Science Advances | 清华大学团队揭示气候变化下全球中低纬度海洋绿度和藻类暴发频率下降趋势

近日，清华大学水利水电工程系在中低纬度海洋叶绿素a浓度监测研究中取得重要进展。研究团队基于深度卷积神经网络集成架构，生成了2001–2023年全球海洋表层日尺度、空间分辨率为0.25°×0.25°的叶绿素a浓度数据集。在此基础上，揭示了气候变暖导致海洋层化加剧对浮游植物生长的抑制作用，为认识海洋碳循环与生态系统演变提供了关键科学证据。相关成果以“Declining ocean greenness and phytoplankton blooms in low to mid- latitudes under a warming climate”为题，发表于国际著名综合性期刊《科学•进展》(Science Advances)。

叶绿素a浓度是海洋浮游植物的有效指标。海洋浮游植物是海洋生态系统的基础，贡献约全球一半的净初级生产力，在碳循环和气候调节中具有重要作用。其高光合作用区域常被视为海洋初级生产力的热点，维持生态系统的物质与能量流动并支撑渔业资源。然而，有害藻华频发也对海洋生态安全构成了威胁，亟需开展长期、高精度的全球及重点区域浮游植物分布及生物量监测。目前，卫星遥感虽可提供大范围、长时序观测，但受云层、耀斑及传感器性能影响，日尺度产品全球缺失率常超过70%。同时，现场观测存在标准不一、空间覆盖不均等问题，进一步限制了数据质量。这些观测与分析方法的差异，导致对全球浮游植物变化趋势的判断存在分歧：有研究指出中低纬度海域叶绿素a浓度呈下降趋势，也有观点认为气候变暖促使部分沿海区域藻华增多，出现“绿化”现象。争议凸显了准确量化叶绿素a浓度时空变化的必要性，尤其在生态敏感海域。

为突破上述瓶颈，研究团队开发了基于深度卷积神经网络集成架构的OCNET模型，融合BGC-Argo浮标实测数据，并结合海表温度、盐度、气压、混合层深度、光合有效辐射等关键环境因子作为输入，成功构建了2001–2023年全球海洋表层日尺度、0.25°×0.25°空间分辨率的叶绿素a浓度数据集(图1)。该数据集各项统计指标表现优异，表明OCNET模型在复杂环境下具备良好的独立预测能力。

图1 OCNET模型重构全球海洋叶绿素a浓度数据流程图

研究表明，全球中低纬度海洋的“绿度”整体呈现显著衰减，叶绿素a浓度以(-0.35±0.10)×10-3 mg·m-3·yr-1的速率下降。沿海区域降幅更为显著，达每年(-0.73±0.22)×10-3 mg·m-3(图2)。其中，北半球的叶绿素a浓度显著衰退的区域面积约为增长区的4.4倍(图2A)。同时，沿海区域高叶绿素a极端事件发生频率明显降低，约73%的沿海区域呈下降趋势，全球年平均降幅为1.78%(图2B，E)。

进一步分析表明，海表温度升高对叶绿素a浓度变化具有显著抑制作用。气候变暖加剧海洋层化，阻碍了深层营养物质向真光层输送，从而限制浮游植物生长。沿海区域叶绿素a浓度下降更快，其极端事件对气候因子的响应更为敏感，反映出中低纬度海洋绿度变化受到气候自然变异与人类活动的共同调制。该机制不仅为认识暖化对抑制浮游植物生长提供了关键科学证据，也为海洋碳循环量化、生态保护与近海养殖政策制定提供了理论支撑。

图2 2001–2023年中低纬度海洋叶绿素a浓度和

沿海叶绿素a极端事件的变化趋势

本研究在技术层面突破了海洋水色遥感的缺值瓶颈，实现海洋大数据与人工智能方法的深度融合。在科学层面深化了对全球变化背景下海洋生态响应机制的认识，为相关研究提供了关键科学证据和高可信度数据支持。

清华大学水利系2025届博士毕业生洪仲坤为论文第一作者(现为福州大学土木工程学院副教授)，清华大学水利系龙笛教授、单楷越助理教授、清华大学与南方科技大学方红卫教授为共同通讯作者。合作者包括中国工程院张建民院士，英国班戈大学海洋科学学院R. Iestyn Woolway 教授，北京大学物理学院大气与海洋科学系刘茂峰助理教授，美国宾夕法尼亚大学地球和环境科学系Michael E. Mann教授。研究得到了国家自然科学基金等项目的资助。

原文链接：https://www.science.org/doi/10.1126/sciadv.adx4857（点击阅读全文）

原文转载自：清华大学水利系

END

声明：欢迎转载、转发。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及内容、版权和其他问题，请联系小编处理。