《Science》文章：被严重低估的南大洋冬季二氧化碳源

南大洋作为全球碳循环的关键区域，吸收了约40%的海洋人为二氧化碳，但其海气CO₂通量估算存在巨大不确定性，主要源于冬季观测数据的极端匮乏。极地冬季的漫长黑暗与持续云覆盖导致传统被动光学遥感手段失效，而数值模型则常高估温度驱动的CO₂分压变化，难以准确刻画生物与物理过程主导的季节波动。这一“观测盲区”严重限制了对南大洋碳汇年际变化及其气候调控机制的理解。本研究首次利用星载激光雷达技术，结合机器学习方法，填补了冬季观测空白，系统评估了南大洋海气CO₂通量的时空格局与控制机制。
本研究利用CALIPSO卫星激光雷达数据与机器学习重建了2007‑2020年南大洋全年海表pCO₂场与CO₂通量。结果显示，传统方法因冬季观测缺失严重低估了高纬度区域（50°‑90°S）的冬季CO₂释放，低估幅度高达约40%（图1C中绿色“总体”与紫色“冬季缺失”线对比）。中纬度区域（30°‑50°S）表现为持续增强的碳汇，而高纬度区域则呈现由南极环状模调控的碳汇/源交替模式（图1A‑D）。研究进一步揭示了通量驱动因子的时空分异：海气pCO₂差（ΔpCO₂）对通量变异的主导作用日益增强，其控制范围在2007‑2020年间从51%扩展至60%。研究还首次提出了解释表层pCO₂纬度分异的“三环”概念框架：南极环（盐度/海冰主导）、极锋环（大气CO₂/叶绿素主导）和亚极地环（海表温度/CO₂主导），为理解南大洋碳循环的纬度调控机制提供了新视角。

本研究采用多源数据融合与机器学习建模相结合的方法，系统重建了南大洋全年海表pCO₂并计算了海气CO₂通量。核心数据源包括：星载激光雷达CALIOP的Level‑1B和Level‑2数据，用于反演与太阳光照无关的颗粒物衰减、后向散射系数及海面风速；SOCATv2022提供的现场海表pCO₂数据；以及来自再分析资料的SST、SSS、混合层深度、大气xCO₂等辅助参数。研究构建了一个前馈神经网络模型用于pCO₂重建，该模型采用两步架构：首先利用卫星环境参数（SST、SSS、叶绿素、MLD、xCO₂）训练网络生成月气候平均场，然后利用现场pCO₂观测与同期环境参数训练第二个网络重建月异常场，两者相加得到最终的gap‑filled pCO₂场（月模型独立训练）。激光雷达反演的叶绿素与风速数据作为关键输入变量，有效弥补了冬季被动光学传感器的数据缺失。海气CO₂通量采用标准体积通量公式计算，综合考虑了气体传输速度（kw，基于风速参数化）、CO₂溶解度（sol）及海气pCO₂差（dp），并引入海冰密集度进行修正。为辨析通量变异的驱动机制，研究计算了kw与dp的比值以判断主导因子，并利用随机森林回归量化了SST、SSS、海冰、叶绿素、MLD、SSH、风速及大气xCO₂等八个环境因子对表层pCO₂空间变异的相对贡献。所有数据统一重采样至1°×1°网格，并采用严格的统计分析评估了重建pCO₂场与通量估算的不确定性。

本研究表明，南大洋高纬度区域冬季CO₂释放被传统观测方法严重低估约40%，纠正这一偏差对准确评估南大洋碳汇强度及其年际趋势至关重要。研究揭示南大洋碳汇呈现纬度分异：中纬度碳汇持续增强，而高纬度碳汇则受南极环状模调控，在碳汇与碳源间动态转换。驱动机制分析表明，海气pCO₂差（ΔpCO₂）对通量变异的主导作用日益增强，其控制范围在2007‑2020年间显著扩大。研究提出的“三环”概念框架（南极环、极锋环、亚极地环）系统阐释了不同纬度带表层pCO₂的主要控制因子（图2），为理解南大洋碳循环的纬度分异提供了机制性解释。这些发现凸显了冬季过程的关键作用，并强调未来需依靠星载激光雷达等主动遥感技术与多平台观测相结合，实现全年覆盖，以更准确评估南大洋在全球碳循环与气候系统中的作用。

来源：Science