《Ocean-Land-Atmosphere Research》文章：被动声学监测技术揭秘珊瑚礁光合作用气泡声音

珊瑚礁生态系统正面临气候变化和人类活动带来的严峻威胁，光合作用效率是评估珊瑚礁健康状况的关键指标。长期以来，浅水生态系统初级生产力的量化受限于水动力过程夹带气泡、氧气逸出等带来的测量误差，传统监测手段难以实现长期、非侵入式的连续观测。本研究以福建东山岛珊瑚礁为研究对象，通过四个季节的被动声学监测（PAM），记录并分析了藻类光合作用释放气泡时微弱脉冲的声学特征与时间变化规律。本研究有望推动初级生产者氧气逸出通量评估相关研究，为水生生态系统健康状况的快速、连续监测提供新型非侵入式工具。
本研究通过被动声学监测技术长期记录了珊瑚礁藻类光合作用产生的气泡脉冲声学信号，并利用反向传播神经网络（BPNN）筛选出候选脉冲信号。光合作用气泡脉冲波形呈指数衰减特征，峰值频率约15 kHz（图1）。

长期监测数据显示，光合作用气泡脉冲存在显著的季节变化规律（图2）。各个季节中，夏季气泡脉冲发生速率最高，达每30分钟103.2次，春季次之，为60.4次，冬季最低，为41.3次。基于环境变量构建的岭回归预测模型的分析结果，初步证实白天的光合作用气泡脉冲发生速率与水体溶解氧浓度呈正相关。除春季外，夏、冬两季气泡脉冲发生的最高速率均出现在夜间。该现象表明，此类气泡脉冲的产生并非仅来源于即时的光合产氧过程，还受礁区生物群的物理扰动以及其他可产生相似粒径气泡的过程调控。

本研究证实初级生产者也是海洋声景的贡献者，更新了海洋声景研究中以动物发声为核心的认知视角。尽管在复杂的珊瑚礁声景中，对光合作用气泡脉冲进行精准分类仍是一个难题，但本研究证明，被动声学技术在珊瑚礁生态系统健康实时监测中具有巨大潜力。未来若能结合信号处理技术与气泡声学物理模型，阐明气泡气体成分与声学特征的物理关联，有望实现对初级生产者氧气产量的精准量化。

来源：Ocean-Land-Atmosphere Research