论中国南海初级生产力的时空变化

厦门大学近海海洋环境科学国家重点实验室（MEL）光学海洋学实验室（OOL）在地球科学和遥感领域期刊IEEE Transactions on Geoscience and Remote Sensing（IEEE TGRS）上以“On the Spatial and Temporal Variations of Primary Production in the South China Sea”为题发表了论文。该研究利用卫星产品对南海盆地（水深超过200米）的初级生产力（PP）进行了估算，目的是可靠地描述这一重要边缘海域PP的空间分布和长期（2003-2019）变化。

研究背景

初级生产力（PP）代表海洋浮游植物固定二氧化碳（CO₂）的能力，约占全球生物碳固定的一半。位于太平洋西侧的南海（SCS）是研究太平洋和全球气候以及浮游植物相互作用的重要区域，它还通过吕宋海峡与 "全球气候的发动机"（西太平洋暖池）进行碳交换。然而，由于现场测量PP的困难，测量的覆盖面有限，有必要在卫星观测的基础上汇编如此大面积的长期PP数据。为此开发了许多估算PP的模型，其中VGPM是应用最多的模型之一，也被广泛应用于南海PP的研究。然而，正如许多研究所指出的，VGPM估计的PP有很大的不确定性，因此不清楚VGPM对SCS水域的PP有多大的偏差，从而对其空间分布和长期趋势的分析产生负面影响？

研究结果

过去对于南海初级生产力的时空变化研究多是利用垂直广义生产模型（VGPM，或其变体）。由于基于海洋颜色卫星产品的PP估计高度依赖于模型，而且VGPM存在各种不确定性，因此我们评估了三种主流的初级生产力模型（VGPM、CbPM（基于浮游植物碳-C_ph的模型）和AbPM（基于浮游植物吸收系数-a_ph的模型））在南海盆地水域的表现，以确定一个更好的战略或模型来估计SCS的PP。用于模型评估的原位PP数据来自2009年至2020年涵盖北部SCS（NSCS）、中部SCS（CSCS）和西部SCS（WSCS）地区（图1）。其中，基于吸收的模型（AbPM）显示出更好的性能（R² = 0.47，N = 39）（图2a）。相比之下，基于叶绿素的模型（VGPM）的R²值为0.26，而基于碳的模型（CbPM）为0.15。关于模型不确定性的更多讨论可以在原文中找到。

图1 用于算法验证的南海采样站点以及两个著名的上升流带（Lu-吕宋西北部上升流和Vu-越南东部上升流）。

图2 原位测量（PP_mea）和模型估计（PP_est）初级产量的比较，其中卫星和其它环境数据作为模型输入。(a) VGPM， (b) CbPM， (c) AbPM。

此外，还利用MODIS产品比较了三种模型得到的SCS初级生产力的空间分布和时间变化。结果表明，AbPM得到的SCS PP分布更为合理，特别是通过经验正交函数（EOFs）分析，吕宋（冬季）和越南海岸（夏季）上升流引起的高PP在AbPM结果的第一EOF模式中得到了清晰的反映，其主成分1（PC1）在2003-2019年期间呈下降趋势（冬季为-15.0% yr^-1，p < 0.05；夏季为-14.7% yr^-1，p < 0.05），与风的减弱和温度的升高有关（图3）。

图3 （a）AbPM获得的冬季（12 - 2月）SCS PP EOF分析第一模态的空间变化;（b）和（c）冬季第一EOF模态主成分1 （PC1，左轴）的年变化及其与海温（红色曲线，右轴）和风速（蓝色曲线，右轴）的关系;（d）、（e）和（f）与（a）、（b）和（c）相同，但适用于夏季南海PP（6 - 8月）。

研究展望

我们的结果表明，对于SCS水域，早期基于VGPM模型的一些发现和结论值得认真修订。这项工作的结果不仅为SCS中PP的空间和时间变化提供了新的、更可靠的见解，而且进一步呼应了AbPM是利用海洋彩色卫星产品估计PP的一个合理方案，在此基础上应进一步努力改进对浮游植物光合作用量子产率（ϕ）的估计，以及获得更准确的PP现场测量的方法。

研究团队及资助

该论文第一作者为厦门大学博士生宋鲁平，通讯作者为李忠平教授，共同作者还包括厦门大学商少凌教授、黄邦钦教授、柳欣教授以及博士生吴泽轮，美国哥伦比亚大学博士后吴静汇，以及中山大学卢文芳副教授。本研究得到了国家自然科学基金项目（41830102、42250710150、41941008和41890803）的联合资助。该研究由近海海洋环境科学国家重点实验室（厦门大学）博士生奖学金资助。感谢谢聿原博士、廖健祖博士和徐杰博士为本研究提供了有价值的数据。

Song, L., Lee*, Z., Shang, S., Huang, B., Wu, J., Wu, Z., Lu, W., & Liu, X. (2023). On the Spatial and Temporal Variations of Primary Production in the South China Sea. IEEE Transactions on Geoscience and Remote Sensing, 61, 1-14

Song, L., Lee*, Z., Shang, S., Huang, B., Wu, J., Wu, Z., Lu, W., & Liu, X. (2023). Errata on “On the Spatial and Temporal Variations of Primary Production in the South China Sea. IEEE Transactions on Geoscience and Remote Sensing, 61, 1-1

原文链接：https://ieeexplore.ieee.org/document/10032564