边缘海中的海洋藻华能够调控区域海洋环境、反映海洋动力过程、影响区域碳循环,是常见的海洋生态现象。由于常受云层干扰,以南海为代表的边缘海中海洋遥感资料和数据缺失,而且也没有合适的统计分析框架。因此,过去的研究多侧重于单独海洋藻华事件过程,缺乏系统性的定义方法。
针对这些问题,我院来志刚教授研究团队,采用定义海洋热浪事件(Marine Heat Wave)的统计方8法,提出并建立了海洋藻华事件定义和分析的技术框架。以南海北部吕宋海峡冬季藻华(“吕宋藻华”)为例,基于该海域4 km全覆盖、逐日的叶绿素遥感数据集SCSDCT,研究分析了藻华事件的统计特征、长期趋势和控制因子。结果发现,在2004-2019间,吕宋藻华呈数量减少、强度增加的趋势。此外,环境条件可影响吕宋藻华事件发生的前兆和峰值,当风应力增强、混合层增厚以及亚中尺度锋面活动减少时,易受发生藻华;而当风应力和垂向混合减弱,亚中尺度过程在混合层斜压不稳定的作用下可产生丰富的锋面活动和层化条件,导致浮游植物的生长和藻华爆发。
该技术方法框架是首次应用于藻华事件分析,并有望扩展至其它研究领域,为认识全球变化下的多种极端海洋事件提供技术方法和认识基础。
REMOTE SENSING
图1 研究技术框架
以上研究成果于2022年6月在中科院大类二区Top期刊Remote Sensing(IF= 5.349)发表 (Wenfang Lu, Xinyu Gao, Zelun Wu, Tianhao Wang, Shaowen Lin, Canbo Xiao and Zhigang Lai. Framework to Extract Extreme Phytoplankton Bloom Events with Remote Sensing Datasets: A Case Study)。论文第一作者和通讯作者分别为我院卢文芳副教授和来志刚教授,合作团队来自美国特拉华大学、厦门大学和福州大学。
论文链接:
相关论文:
Lu, W.,Wang, J., Jiang, Y., Chen, Z., Wu, W., Yang, L., & Liu, Y. (2022). Data-Driven Method with Numerical Model: A Combining Framework for Predicting Subtropical River Plumes. Journal of Geophysical Research: Oceans, e2021JC017925. https://doi.org/10.1029/2021JC017925
SCSDCT数据集链接:
https://www.scidb.cn/en/detail?dataSetId=1387ffe83af54f0fb574d60e97b206b2
本文转载自搜狐网http://news.sohu.com/a/579316263_121124546