海水总氮的测定方法（发布首套全球表层海水二氧化碳分压数据产品）

（记者廖洋）近日，由中科院海洋研究所研究员宋金明团队设计的国内首套全球海洋表层海水二氧化碳分压（pCO2）数据产品正式发布该产品基于逐步前反馈神经网络（Stepwise FFNN）的pCO2数据产品重构算法，构建了1992年1月至2019年7月全球大洋表层海水pCO2格点数据，为研究表层海水pCO2、二氧化碳通量、海洋碳源汇提供了重要数据基础该研究成果在线发表于《生物地球科学》，今天小编就来说说关于海水总氮的测定方法?下面更多详细答案一起来看看吧!

海水总氮的测定方法

（记者廖洋）近日，由中科院海洋研究所研究员宋金明团队设计的国内首套全球海洋表层海水二氧化碳分压（pCO2）数据产品正式发布。该产品基于逐步前反馈神经网络（Stepwise FFNN）的pCO2数据产品重构算法，构建了1992年1月至2019年7月全球大洋表层海水pCO2格点数据，为研究表层海水pCO2、二氧化碳通量、海洋碳源汇提供了重要数据基础。该研究成果在线发表于《生物地球科学》。

海洋是地球系统中最大的碳库。长期、连续、广覆盖度的全球海洋表层海水pCO2数据产品对于海洋碳源汇准确评估具有重要意义。然而，目前国际上缺乏成熟的全球尺度数据产品，海洋碳源汇强度估算不确定性大。

针对这一问题，国内外开始探索基于人工智能的长时间序列格点数据产品研制技术，通过不同神经网络来拟合pCO2与关联参数的关系，进而构建格点数据产品。但现有pCO2产品研制技术通常在全球使用相同的一套拟合参数，忽略了不同海域pCO2影响因素的差异，并且参数选取的主观性大，无法准确反映海洋真实变化情况。

宋金明团队研发的该套数据产品时间分辨率为月，空间分辨率为1°。与现有产品相比，该产品考虑了不同海域pCO2影响因素的差异，将全球大洋划分为11个区域，在不同海域分别挑选与pCO2变化最密切相关的关联参数，并且使用了基于统计学依据的参数选择算法，减少了主观选择二氧化碳关联参数带来的不确定性，显著提高了数据的准确度和精度。

宋金明表示，与国际同类产品相比，本数据产品的误差更低。Stepwise FFNN算法在构建格点数据的同时，还给出了不同海域插值误差最低的关联参数表。目前，该数据产品已在中科院海洋科学数据中心发布，并面向全球公开共享。

来源： 中国科学报