SST產品誤差在海-氣CO2通量計算中的傳遞及貢獻分析*

竇文潔 蔣錦剛 周 斌 于之鋒 白 雁 何賢強

?

SST產品誤差在海-氣CO2通量計算中的傳遞及貢獻分析*

竇文潔1蔣錦剛1周 斌1①于之鋒1白 雁2何賢強2

(1. 杭州師范大學遙感與地球科學研究院 杭州 311121; 2. 衛星海洋環境動力學國家重點實驗室國家海洋局第二海洋研究所 杭州 310012)

海-氣CO2通量; 遙感測量; 海表溫度(SST); 誤差傳遞; Monte Carlo模擬

隨著人類社會的發展, 特別是19世紀中葉的工業化以來, 人類活動向大氣排放的CO2不斷增加, 預計在未來的100年里, 大氣CO2濃度還將不斷升高達到當今的2倍(馬紅亮等, 2008)。由“溫室效應”導致的冰雪融化、海平面上升等一系列變化將會對生態系統和人類的生存發展帶來深遠的影響。

海洋和大氣之間的互動是非常緊密的。研究表明, 人類每年產生的CO2約有一半停留在大氣中, 而大約40％被海洋所吸收; 海洋圈含碳量為大氣圈的50倍和生物圈的20倍(張遠輝等, 2000; 陳立奇等, 2008), 因此海洋是一個強大的碳庫。研究CO2在海洋和大氣之間的轉移已經成為當今國際氣候和海洋科學研究前沿領域的重要內容。

國際上利用CO2分壓差法研究海-氣界面CO2通量的方法主要為現場測量技術, 數據采集方式雖真實性強, 但是具有操作繁瑣, 測定時間長, 覆蓋率低, 不能滿足大范圍測區監測的需求等不足。遙感技術具有成本低、大范圍同步觀測且數據獲取量大等優點, 已逐漸成為海-氣界面CO2通量計算的新手段。

由于遙感測量屬于間接測量, 基于遙感估算海-氣CO2通量的精度一直受到關注。Rangama等(2005)用衛星數據計算了南大洋45°—60°S, 125°—205°E之間海域的年際碳通量, 與Takahashi等(2002)通過氣象數據得到的碳通量比較誤差達到38%; Cosca等(2003)通過10年的實測數據建立CO2sw-關系, 并與衛星遙感SST數據進行耦合, 計算出1985— 2001赤道太平洋10°N到10°S, 95°W到165°E之間海域的季節和年際碳通量, 平均誤差為(0.3±0.1)pgC/yr。

本文通過分析通量計算中各參量的精度影響因素, 對三個主要的參量(氣體交換系數、溶解度和表層海水CO2分壓CO2sw)分別建立了誤差結構框架圖, 以影響這三個參量的公共因子——海表面溫度SST為例, 通過Monte Carlo方法模擬SST遙感產品誤差在通量計算過程中的傳遞規律及貢獻性。此研究思路和方法可為后期研究其它因素, 如葉綠素或者風速等因子的遙感產品誤差傳遞和貢獻提供理論參考。

1 研究方法及過程

海-氣界面CO2分壓差法一般采用Wanninkhof (1992)估算公式:

本文通過分析參量、、CO2sw和CO2air的參數化方法, 建立各參量在參數化過程中的誤差傳遞結構框架圖, 并找出可以通過遙感準確獲取的因子, 利用Monte Carlo模擬遙感產品誤差在通量計算過程中的傳遞規律及對通量誤差的貢獻性。

1.1 參數化過程分析及誤差框架的構建

其中10m為海面以上10m處的風速;為Schmidt系數; 660是20°C時海水的, 為SST的函數(Wanninkhof, 1992), 表達式為:

其中為攝氏溫度(單位: °C)

對于海水中的CO2:′=2073.1,′=125.62,′= 3.6276,′=0.043219

1.1.2CO2sw參數化過程及誤差框架的構建CO2sw受到諸多因素影響, 如SST、CDOM、浮游植物(Chl-)及混合層厚度MLD等, 在現已發表的相關文獻中, 研究者根據不同的數據特點, 已經形成許多單變量或多變量的估算模型。但利用SST作為CO2sw唯一變量用于基于遙感測量估算CO2sw的模型居多(Stephens, 1995; Hood, 1999; Nelson, 2001; Olsen, 2004; Else, 2008; 許蘇清, 2008), 且相關性基本保持在0.8—0.9之間。研究表明, 在寡營養鹽的大洋及海盆區域,CO2sw的主要受控因子為SST(王郝京, 2001), SST可以較準確的單獨用于估算CO2sw(Else, 2008)。但是隨著研究的深入, 越來越多的研究為了更全面的體現CO2sw的影響因素, 得到精度更高的參數化結果, 在模型中引入的控制參量也越來越豐富, 如加入體現生物作用的葉綠素、混合層厚度MLD等(Chierici, 2009)。

CO2sw參數化誤差包括模型本身缺陷導致的誤差及控制因子數據來源誤差兩部分。模型本身缺陷主要是由于控制因子多樣但選擇的有限性, 控制因素的季節變化性(如可代表生物作用的Chl的季節性選擇), 模型形式(線性/非線性)的不確定性等導致的。在數據源方面, Chl和SST都可通過遙感的方式獲取, 數據準確性同樣受到傳感器精度、反演模型精度以及數據的時空轉換等的影響。由此作者可得CO2sw的參數化誤差結構框架如圖1b所示。

圖1 的三個主要計算參數(k、S、pCO2sw)誤差結構圖

(1) CO2溶解度參數化過程及誤差框架的構建

CO2溶解度一般表示為SST(公式中簡寫為T)和鹽度值SAL的函數(Weiss, 1974), 表達式為:

其中,單位為k。

由公式可以看出, 其控制因素主要為海表面溫度SST與鹽度SAL。若要實現遙感對溶解度測量, 除SST外, 作者還需要解決SAL數據的遙感獲取。目前通過遙感的方式獲取SAL數據可靠性和穩定性較差。在一些研究中發現SST和SAL之間有很好的線性相關性(Else, 2008), 所以本文主要考慮計算中的誤差來源之一: SST遙感數據獲取誤差的傳遞, 以及SST與SAL之間擬合關系的不確定性而引入的誤差, 誤差結構框架如圖1c所示。

(2)CO2air參數化過程及誤差框架的構建

目前, 基于遙感測量海-氣界面CO2通量的研究中, 利用遙感數據反演獲取CO2air的研究尚未成熟, 不能通過遙感手段獲取準確、可靠的數據。在已開展的研究中, 大部分采用現場測量數據或者利用大氣本底站和大氣化學環流模型結合的模型數據, 最早則是采用研究區域臨近的NOAA大氣本底站觀測的CO2數據, 認為CO2air變化不大, 在整個海域均使用同一個大氣數據, 因此在本研究中作者將CO2air作為固定值(370μatm)分析(Takahashi, 2008)。

1.2 SST與k、S和pCO2sw之間的關系分析

通過以上、和CO2sw的誤差結構框架圖發現, 在各參量的計算中都涉及一個共同的影響因子——海表面溫度SST, 在此作者將其提取, 簡化SST與三者之間的關系。

(1) SST-關系分析

目前海-氣氣體交換速率計算以Wanninkhof (1992)模式(簡稱W92)最為普遍, 由于此參數化模型適合用于穩定風速、船只定點風速測量等氣體傳輸的推斷, 并適合應用于利用散射計和輻射計反演得到的風速的氣體傳輸推斷(Wanninkhof, 1992), 所以在此分析中作者選擇W92模型。表達式為:

表現為SST的函數(式(3)), 因此SST和之是通過建立的一種間接關系。圖1a中的誤差框架圖表明參數化誤差源豐富, 在此將除SST外其它的一切控制因素的不確定性統一為一個量, 定義為k, 即值精度的最終影響因子為SST和k(圖2a)。

(2) SST-CO2sw關系分析

根據2.1中的分析, 在主要的海盆區域SST可以較準確的單獨用于估算CO2sw。在此作者選擇SST作為唯一影響因子對CO2sw進行參數化, 選用Else(2008)在加拿大哈德遜灣的研究中利用MODIS SST數據建立的模型:

CO2sw=15.0+280.72= 0.89= ±13(6)

其中單位為k。

(3) SST-關系分析

作為SST和SAL的函數, 在海-氣界面CO2通量研究中的計算方法較統一(式(4)), 并且SST與SAL

之間存在較高的相關性。本文選用Else(2008)SAL計算公式:

=-0.86+ 33.22=0.76= ±1(7)

其中單位為k。

因此, 作者可以將溶解度表達式(式(4))表示為SST為唯一變量的函數:

同樣, 作者將參數化中除SST外其它的一切誤差源都定義為S。因此,精度最終的影響因子為SST和S(圖2c)。

1.3 Monte Carlo模擬

基于以上分析, 根據Wanninkhof(1992)提供的通量計算公式(式(1)), 最終建立SST誤差傳遞流程(圖3), 其中選定模型見表1。MODIS數據反演SST值在東海最大的誤差表現為±0.5°C(鄭嘉淦, 2006), 作者以此為遙感SST數據誤差依據。同時假設風速變化范圍為1—15m/s (蘇紀蘭, 2005), 并假設其符合正態分布且對各參量因子影響相互獨立。為了最大限度提高模擬精度, 設定的隨即發生器個數為1×106個, 基于MATLAB2009a軟件, 利用Monte Carlo分析SST遙感反演數據誤差在海-氣界面CO2通量遙感估算中的傳遞模式及對通量誤差的貢獻。

圖2 k、S、pCO2sw與SST關系圖

圖3 SST建模流程圖

表1 SST誤差在通量計算中的傳遞模擬所用公式

Tab.1 Equations used in the simulation for the error transmission of SST

注:單位: °C;單位: k,=+ 273.15

2 模擬結果與分析

圖4 SST對k、S、pCO2sw的誤差傳遞模擬頻率分布直方圖

3 討論與結論

3.1 討論

本文是在假設SST作為單一因子能夠準確計算CO2sw時, 對SST遙感產品誤差在海-氣界面CO2通量估算過程中的傳遞性和貢獻性展開了分析和討論。在不同的研究區域,CO2sw=()的誤差表現迥異, 導致SST的誤差對最后通量誤差的貢獻也會有很大的差異; 且目前的研究中CO2sw參數化模型的不確定性也被認為是一個重要的誤差源, 并且已經發展了大量的、復雜的CO2sw參數化模型, 但是SST在各種模型中都有考慮, 因此其遙感產品誤差對通量的影響也會存在。本文提供的研究思路更加適用于特定區域的研究。而基于遙感測量的海-氣界面CO2通量估算不確定性研究中, 各種經驗模型的建立引入的不確定性被認為是最重要的, 這也是作者以后的重點研究方向和內容。

圖5 SST對k、S、pCO2sw的誤差傳遞正態分布概率檢驗圖

Tab.2 Contribution of SST error to the parameterization of k, S, pCO2sw and

海表面碳通量交換過程是一個非常復雜的過程, 眾多科學研究和建模過程都試圖從不同角度來描述這個過程, 如經典的海氣分壓差CO2通量計算模型。在理論情況下, 建模估算考慮的因素越多、不同因素間相互作用機理描述得越清楚, 其模型的精度就越高。隨著觀測技術和手段的多樣化, 基于實測數據的通量計算模型和基于遙感估算的通量模型成為了目前研究區域和全球海洋碳通量的兩個重要手段。實測數據具有建模參數獲取完整、數據精度高的特點, 遙感數據具有大區域和全球性的特點。隨著遙感探測技術的不斷進步, 利用遙感手段進行碳通量觀測和規律分析必然越來越受重視。

利用遙感手段進行碳通量觀測時需要面臨如下兩個突出問題: (1) 建模多參數難以遙感同時獲取, 給建模過程帶來困難; (2) 不同遙感數據誤差特征參差不齊, 給反演結果帶來更多的不確定性。

為了解決上述兩個問題, 目前眾多學者都采用了SST單因子進行通量估算, 事件證明該方法在大洋開闊水體的精度也得到驗證。此外, SST是可遙感參量中精度相對較高、較穩定的產品, 對于后續的業務化及規律分析都能得到參數一致性的保證。

當然, 對于其它的遙感參量, 如Chl、10m、CDOM等, 遙感產品的誤差分析同樣可以采取本文思想, 因此能夠實現所有可遙感參量誤差在通量產品中的誤差積累的分析, 這也是作者后期在結合已發展的、成熟的各參量模型來研究基于遙感監測的海- 氣界面CO2通量精度評價的方向, 從而實現通量產品精度評價, 為產品發布提供服務。

3.2 結論

研究遙感產品誤差對基于遙感估算海-氣界面CO2通量估算不確定性的影響, 是碳通量產品的質量控制及評價、決策利用等的非常重要的工作。本文從海-氣界面CO2通量各控制因素(特別是、和CO2sw)的參數化過程出發, 分析并建立了各控制因素的誤差框架圖, 以MODIS SST(誤差表現為±0.5°C且為正態分布)為例, 風速為1—15m/s, 大氣CO2分壓數據為固定值(370μatm)的情況下, 并在SST造成的誤差都是相互獨立的假設前提下, 通過Monte Carlo模擬, 得到了SST誤差經過模型傳遞給、和CO2sw三個參數時的規律分別為指數分布、近似指數分布和正態分布傳遞; 在寡營養鹽大洋及海盆區域, 認為SST為CO2sw的唯一控制因子, 即CO2sw=()成立時, 由遙感SST誤差引起的通量誤差可能為±1.2mmol (m2·d)左右, 即具有明顯的放大效應。

本文從單一終端控制因子(SST)出發, 將其它的誤差源定義為統一量, 以此分析選定因子誤差的傳遞規律和貢獻性, 具有顯著的優點, 即分析因素單一, 便于模擬; 可以將其它的不確定因素進行整合, 將包含有所有的已知和未知的誤差源, 所以最終能夠表現SST完整的誤差傳遞性和貢獻性; SST作為主要的原始控制參量之一, 對遙感在通量計算中的精度表現具有很好的代表性, 同時可以為后期的其它遙感數據產品的誤差傳遞及貢獻分析提供思想依據。

馬紅亮, 朱建國, 謝祖彬, 2008. 大氣中CO2濃度的變化和影響研究. 環境科學與技術, 31(12B): 7—12

王郝京, 2011. 大洋海區海-氣CO2通量單參數遙感算法的適用性檢驗. 臺灣海峽, 30(2): 286—291

許蘇清, 2008. 利用現場和衛星遙感數據估算南大洋碳通量. 廈門: 廈門大學博士學位論文, 18—21

蘇紀蘭, 2005. 中國近海水文. 第1版. 北京: 海洋出版社, 99—114

張遠輝, 王偉強, 陳立奇, 2000. 海洋二氧化碳的研究進展. 地球科學進展, 15(5): 559—564

陳立奇, 楊緒林, 張遠輝等, 2009. 海洋-大氣二氧化碳通量的觀測技術. 海洋技術, 27(4): 9—12

鄭嘉淦, 李繼龍, 楊文波, 2006. 利用MODIS遙感數據反演東海海域海表溫度的研究. 海洋漁業, 28(2): 141—146

魯中明, 戴民漢, 2006. 海-氣CO2通量與渦動相關法應用研究進展. 地球科學進展, 21(10): 1046—1057

Bock E J, Hara T, Frew N M, 1999. Relationship between air-sea gas transfer and short wind waves. Journal of Geophysical Research, 104: 25821—25831

Chierici M, Olsen A, Johannessen T, 2009. Algorithms to estimate the carbon dioxide uptake in the northern North Atlantic using shipboard observations, satellite and ocean analysis data. Deep-Sea Research II, 56: 630—639

Cosca C E, Feely R A, Boutin J, 2003. Seasonal and interannual CO2fluxes for the central and eastern equatorial Pacific Ocean as determined fromCO2-SST relationships. Journal of Geophysical Research, 108(C8): 3278, doi: 10.1029/2000JC000677

Else B G T, Yackel J J, Papakyriakou T N, 2008. Application of satellite remote sensing techniques for estimating air-sea CO2?uxes in Hudson Bay, Canada during the ice-free season. Remote Sensing of Environment, 112: 3550—3562

Hood E M, Merlivat L, Johannessen T, 1999. Variations of ?CO2and air-sea ?ux of CO2in the Greenland Sea gyre using high-frequency time series data from CARIOCA drift buoys. Journal of Geophysical Research, 104(C9): 20571—20583

Liss P S, Merlivat L, 1986. Air-sea Gas Exchange Rates: Introduction and Synthesis. In: The Role of Air-sea Exchange in Geochemical Cycling, Hingham: edited by P. Buat-Menard, D. Riedel, 113—129

Nelson N B, Bates N, Siegel D A, 2001. Spatial variability of the CO2sink in the Sargasso Sea. Deep-Sea ResearchⅡ, 48: 1801—1821

Nightingale P D, Malin G, Law CS, 2000.evaluation of air-sea gas exchange parameterizations using novel conservative and volatile tracers. Global Biogeochemical Cycles, 14(1): 373—387

Olsen A, Tri?anes J A, Wanninkhof R, 2004. Sea-air ?ux of CO2in the Caribbean Sea estimated using in situ and remote sensing data. Remote Sensing of Environment, 89: 309—325

Rangama Y, Boutin J, Etcheto J2005. Variability of the net air-sea CO2flux inferred from shipboard and satellite measurements in the Southern Ocean south of Tasmania and New Zealand. Journal of Geophysical Research, 110: C09005

Stephens M P, Samuels G, Olson D B, 1995. Sea-air ?ux of CO2in the North Paci?c using shipboard and satellite data. Journal of Geophysical Research, 100(C7): 13571—13583

Sweeney C, Gloor E, Jacobson A R, 2007. Constraining global air-sea gas exchange for CO2with recent bomb14C measurements. Globe Biogeochemical, 21: 2015

Takahashi T, Sutherland S C, 2008. Global Ocean Surface Water Partial Pressure of CO2Database: Measurements Performed During 1968—2007 (Version 2007). ORNL/CDIAC-152. NDP-088a. Carbon Dioxide Information Analysis Center

Takahashi T, Sutherland S C, Sweeney C, 2002. Global sea-air CO2flux based on climatological surface oceanCO2, and seasonal biological and temperature effects. Deep-Sea Research Ⅱ, 49: 1601—1622

Tans P P, Fung I Y, Takahashi T, 1990. Observational constraints on the global atmospheric CO2budget. Science, 247: 1431—1438

Wanninkhof R H, Doney S, Peng T H, 1999a. Comparison of methods to determine the anthropogenic CO2invasion into the Atlantic Ocean. Tellus, 51B: 511—530

Wanninkhof R, 1992. Relationship between gas exchange and wind speed over the ocean. Journal of Geophysical Research, 97: 7373—7382

Wanninkhof R, McGillis W R, 1999b. A cubic relationship between air-sea CO2exchange and wind speed. Geophysical Research Letters, 26(13): 1889—1892

Weiss R F, 1974. Carbon dioxide in water and seawater: The solubility of a non-ideal gas. Marine Chemistry, 2: 203— 215

Zhai W D, Dai M H, 2009. On the seasonal variation of air-sea CO2?uxes in the outer Changjiang (Yangtze River) Estuary, East China Sea. Marine Chemistry, 117: 2—10

Zhai W D, Dai M H, Guo X H, 2007. Carbonate system and CO2degassing ?uxes in the inner estuary of Changjiang (Yangtze) River, China. Marine Chemistry, 107: 342—356

ERROR IN SST PRODUCT: PROPAGATION IN THE ESTIMATION OF SEA-AIR CO2FLUX

DOU Wen-Jie1, JIANG Jin-Gang1, ZHOU Bin1, YU Zhi-Feng1,BAI Yan2, HE Xian-Qiang2

(1. Institute of Remote Sensing and Earth Sciences, Hangzhou Normal University, Hangzhou 311121, China; 2. Key Laboratory of Zhejiang Urban Wetland and Regional Change Research, State Key Laboratory of Satellites Ocean Environment Dynamics, Second Institute of Oceanography, State Oceanic Administration, Hangzhou 310012, China)

Estimation of sea-air CO2flux is indispensable for a wide range of research especially for carbon biogeochemical cycles and globe climate change. The distribution and CO2flux are highly variable in surface seawater and vary over a broad spectrum in time and space scales, and there is considerable interest in the use of satellite remotely sensed data to provide synoptic maps of sea-air CO2flux. However, a great deal of uncertainties are associated with the current remote sensing products of sea-air CO2flux due to many error sources, which limits largely its application on decision making. Taking SST, the major impact factor on the estimation of sea-air CO2flux as an example, we presented in a flowchart how the error propagates during the flux calculation with parameters including gas transfer velocity (), sea surface CO2solubility (), and the partial pressure of CO2at sea surface(pCO2sw). In addition, using Monte Carlo simulation, we analyzed the transfer law and the final contribution from the error to understand how SST error affects the flux interaction. The results indicate that under the assumption that remote sensing SST error is ±0.5°C and in normal distribution, the SST error transfer law was exponential distributed inparameterization, and approximately exponential distributed inparameterization, while normally distributed in pCO2swparameterization and exponential distributed in CO2flux; and when atmospheric CO2partial pressure was fixed at the value of 370μatm, SST brought an error of ±1.2 mmol·m-2·day-1to the final result of the flux. These results may provide a basis and reference for analyzing other parameters of remote sensing.

sea-air CO2flux; remote sensing; SST; error propagation; Monte Carlo simulation

10.11693/hyhz20121107001

* 海洋公益性行業科研專項經費項目, “中國近海海-氣二氧化碳通量遙感監測評估系統研究與示范”, 200905012-07號; “海洋環境要素水色遙感技術與應用示范”, 201005030-06號; 國家自然科學基金項目, 40971193號, 41206169號。竇文潔, 助教, E-mail: douwenjie2002@163.com

周斌, 教授, E-mail: hznu_bzhou@126.com

2012-11-07,

2013-01-26

P731