《联合国海洋法公约》大陆架制度的确立标志着沿海国主权权利的范围首次延伸至200海里以外的深海区域,这一规定不仅赋予沿海国在深海资源开发中的法律地位,也促使地球科学与国际法之间建立了制度性联系。迄今为止,已有109份划界案正式提交给大陆架界限委员会,意味着大陆架划界进入了科学实践与法律程序高度交织的新阶段。然而,随着科学技术的高速发展和地缘政治的敏感影响,大陆架划界面临前所未有的挑战,将对全球海洋治理带来重大影响。本文以大陆架界限委员会收到的109份划界案和发布的44份建议文件为基础,从法律制度、地球科学理论与划界实践三个维度,系统梳理200海里以外大陆架划界的主要进展与挑战,揭示在科学证据与法律制度交织的国际深海治理体系中,大陆架划界如何成为重塑全球海洋空间秩序的重要驱动力,并提出大陆架划界在科学技术进步、国际合作与全球海洋治理领域的发展趋势。
沉积物源汇系统是连接大气圈、生物圈、水圈等活跃碳库与岩石圈稳定碳库的关键纽带,在全球碳循环中发挥核心缓冲作用。三角洲-陆架区作为海洋沉积碳汇的核心区域,以不足全球海洋8%的面积贡献了80%以上的海洋沉积有机碳通量,其碳埋藏过程与机制对全球碳平衡至关重要。本文系统综述了三角洲-陆架沉积体系中陆源有机碳的来源组成、沉积通量特征,重点阐述了有机碳源汇示踪技术、再矿化作用过程及主控机制,分析了人类活动对沉积碳汇的影响,并探讨了基于沉积物管理的海洋负排放增汇方案。研究表明,陆源有机碳的异质性、沉积环境的物理化学条件及人类活动干扰共同调控着有机碳的迁移转化与埋藏效率;当前沉积碳汇的潜力尚未被充分挖掘,亟需通过方法学创新、机制深化及技术研发,推动沉积碳汇纳入全球气候治理体系,为实现《巴黎协定》温控目标提供科学支撑与可行路径。
深水沉积过程是塑造深海地形地貌、深度参与海洋物质循环的核心动力机制,对大陆边缘和深海盆地沉积体系的构建和物质循环具有重要意义。地表碳元素及含碳物质的迁移与循环是维持有机生命活动与适宜气候环境的核心因素,而深海沉积物作为循环体系中容纳有机碳的优良储库端元,能够有效封存大气温室气体,对地质历史时期的气候演替具有重要调控作用。本研究旨在探讨典型深水沉积过程与有机碳埋藏之间的耦合机制,为构建“陆架边缘-陆坡-深海盆地有机质连续输运体系”及“深水有机碳埋藏金字塔模型”提供理论依据。基于对全球各海域典型深水有机碳埋藏体系的综合分析,研究认为重力流与底流是有机质深水连续输运体系的核心动力机制,(微)生物碳泵、浊流碳泵、底流碳泵和深地碳泵四者共同构筑起深水沉积碳埋藏基本格局。此外,影响深水有机碳埋藏结果的各类因素亦具有层级特征。然而,目前深水有机碳埋藏研究仍处于起步阶段,相关实例及机理研究非常匮乏,亟需提升对深水环境碳埋藏研究的重视程度。
黑碳(black carbon,BC)主要是由生物质与化石燃料不完全燃烧产生的惰性有机碳。全球每年产生的黑碳中大约3%~10%最终埋藏于海洋沉积物中,作为惰性碳库的重要组成部分,其时空分布和源-汇过程对于理解全球碳循环和气候演化具有重要意义。本文基于已发表的全球近千个海洋沉积物中的黑碳数据进行再分析,发现海洋沉积物中黑碳含量的时空差异显著,总体介于0.02~9.72 mg/g之间,平均为1.06 mg/g,占总沉积有机碳的比例平均约为15.1%。空间上,黑碳分布受沉积物粒度、有机碳含量等反映物源和沉积环境的因素控制;时间上,黑碳演化受气候演变与人类活动共同驱动。当前对海洋沉积黑碳来源的认知主要基于陆源输入主导的前提,认为河流输送、大气沉降及海岸侵蚀是其主要的输入途径。尽管已初步建立了黑碳源-汇过程的总体框架,但最新研究揭示全球中-深层海域的黑碳沉降通量显著超出当前已知的陆源输入总量,暗示着尚存在未知的或被忽略的黑碳来源,目前对海洋沉积黑碳的降解和再循环过程也所知甚少。未来亟需加强对关键区域(如深海环境)黑碳的特征研究,运用地球化学与有机分子碳同位素等学科交叉方法和新技术,深入解析海洋黑碳的源-汇过程与循环机制。
在深海多金属结核光学图像分割中,面临着图像对比度低、目标小和边界模糊等问题。本研究构建了一种引入动态稀疏卷积(dynamic sparse convolution,DSConv)和无参数注意力模块(simple parameter-free attention module,SimAM)的改进Mask R-CNN(mask region-based convolutional neural network)模型,对深海图像进行多金属结核目标物识别和分割。引入SimAM有效抑制了沉积物背景对结核识别的干扰;引入DSConv有效缓解了结核边界模糊问题;同时引入两个模块的改进模型,图像分割准确率为91.5%、精确率为78.0%、召回率为75.1%、交并比为69.4%。将改进模型与原始模型应用在实际测线上发现,海底结核覆盖率的识别结果中,误差低于5%的数据占比从原始模型的57%提升至改进模型的77%。本研究可为深海多金属结核覆盖率计算提供可靠的技术方案,其模块化设计也可拓展至其他目标识别、图像分割领域。
为探讨沙滩沉积物硅溶出对近海溶解硅收支的贡献开展本研究。2017年3—9月,在北黄海南部的烟台牟平近岸海域进行了6次现场调查,发现在水交换较弱的5—8月,溶解硅异常(ΔSi,相对于溶解无机氮增加的溶解硅的量)呈逐月累积的现象,月平均速率为1.5 μmol·L-1。通过溶解模拟实验、理论计算和现场数据分析,发现沙滩可渗透沉积物会发生溶解,形成溶解硅输入海洋,使近岸海域溶解硅浓度升高,月平均速率为0.7~2.0 μmol·L-1,与ΔSi的月平均速率基本一致。按照环海岸线长度进一步外推计算,黄海沙滩硅溶出量或硅酸盐溶解量,大致可以弥合黄海近岸海域夏季溶解硅收支不平衡。研究再次表明,渗透性颗粒的溶解作用可能对近海硅酸盐的总量有重要的影响。
潮滩是受潮汐影响而呈现周期性淹没和出露的区域,其淹没频率可以从一定程度上反映潮滩高程。本研究利用时序合成孔径雷达(synthetic aperture radar, SAR)卫星遥感数据开展了基于潮位互补累积分布函数的潮滩地形遥感反演方法的研究,提出了基于遥感观测次数权重缩放的淹没频率校正新方法,并基于淹没频率的数学定义探究了淹没频率与潮滩高程的函数关系,构建了基于潮位互补累积分布函数的潮滩地形反演模型。以乐清湾为研究区开展方法验证,基于时序Sentinel-1卫星SAR遥感数据,成功反演了乐清湾2019—2020年与2021—2022年两期潮滩地形,并基于对应年份的ICESat-2卫星激光测高数据进行了精度验证,两期潮滩地形均方根误差分别为0.41 m与0.51 m。使用2019年的现场实测水深数据验证了2019—2020年的潮滩地形,均方根误差为0.48 m。本文提出的反演方法可以获得高精度潮滩地形,无需实测地形数据,可推广应用到潮滩地形动态监测工作中。
海岛生态系统具有资源特殊性和生态系统脆弱性,科学评估土地利用变化对海岛生态系统固碳等服务功能的影响,对海岛可持续发展管理具有重要意义。浙江省洞头列岛具有典型的海岛生态系统,经历了填海造陆等开发利用和蓝色海湾建设等保护修复的改造,可作为构建土地利用变化对海岛海岸带生态系统固碳等服务功能影响评估方法及探讨管理措施成效的良好样本。本研究以洞头列岛为例,构建了基于XGBoost算法的土地利用分类模型,获得了1988—2023年共12期(每3年1期)土地利用分类数据(精度91.52%)。在此基础上,计算了洞头列岛林地、盐沼和滩涂等主要生态系统固碳量变化;结合社会经济统计数据,构建了洞头列岛“经济发展-土地利用-固碳功能”耦合协调度模型,探讨了洞头列岛30多年发展过程中的经济和生态耦合协调度。研究结果显示,1988—2023年间,由于自然淤长以及人为围垦造陆等作用,洞头列岛陆域总面积增加了34.97%;主要生态系统总固碳量和净固碳量累计总量分别为49.45 万t和46.13 万t,基本呈现震荡上升趋势;固碳主要源于林地和滨海湿地(滩涂和盐沼),累计固碳量分别为25.44 万t和24.01 万t。洞头列岛的“经济发展-土地利用-固碳功能”在2006—2023年间耦合协调程度处于协调状态。整体上耦合协调度受到土地利用变化影响较大,生态修复工程可以提高土地利用和固碳功能的综合评价指数,进而提高整体的耦合协调度。本研究可为海岛海岸带社会经济发展和生态环境保护规划提供科学理论和数据支撑。
甲烷厌氧氧化(anaerobic oxidation of methane,AOM)过程是冷泉沉积物中元素循环过程的重要一环。该反应一般由甲烷厌氧氧化古菌(anaerobic methanotrophic archaea,ANME)和硫酸盐还原细菌(sulfate-reducing bacteria,SRB)共同完成,两者通常以共生体的方式存在。然而目前尚未获得ANME纯培养菌株,且其缓慢的代谢阻碍了对其代谢特征、协同作用机制的进一步探索和研究。本文通过杂交链反应-荧光原位杂交技术(hybridization chain reaction-fluorescence in situ hybridization,HCR-FISH)并结合16S rRNA基因高通量测序结果,调查了南海Formosa冷泉(简称F冷泉)黑色菌席区域不同深度沉积物中ANME群落组成情况及存在状态。结果显示,ANME-1和ANME-2为F冷泉沉积物中的主要ANME类群,其中,ANME-2和SRB以菌团聚集体的方式存在,而未发现ANME-1类群与细菌成团的情况。这表明ANME-2多与SRB共生进行AOM过程,并且暗示ANME-1与ANME-2存在不同的生理功能和甲烷代谢机制。另外,在所有层位的沉积物样品中,ANME-2/SRB菌团直径主要集中在3~10 μm之间。相关性分析表明,菌团直径分布与沉积物中硫酸盐浓度等环境因子显著相关,指示冷泉环境因子对ANME/SRB菌团生长的影响作用。此外,通过HCR-FISH技术进一步发现,在F冷泉沉积物中存在多个排列整齐、大小均匀的菌团连接形成的菌团簇,这种特殊结构暗示菌团间可能存在着联系或合作关系。本研究揭示了F冷泉不同深度沉积物中ANME类群的存在状态及共生菌团的大小和分布规律,为进一步揭示不同ANME类群在原位冷泉沉积物中的甲烷代谢机制和生态功能提供了基础。
近岸河口受到陆源输入的影响,通常表现为大气二氧化碳(CO2)的源,而红树林生态系统一般是大气CO2的汇。因此,准确衡量红树林河口的CO2排放量对构建区域和全球碳收支具有重要的现实意义。东寨港位于海南岛东北部,向外连通琼州海峡,有5条主要河流汇入,西部和南部分布着成片红树林。本研究分别于2022年12月(干季)、2023年12月(干季)、2022年5月(湿季)、2023年8月(湿季)对东寨港、周边的主要河流以及邻近海域开展了4次野外调查。结果显示,表层水体CO2分压(pCO2)呈现从河流向港内、港外递减的趋势;温度、物理混合与生物活动都会影响干湿季pCO2空间分布;湿季CO2通量(8.8±8.2 mmol·m-2·d-1)大于干季(3.4±3.6 mmol·m-2·d-1),全年平均值为6.1±6.3 mmol·m-2·d-1,在全球红树林河口中处于较低水平;东寨港水体的年CO2排放量将抵消红树林植物固碳量的10.4%~21.9%。
结合涡分辨率数值模拟数据和历史水文观测数据,研究了印尼贯穿流之下两支次表层潜流——位于翁拜海峡的翁拜潜流和帝汶通道的帝汶潜流的来源和季节与年际变化特征。 结果表明,这两支潜流存在于大约200~800 m深度之间,是一个准永久性存在的潜流系统。翁拜潜流的形成主要与南爪哇潜流的东伸有关,而帝汶潜流水体来源较为复杂,主要是南爪哇潜流和卢温潜流的混合水。两支潜流均具有明显的季节变化和年际变化,其中在季节尺度上,具有显著半年周期,通常在印度洋季风转换期(4、5月份和10月份)流量达到峰值。结合历史风场、卫星高度计和温盐观测数据,发现与局地风场及其上升流相关的次表层经向压强梯度是导致其季节变化的主要因素。在年际尺度上,潜流存在2~4 a的周期,与印度洋偶极子存在显著相关。
海底地震是损害深水国际海缆的主要因素之一,认识海缆震损过程和地震引发的海底浊流对海缆的损害机制,对维护国际海底通信安全具有重要意义。本文结合最新海底地形、地貌研究成果,利用国际海缆工程专业软件Makaiplan研究大浅滩和恒春震后海缆大规模震损过程,并厘清了海缆损害规律与震后海底浊流过程之间的关系,总结出海缆震损机制。结果表明,海缆断点集中分布在海底峡谷和海沟内,造成海缆损坏的海底峡谷和海沟浊流的运动时速可达数十公里至数百公里每小时。陆上河流和陆架河道为浊流发育提供物源输入,海底峡谷和海沟为浊流运动大面积破坏海缆提供通道。震后,被动陆缘上陆坡发育的峡谷浊流可破坏陆坡、陆隆和深海平原上海缆,浊流最快速度出现在陆坡并在深海平原自加速;主动陆缘陆坡不同位置可同时发育浊流,对峡谷和海沟内海缆造成多次冲击,浊流最快速度和自加速现象出现在海沟。海缆防震措施包括:尽量避免海缆路由在与陆上河流或陆架河道连通的海底峡谷及海沟处交越,难以避免的时候则使用带外铠装浅水型海缆,海缆稍悬浮于峡谷或海沟底部并加装Uraduct,改变深水海缆的横截面形状等。
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。
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。
