(jù)(下載自https://oceancolor.gsfc.nasa.gov/cgi/l3)與觀測的海表pCO2進(jìn)行網(wǎng)格配對,然后再利用網(wǎng)格配對后的葉綠素a和實測的海表溫度、海表鹽度這3 個變量進(jìn)行淺水區(qū)的海表pCO2反演; 深水區(qū)則僅利用實測的海表溫度和海表鹽度對海表pCO2進(jìn)行反演。

用于淺水區(qū)反演的觀測數(shù)據(jù)因受衛(wèi)星葉綠素a數(shù)據(jù)缺失影響, 僅有98 組數(shù)據(jù)實現(xiàn)成功配對。其中68 組數(shù)據(jù)用于反演模型的構(gòu)建, 另外30 組數(shù)據(jù)用于反演結(jié)果的驗證。深水區(qū)共有1034 組數(shù)據(jù)用于反演模型的構(gòu)建, 444 組數(shù)據(jù)用于反演結(jié)果的驗證。進(jìn)一步采用多元線性回歸方法, 可得到南海分區(qū)域的海表pCO2經(jīng)驗算法。

反演結(jié)果如圖2 所示, 淺水區(qū)的相關(guān)系數(shù)(R2)為0.85, 均方根誤差(Root Mean Square Error, RMSE)為5.3μatm; 深水區(qū)R2=0.64, RMSE=10.8μatm。淺水區(qū)配對后的觀測資料較少, 均方根誤差相對較小, 深水區(qū)的誤差略大, 但考慮到觀測資料覆蓋的時間跨度和空間分布都較以往的相關(guān)研究工作更長、更廣, 小于11μatm 的均方根誤差達(dá)到甚至超越了目前南海的研究水平(Zhu et al, 2009; Jo et al, 2012)。

圖2 多元線性回歸pCO2 結(jié)果與pCO2 觀測結(jié)果的比較a. 淺水區(qū)(水深≤30m); b. 深水區(qū)(水深＞30m)。紅色圓圈代表模型構(gòu)建數(shù)據(jù), 藍(lán)色圓圈代表模型驗證數(shù)據(jù)Fig. 2 Comparison of multi-linear regression pCO2 results and in-situ pCO2 observations. (a) Water depth less than 30 m; (b)deeper than 30 m. The red circle represents the model construction, and the blue circle represents the model validation

2.2 反演結(jié)果分析及驗證

本文利用多元線性回歸得到的經(jīng)驗?zāi)Ｐ? 結(jié)合HYCOM 模式再分析的海表溫度和海表鹽度數(shù)據(jù),以及MODIS-Aqua 衛(wèi)星葉綠素a資料進(jìn)行南海全區(qū)域2004—2016 年的海表pCO2反演。HYCOM 模式廣泛適用于大洋和區(qū)域海洋的研究, 能較好地模擬南海的動力過程(韓玉康 等, 2016; Yang et al,2019)。

反演得到的南海海表pCO2氣候態(tài)季節(jié)平均分布如圖3 所示。由圖可知, 南海開闊海區(qū)海表pCO2較高, 北部灣及珠江河口、湄公河口海表pCO2較低,反映了春季和夏季的生物CO2吸收和增溫、秋季的通風(fēng)以及冬季的垂直混合和冷卻對海表pCO2的影響(Li et al, 2020)。呂宋海峽全年海表pCO2較高, 主要是受到高溫高鹽的黑潮水影響。

圖3 南海及鄰近海域海表pCO2(填色; 單位: μatm)和海表溫度(等值線; 單位: ℃)的氣候態(tài)季節(jié)平均分布本圖基于國家標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2016)2935號的標(biāo)準(zhǔn)地圖制作Fig. 3 Seasonal distributions of sea-surface pCO2 (shading;μatm) and sea-surface temperature (SST; contour; ℃) of the South China Sea

基于反演得到的海表pCO2資料, 本文進(jìn)一步分析南海及其鄰近海域平均海表pCO2隨時間的變化情況(圖4a)。由于南海是季風(fēng)主導(dǎo)的海域, 海表各要素均表現(xiàn)出非常顯著的季節(jié)變化特征(圖4b—d)。海表pCO2的季節(jié)變化整體上受海表溫度的影響,表現(xiàn)為春夏高、秋冬低(圖4a、4b), 海表鹽度的影響次之(圖4a、4c)。受季風(fēng)降水和通過呂宋海峽的黑潮高鹽水輸送的影響, 海表鹽度的季節(jié)變化與海表pCO2相反, 高值出現(xiàn)在東北季風(fēng)盛行的1—2 月份, 低值出現(xiàn)在梅雨季的 6—8 月份(邱春華 等,2009; Qu et al, 2000; 陳?；?等, 2015)。在本研究所構(gòu)建的經(jīng)驗?zāi)Ｐ椭? 溫度系數(shù)和鹽度系數(shù)的比為1:3 至1:4, 而南海區(qū)域季節(jié)溫度差約為1.5℃, 是鹽度季節(jié)差值(0.2‰)的7 倍以上, 所以溫度的季節(jié)變化主導(dǎo)了南海pCO2的變化, 與前人研究結(jié)果較為一致(Zhai et al, 2013; Li et al, 2020)。值得注意的是, 盡管本研究中季節(jié)尺度上鹽度的變化沒有溫度變化顯著, 但南海海表鹽度的影響在更長時間尺度上仍是不可忽視的。海區(qū)在所有季節(jié)都是碳源。總體來說, 南海海-氣CO2通量的季節(jié)變化主要受海表pCO2的影響, 其次為風(fēng)場強(qiáng)度, 表現(xiàn)為夏秋高, 冬春低。

圖4 南海海表pCO2(a)、海表溫度(b)、海表鹽度(c)和葉綠素a(d)的時間序列圖a 和c 中疊加了太平洋年代際振蕩指數(shù)(IPO); 黑線為原始數(shù)據(jù), 藍(lán)線為低頻結(jié)果(7 年低通濾波), 棕線為IPO 指數(shù)Fig. 4 Time series of sea-surface pCO2 (a), SST (b), sea-surface salinity (c) and chlorophyll a (d). (a) and (c) are superposed with the Pacific Interdecadal Oscillation (IPO) index. The black line is the original data, the blue line is the low-frequency result (after applying a 7-year low-pass filter), and the brown line is the IPO index

圖5 南海及鄰近海域海-氣CO2 通量的氣候態(tài)季節(jié)平均分布本圖基于國家標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2016)2935號的標(biāo)準(zhǔn)地圖制作Fig. 5 Seasonal distributions of air-sea CO2 flux in the South China Sea and adjacent waters

南海及鄰近海域平均海-氣CO2通量的準(zhǔn)十年振蕩如圖6a 所示, 海-氣CO2通量在覆蓋時間段內(nèi)呈下降趨勢(–0.2±0.2mmol·m–2·a–1)。2012 年后變化較弱, 跟海表鹽度的低頻變化(圖4c)密切相關(guān), 表明太平洋氣候變化能夠通過調(diào)整南海區(qū)域海表鹽度變化來影響南海海表pCO2, 進(jìn)而影響海-氣CO2通量。此外, 值得注意的是, 2007 年以前南海區(qū)域平均的海-氣CO2通量全年為源, 而2007 年以后南海冬季的海-氣CO2通量從源轉(zhuǎn)變?yōu)閰R, 夏季依舊為強(qiáng)源,春、秋兩季為弱源。南海區(qū)域平均的大氣pCO2除季節(jié)變化外, 同時也呈持續(xù)升高的趨勢(圖6c), 因此ΔpCO2的準(zhǔn)十年振蕩(圖6a)取決于海表pCO2的變化,從而影響海-氣 CO2通量的變化, 使其在 2004—2016 年呈下降趨勢(–2.5±2.1μatm·a–1)。與海表pCO2相比, 風(fēng)速大小變化不大(圖 6b), 表明該區(qū)域ΔpCO2是海-氣CO2通量的主要控制因素。

2.3 反演結(jié)果誤差分析及驗證

在南海海-氣CO2通量計算的過程中, 根據(jù)公式(2)可知, 海-氣CO2通量的誤差由k、KH和pCO2三部分組成, 誤差分別標(biāo)記為δk、δKH和δpCO2。前人研究表明,KH的不確定性為0.3%,k的累計誤差為20%(包括系數(shù)k=0.251 時10%的誤差和4%的遙感風(fēng)場誤差)(Wanninkhof, 2014)。本研究構(gòu)建的南海海表pCO2反演, 其誤差小于10μatm(均方根誤差), 約為2.6%; 大氣pCO2的誤差約為1μatm, 小于3%。在假定各變量互不干擾的情況下, 海-氣CO2通量的誤差為20%, 可以表達(dá)為:

由上式計算得到區(qū)域平均海-氣CO2通量的變化 范 圍 為–4～5mmol·m–2·d–1( 圖 6a), 誤 差 小 于1mmol·m–2·d–1。

圖6 南海及鄰近海域的海-氣CO2 通量及海-氣CO2 分壓差(a)、風(fēng)速與海表溫度(b)和大氣pCO2(c)的準(zhǔn)十年振蕩Fig. 6 Quasi-decadal variabilities of air-sea CO2 flux and ΔpCO2 (a), wind speed and SST (b), and atmospheric pCO2 (c) in the South China Sea and adjacent waters. The red dotted line indicates the air-sea CO2 flux after applying a 7-year low-pass filter

前人研究結(jié)果表明, 南海海表pCO2呈現(xiàn)自西北向東南升高的趨勢(圖7a), 西北部近岸海區(qū)海表pCO2較低, 東南部近岸和開闊海區(qū)海表pCO2較高(Zhai et al, 2013; Li et al, 2020)。參照Li 等(2020)的分區(qū), 本研究對比分析了5 個特征區(qū)域的pCO2時間序列(圖7b)。結(jié)果顯示, 南海北部水深較淺的A 區(qū)動力機(jī)制最為復(fù)雜, 海表pCO2季節(jié)和年際差異最大, 2012 年以前的降低趨勢(–2.1±2.7μatm·a–1)和之后的升高趨勢(5.0±2.8μatm·a–1)均十分顯著。B、C、D 和E 區(qū)海表pCO2的變化區(qū)域差異不大, 都呈現(xiàn)出與A 區(qū)相似的準(zhǔn)十年振蕩趨勢。南海海表pCO2分區(qū)域分析的結(jié)果與Li 等(2020)的研究結(jié)果相吻合,說明本研究反演得到的海表pCO2資料能夠較好地體現(xiàn)南海區(qū)域海洋動力特征的影響。

圖7 南海海表pCO2 氣候態(tài)月平均和分區(qū)(a)以及各分區(qū)平均的pCO2 時間序列(b)圖a 分區(qū)參照Li 等(2020), 該圖基于國家標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站下載的審圖號為GS(2016)2935 號的標(biāo)準(zhǔn)地圖制作Fig. 7 Sea-surface pCO2 climatology in five South China Sea sub domains. (a) climatological monthly average of pCO2 in the South China Sea with the 5 domains indicated by the area of black lines according to Li et al. (2020); (b) the average pCO2 time series of each domain

3 結(jié)論

南海是西北太平洋最大的邊緣海, 在全球氣候變化的背景下, 探究南海海-氣CO2通量變化及趨勢具有重要的科學(xué)意義。迄今南海碳源匯的研究大部分基于南海北部有限的航次資料, 不能很好地體現(xiàn)南海復(fù)雜的動力過程對其產(chǎn)生的影響。本文利用2008—2014 年覆蓋南海大部分海域的28206 組觀測資料, 通過網(wǎng)格化處理及質(zhì)量控制, 進(jìn)一步構(gòu)建了海表pCO2的經(jīng)驗算法, 考慮動力和生態(tài)效應(yīng)的影響, 得到了南海分區(qū)域的海表pCO2經(jīng)驗算法公式。誤差分析結(jié)果顯示, 淺水區(qū)的反演結(jié)果較好, 相關(guān)系數(shù)高(R2=0.85), 均方根誤差較小(RMSE=5.3μatm);在深水區(qū), 相關(guān)系數(shù)較高(R2=0.64), 均方根誤差控制在11μatm 以內(nèi)(RMSE=10.8μatm)。這表明該算法所得到的海表pCO2結(jié)果具有較高的精度。

基于多元線性回歸反演模型, 結(jié)合葉綠素a衛(wèi)星數(shù)據(jù)和HYCOM 模式再分析的海表溫度和海表鹽度數(shù)據(jù), 本文反演得到了南海2004—2016 年月平均的高分辨率(5'×5')海表pCO2及海-氣CO2通量。其中, 海表pCO2數(shù)據(jù)能較好地反映南海海表pCO2在海表溫度影響下呈春夏高、秋冬低的季節(jié)變化特征。受南海季風(fēng)和海表pCO2季節(jié)變化的影響, 南海海-氣CO2通量也存在顯著的季節(jié)變化特征, 整體表現(xiàn)為夏秋高、冬春低, 年平均為弱碳源。pCO2及海-氣CO2通量的季節(jié)變化及其空間差異性與前人觀測結(jié)果十分相似, 表明該反演結(jié)果具有較高的可信度。此外, 南海海表pCO2及海-氣CO2通量存在顯著的準(zhǔn)十年振蕩特征, 即2012 年以前呈顯著降低的趨勢, 之后呈升高的趨勢, 這主要是受太平洋年代際振蕩引起的南海海表鹽度準(zhǔn)十年振蕩的影響。太平洋年代際振蕩一方面通過沃克環(huán)流上升支調(diào)整,造成南海局地降水異常, 從而影響海表鹽度變化;另一方面通過影響入侵南海的黑潮高鹽水, 導(dǎo)致南海海表鹽度的異常, 進(jìn)而引起南海海表pCO2及海-氣CO2通量的顯著準(zhǔn)十年振蕩。本研究首次提出了太平洋年代際振蕩通過影響南海海表鹽度變化進(jìn)而影響南海海表pCO2及海-氣CO2通量變化的觀點,今后有待獲取更多的觀測結(jié)果為南海海表pCO2及海-氣CO2通量研究帶來新進(jìn)展。