全文下载排行

海底天然气水合物藏是天然的巨型碳储藏库,是深部甲烷等烃类气体运移至海底过程中暂时的碳储,是地球碳循环过程的重要一环。冷泉通常与海底天然气水合物藏分解密切相关,是深源或浅层气及水合物分解气在海底发生渗漏的现象。该文根据国内外天然气水合物及冷泉系统勘查的最新动向,综述了与水合物及冷泉流体渗漏相关的羽状流、运移通道、海底微地形地貌等要素的海底原位观测技术,主要包括:走航式及坐底式原位观测、海面及低空渗漏甲烷观测、海底可视化观测、与水合物及冷泉相关的海底观测网络等。综合使用原位观测技术可以更细致、全面地描绘水合物和冷泉系统的时空“景象”,更好地协助厘清海底渗漏甲烷的归趋,拓展人类对深海独特生命绿洲的认知。

海岛森林生态系统受地理位置特殊和数据源较少等因素影响,其碳通量动态监测及碳汇功能评估鲜见报道。该文以南麂岛森林生态系统为研究对象,基于涡度相关技术探讨了2020—2021年净生态系统碳生产力(net ecosystem productivity, NEP)、总初级生产力(gross primary productivity, GPP)和生态系统呼吸(ecosystem respiration, Reco)的变化特征及其影响因素。结果显示,南麂岛森林生态系统表现为碳吸收,2020和2021年CO₂净吸收量分别为516 g C·m^-2·a^-1和598 g C·m^-2·a^-1,Reco分别为1 037 g C·m^-2·a^-1和1 646 g C·m^-2·a^-1,GPP分别为1 552 g C·m^-2·a^-1和2 244 g C·m^-2·a^-1。太阳总辐射(Rg)、光合有效辐射(PAR)、净辐射(Rn)、显热(H)与NEP、GPP显著正相关(p≤0.001);空气温度(Tair)和土壤温度(Tsoil)与Reco显著正相关(p≤0.001)。日尺度上南麂岛森林光合作用时间长于碳吸收时间,当Tair达到10.05~27.76 ℃,PAR达到110.47~429.44 μmol·m^-2·s^-1时,海岛森林光合作用强度高于生态系统呼吸作用强度,表现为CO₂吸收。南麂岛森林生态系统碳通量监测与评估将为建立我国蓝碳动态监测评估管理体系提供重要的理论支持。

随着海洋观测数据和数值模式产品的爆发式增长,人工智能方法在海洋学研究中展现出巨大的潜能。该文首先回顾了海洋大数据科学的发展历程,并详细介绍了人工智能在海洋现象识别、海洋要素与现象预报、海洋动力参数估算、海洋预报误差订正和海洋动力方程求解中的研究现状。具体地,阐述了海洋涡旋、海洋内波和海冰等海洋现象的智能识别研究,海面温度、厄尔尼诺-南方涛动、风暴潮、海浪和海流的智能预测研究,数值模式中海洋湍流过程参数化方案的智能估算研究以及海浪、海流等海洋现象预报误差的智能订正研究。此外,还讨论了物理机制融合和傅里叶神经算子在海洋运动方程智能求解中的研究进展。该文立足于当前人工智能海洋学的发展现状,旨在全面展示人工智能技术在海洋学领域的优势和潜力,并聚焦于海洋数字孪生和人工智能大模型两个新兴的研究热点,展望未来人工智能海洋学的发展方向,为海洋学者提供启示和参考。

随着观测技术的进步和海洋数值模拟能力的提升,已发现在海洋次表层中广泛存在一种远离生成源区、结构紧致且稳定的次表层强化的SCVs,其动力学特征表现为:弱层结,低位涡中心,外围等密度线呈透镜状结构,温度、盐度或其他示踪量的性质与周围水体相比存在明显异常,内部核心流速较强。此类次表层SCVs对于海洋的水体运输、热盐环流和海洋生物生态环境均有重要影响。该文通过综述海洋次表层SCVs的结构及水文特征、识别方法、次表层SCVs在全球的分布、动力学机制及其重要影响等,展现次表层SCVs的研究进展,提出了未来研究的方向,包括研究的难点和全面认识海洋次表层SCVs尚待解决的问题。

波浪是塑造开敞型潮滩动力地貌的重要因素,但目前对潮滩波浪特征研究仍较少。该文以长江口南汇潮滩为例,通过对固定平台声学多普勒流速仪(Acoustic Doppler Velocimeter,ADV)获得的流速和水压等高频数据进行反演,获得了波浪特征参数和波浪谱参数,进而分析了它们在潮周期内的变化规律和影响机制。研究表明,观测期间南汇潮滩3个站位波浪的常浪向和强浪向以SE向为主,由长周期涌浪占主导。3个站位的有效波高与水深均成正相关关系,但各站位在涨、落潮期间的拟合系数不同。波浪轨道流速受浅水效应和潮流流向的影响明显,如在涨潮初期达到最大,在转流时期出现谷值。落潮期间波浪频谱以双峰谱为主,明显受到潮汐水位和地形的综合影响,期间峰值能量不断衰减且逐渐分散,并伴随出现了峰频转移现象。

红树林、滨海盐沼和海草床是典型的滨海蓝碳生态系统,具有相当可观的固碳能力。植被碳库和沉积物碳库是蓝碳生态系统有机碳的主要载体,其变化过程决定了生态系统的整体固碳能力。本文尝试从碳库相互作用的角度出发,通过文献梳理,总结不同植被碳库之间、不同沉积物碳库之间以及植被碳库和沉积物碳库之间相互作用的研究进展,指出物种竞争、外源碳输入以及生物地貌学过程在碳库相互作用中所起到的重要作用,并提出滨海蓝碳生态系统碳库研究中存在的问题和未来研究的方向。

针对单波束测深数据插值模型精度验证困难等问题,利用潮间带潮汐规律,提出了一种基于高精度无人机数据验证插值模型精度的方法。在低潮时利用无人机摄影测量构建高精度潮间带数字表面模型,高潮时获取单波束测深数据并结合全球导航卫星系统技术计算得出潮间带地形点的三维坐标,使用克里金插值法、反距离权重法、规则样条函数法以及自然邻域法分别构建潮间带数字高程模型。以无人机数字表面模型数据为基准,分别对4种插值方法构建的潮间带数字高程模型进行精度分析。结果表明:1)后处理差分技术辅助无人机摄影测量可以构建高精度潮间带数字表面模型。2)在潮间带区域可以使用无人机数据作为单波束测深数据精度的评价标准。3)潮间带地形较为平坦时,规则样条函数法相比于其他3种插值方法精度更高,粗差率为12.5%。

深海橄榄岩在海底洋中脊、俯冲带和大陆边缘等构造环境中广泛分布,并普遍经历后期蚀变,其中蛇纹石化作用是最主要的蚀变类型。蛇纹石化是指橄榄岩中富镁铁矿物,如橄榄石和辉石,被蛇纹石、磁铁矿、水镁石等一系列次生矿物所取代的化学过程。蛇纹石化反应条件与热液循环、成矿物质迁移等具有密切的联系,对指示热液成矿作用具有重要意义。传统的岩石矿物学、地球化学方法在反映蛇纹石化条件时具有多解性和不确定性,不同矿物或不同化学指标可能指示不同的结果。氧同位素在自然界普遍存在,氧同位素示踪法具有适用范围广、容易比对、支持原位微区分析等优点,可以清晰地反映矿物或岩石-流体体系的反应条件和过程。该文主要综述了氧同位素测温法的原理、深海橄榄岩蛇纹石化过程、氧同位素测温法在深海橄榄岩蛇纹石化过程中的应用案例、蛇纹石氧同位素组成变化的影响因素以及氧同位素测温法的优势和局限性等问题,为后续更深入地了解深海橄榄岩蛇纹石化过程提供参考。

为了探究东海黑潮周边涡旋分布、形成机理及运动规律,基于法国国家空间研究中心(CNES)卫星海洋学存档数据中心(AVISO)的中尺度涡旋数据集展开了研究。首先,统计了近27年东海黑潮周边的涡旋分布,发现在黑潮弯曲海域产生了650个涡旋,在黑潮中段海域产生了271个涡旋,其中直径100~150 km之间的涡旋数量最多,涡旋振幅主要集中在2~6 cm。其次,分析了东海黑潮的运动路径和涡运动过程,结果表明,黑潮气旋式弯曲海域内侧易产生气旋涡,且移动路径较长,如台湾东北海域黑潮流轴气旋式弯曲处产生的涡旋,其平均位移达到了87.6 km;当反气旋式弯曲海域内侧产生反气旋涡时,涡旋往往做徘徊运动。黑潮中段海域的涡旋呈现出气旋涡在黑潮主轴西侧、反气旋涡在黑潮主轴东侧的极性对称分布特征,两类涡都沿黑潮主轴向东北方向移动。最后,结合再分析的流场、海面高度数据,讨论了涡旋运动规律和生成机制。黑潮弯曲处涡旋的生成与黑潮流体边界层分离有关,奄美大岛南部到冲绳岛西侧的黑潮逆流对黑潮中段海域涡的极性对称分布起到了关键作用,涡旋在运动过程中通常经历生长、成熟和衰变三个阶段。

硝酸盐是海洋中浮游植物生命活动可利用的主要氮形态,其跃层深度(Z_N)会直接影响硝酸盐垂向输送、海洋初级生产力以及海洋碳循环。随着海洋观测技术的不断发展,硝酸盐剖面数据的采集呈现多样化,包括船基CTD观测和生物地球化学浮标BGC-Argo自动观测等,且垂向采样分辨率差异较大(CTD较低,BGC-Argo较高)。针对不同采样数据,亟需对硝酸盐跃层深度计算方法进行系统且定量化的对比分析研究。本文利用西北太平洋历史船测CTD数据和BGC-Argo浮标数据,采用差值法、梯度法和阈值法分别计算对应硝酸盐跃层深度。研究结果表明:就单一硝酸盐剖面,基于BGC-Argo数据,差值法计算的Z_N与目视解译的Z_N相差仅为0.2 m,阈值法次之为20.0 m,梯度法相差最大为202.8 m;基于CTD数据,差值法计算的Z_N与目视解译的Z_N相差2.0 m,阈值法相差49.0 m,梯度法相差155.0 m。相较于梯度法和阈值法,差值法计算的Z_N与目视解译的Z_N相差最小。根据误差统计分析结果发现,基于BGC-Argo数据,三种方法计算得到的Z_N与目视解译的Z_N均呈现良好相关性,其中差值法计算结果误差最小(R²为0.77,RMSE为28.48 m),阈值法的R²为0.64,RMSE为34.85 m,梯度法的R²为0.52,RMSE为53.80 m;对于CTD数据,由于其垂向采样分辨率较低,三种方法计算得到的Z_N与目视解译的Z_N相差较大,但相比于梯度法和阈值法,差值法的误差仍最小(R²为0.81,RMSE为16.13 m),阈值法的R²为0.47,RMSE为27.65 m,梯度法的R²为0.42,RMSE为36.41 m。通过对比分析各方法的特点和差异性,初步探究了各方法的适用性,可为深入研究硝酸盐垂向分布特征和向上输运过程提供科学参考。

印度洋偶极子(Indian Ocean Dipole,IOD)是影响区域及全球气候变化的关键气候现象。准确预测IOD对于理解全球气候至关重要,但传统方法在捕捉其复杂性和非线性方面的局限限制了预测能力。该文首先概述了IOD的相关理论,并评估了传统预测方法的优缺点。然后,综合分析了深度学习在IOD预测领域的应用和发展,特别强调了深度学习模型在自动特征提取、非线性关系建模和大数据处理方面相较于传统方法的优势。与此同时,该文还讨论了深度学习模型在IOD预测中所面临的挑战,包括数据稀缺、过拟合以及模型可解释性等问题,并提出了未来研究的方向,旨在推动深度学习技术在气候预测领域的创新与进步。

两相淋滤实验能够分离深海铁锰结核的水生矿物相和残留矿物相组分,为研究深海铁锰结核成矿作用以及古海洋环境提供直接信息。为了探讨两相淋滤实验在不同成因类型铁锰结核成矿作用研究中与全岩样品分析结果的差异,本文选取了西太平洋海山区和东太平洋CC区6个站位的铁锰结核样品进行了全岩样品矿物学和元素地球化学分析,利用两相淋滤实验分别提取了铁锰结核样品的水生矿物相和残留矿物相组分,并进行了元素地球化学分析。结果表明,不同类型铁锰结核的两相淋滤实验中残留相质量占比为14.0%~17.6%,变化较小,残留矿物相组分中Nb、Rb、Ta、Ti、Zr等元素含量较高。水生矿物相组分中的Co、Ni、Cu、Zn、Sr、REY元素含量及其比值变化与全岩样品基本一致。水生矿物相与残留矿物相中Ti、Nb、Sr含量的比值与全岩样品的Mn/Fe值呈较好的负相关关系,可作为研究铁锰结核成矿环境的指标参数。

该文分析了珠江口沉积物柱状样HKUV16中正构烷烃的长链奇碳烷烃含量(∑oddC_25~33)、碳优势指数(CPI)、平均链长(ACL)、C₃₁/C₂₇和海洋水生植物比重(P_mar-aq),探讨了中全新世以来正构烷烃来源变化及对珠江流域环境变迁的指示。HKUV16的长链正构烷烃特征指示其主要来自陆源高等植物。在8.0~7.0 ka BP期间,∑oddC_25~33、CPI值和P_mar-aq值增加,ACL和C₃₁/C₂₇为低值,指示该时期陆源有机质输入增加,木本植物占比大,珠江流域气候湿润。在7.0~3.2 ka BP期间,∑oddC_25~33降低,表明陆源有机质输入减少,而ACL和C₃₁/C₂₇呈增—减—增的变化趋势,指示珠江流域可能经历了干旱—湿润—干旱的气候变化。3.2~2.2 ka BP,ACL、C₃₁/C₂₇的高值显示此时草本植物占比明显增大,可能意味着该时期的气候较为干旱。多指标综合显示2.2 ka BP之前珠江口沉积物的正构烷烃变化主要受夏季风的影响,而2.2 ka BP以来不断增强的人类活动可能成为影响珠江流域生态环境的主导因素。

收集1954—2019年珠江流域的3个主要水文站:高要站(西江)、石角站(北江)和博罗站(东江)的径流量与输沙量资料,运用Mann-Kendall非参数检验法和累积距平法,分析了珠江流域水沙近70年来的年际变化特征。结果表明,1954—2019年珠江年径流量变化趋势不明显,年输沙量呈下降趋势,高要站与博罗站年输沙量分别于2003年和1991年发生突变,多年平均输沙量较突变前分别减少了71.30%和48.88%,石角站未发生明显突变。2000—2019年珠江流域归一化植被指数(Normalized Difference Vegetation Index,NDVI)整体呈上升趋势,植被覆盖改善区域占流域总面积的89.27%,但NDVI与水沙变化的相关性不显著。运用双累积曲线法对不同时期人类活动对珠江输沙量的影响进行分析,20世纪80年代以来,森林砍伐、水库建设、水土保持等人类活动对输沙量造成显著影响,2000年以后龙滩水库建设是西江输沙量下降的主要原因,植被改善对于珠江流域输沙量的影响不明显。

将Holland风场与ERA5风场相结合,通过引入一个随风速半径变化的权重系数,构建了混合风场,进而利用MIKE21 SW建立了浙江海域台风浪模型。使用Holland风场、ERA5风场、混合风场作为输入风场模拟1918号台风“米娜”期间的风速和有效波高,验证结果说明Holland风场和ERA5风场均无法准确反映真实风场和有效波高,而本文构建的混合风场弥补了两种风场的不足。为验证混合风场在浙江海域是否具有普适性,选取近5年影响浙江海域最为严重的5个典型台风进行台风浪数值模拟实验,并开展误差统计分析。结果表明:Holland风场在台风中心周围的风速模拟表现较好,最大风速的平均相对误差为8.62%~10.19%,但10 m/s以下风速的平均相对误差较大,为29.76%~44.29%;ERA5风场在台风中心周围的风速偏小,最大风速的平均相对误差为17.64%~25.77%,但10 m/s以下风速的平均相对误差比Holland风场小,为19.64%~32.00%。对5个台风的模拟中,由Holland风场、ERA5风场和混合风场驱动得到的台风浪有效波高平均相对误差的平均值分别为29.92%、25.62%和22.82%,均方根误差的平均值分别为0.46 m、0.42 m和0.39 m,一致性指数分别为0.94、0.95和0.96。上述结果说明本文构建的混合风场在浙江海域具有普适性,能够提高台风浪的模拟准确度。

生物组织病理指标可用于评价海洋生物健康,但在应用中存在效率低、成本高、主观性强等缺陷。将人工智能技术引入生物组织病理分析,可以发挥其高通量的图像分析优势,突破其在海洋生物健康评价和监测中的应用限制。该文通过对海洋生物组织健康评价指标、人工智能技术的图像分析应用以及利用人工智能开展组织病理图像处理的文献调研,提出基于深度学习的海洋动物组织病理图像分析思路,并以海洋贻贝作为模式生物进行技术开发。经过对贻贝鳃组织病理影像数据的训练、验证和预测等过程,确定Res-UNet深度学习模型可对贻贝在典型环境污染物胁迫下的病理损伤进行高效、准确定量,构建了一种能够自动化、高通量和弱主观性地分析海洋贻贝组织病理影像的工作流程,为海洋生物健康评价、海洋监测提供新思路与新技术。

海浪是海洋中最为重要的现象之一,快速准确的海浪预报对于保障海上生产、生活安全具有重要意义。该文回顾了海浪预报方法的发展历程,包括传统统计预报、数值模式预报以及目前快速发展的人工智能预报。基于人工智能的海浪预报模型表现出计算速度快、预报精度自适应优化等优势,已经开始从研究阶段逐步应用于实际海浪预报业务之中,但同时该方法也存在预报要素有限、极端海况预报值偏低以及预报泛化能力弱的局限。该文根据人工智能海浪预报的特点,提出了人工智能海浪预报目前亟需解决的观测数据高效利用、先验知识引入、人工智能模型安全性与泛化能力提升等关键科学技术问题。

红树林、盐沼和海草床被称为三大海岸带蓝碳生态系统,在维持海洋生物多样性、净化水质、营养物质循环以及固碳、储碳等方面发挥重要作用。该研究以蓝碳生态系统分布广泛的广东和广西作为研究区,研究海岸带蓝碳生态系统与海洋生态红线的容斥关系,进而进行海岸带蓝碳生态系统的保护空缺分析,在此基础上提出海洋生态红线外的推荐优先保护区域。该文基于2019年卫星遥感影像、2020年和2021年现场调查和无人机遥感数据,获知广东海岸带蓝碳生态系统总面积为14 481.39 hm²(红树林11 928.87 hm²,盐沼1 258.00 hm²,海草床1 294.52 hm²),广西海岸带蓝碳生态系统总面积为11 751.30 hm²(红树林10 171.70 hm²,盐沼1 450.36 hm²,海草床129.24 hm²)。结果显示,广东海岸带蓝碳生态系统面积的62.13%、广西海岸带蓝碳生态系统面积的59.88%分布在海洋生态红线内。广东红树林、海草床的分布面积和受保护比例均大于广西,盐沼的分布面积和受保护比例均小于广西。广东3种海岸带蓝碳生态系统类型中,有38.16%的盐沼受到保护,85.41%的海草床被纳入保护范围,62.13%的红树林被纳入保护范围。广西3种海岸带蓝碳生态系统类型中,有52.99%的海草床受到保护,盐沼和红树林生态系统受保护的面积比例分别为49.58%和61.44%。研究指出榕木江湾到茅尾海沿岸、铁山港、雷州湾、柘林湾等区域可作为海洋生态红线外海岸带蓝碳生态系统的推荐优先保护区域。

海岸线是描述海陆分界的重要地理要素之一,其在自然因素及社会经济因素的双重影响下发生着不同强度的动态演变。基于Landsat系列卫星遥感影像,通过RS、GIS技术结合实地勘察,分析了1976—2021年间南澳岛海岸线时空演变,并运用灰色关联分析法进行驱动因素分析。结果表明:1)45年来南澳岛海岸线变迁显著,长度增长了11.06 km,分形维数呈升高趋势;2)研究期内,岸线类型由基岩为主的自然岸线向人工岸线转化,岸线利用程度综合指数呈增长趋势,岸线结构呈单一至多元发展的态势;3)南澳岛海岸线演变有明显的镇区差异,后宅镇受人为因素影响大,其演变较为显著,云澳、深澳两镇主要受到自然因素影响,其演变较为缓慢;4)台风(自然灾害)以及人口数量是南澳岛海岸线演变的主要驱动因素。

该文基于美国国家浮标资料中心(National Data Buoy Center,NDBC) 浮标观测数据对哨兵一号搭载的合成孔径雷达(synthetic aperture radar,SAR) 反演风速数据进行精度分析,并利用BP神经网络 (back propagation neural network) 对SAR反演风速的偏差进行校正;同时针对环境要素、BP神经网络训练输入的样本量以及神经网络结构参数设计了敏感性试验;最后将SAR标量风场数据转换为用u、v矢量表示的风场数据,并对u向风和v向风分别进行了精度分析和校正。实验结果表明:SAR反演风速相较于浮标观测数据出现了低估现象;经过BP神经网络校正后,SAR反演风速数据的精度得到了改善,风速的平均偏差绝对值从0.78 m/s下降到0.04 m/s,均方根误差从1.98 m/s下降到了1.77 m/s;敏感性试验表明输入质量较差的环境要素数据时BP神经网络的校正效果有所下降,而增加训练集样本量能改善校正效果;将标量风场数据转换为u、v矢量风场数据后的校正结果也显示BP神经网络具有较好的校正效果。