近日，由中科院海洋所宋金明團隊設計的國內首套全球海洋表層海水二氧化碳分壓（pCO2）數據產品正式發布。該產品基于逐步前反饋神經網絡（Stepwise FFNN）的pCO2數據產品重構算法，構建了1992年1月至2019年7月全球大洋表層海水pCO2格點數據，為研究表層海水pCO2、二氧化碳通量、海洋碳源匯提供重要數據基礎。
海洋是地球系統中最大的碳庫，自工業革命以來，人類活動排放的二氧化碳約有三分之一被海洋吸收。長期、連續、廣覆蓋度的全球海洋表層海水二氧化碳分壓（pCO2）數據產品對于海洋碳源匯準確評估具有重要意義，在評估海氣界面二氧化碳通量、探析海洋對二氧化碳的吸收與釋放過程、預測海洋吸收人類排放二氧化碳能力的未來變化中起著重要作用。
然而，目前與海洋碳源匯評估相關的海洋實測數據較少、時空分布極不均勻，并且傳統的插值方法誤差較大，造成國際上缺乏成熟的全球尺度數據產品，海洋碳源匯強度估算不確定性大。針對這一問題，國內外開始探索基于人工智能的長時間序列格點數據產品研制技術，通過不同神經網絡來擬合pCO2與關聯參數的關系，進而構建格點數據產品。但現有pCO2產品研制技術通常在全球使用相同的一套擬合參數，忽略了不同海域pCO2影響因素的差異，并且參數選取的主觀性大，無法準確反映海洋真實變化情況。
全球大洋1 1 表層海水二氧化碳分壓數據產品
宋金明團隊研發的該套數據產品時間分辨率為月，空間分辨率為1 。與現有產品相比，該產品考慮了不同海域pCO2影響因素的差異，將全球大洋劃分為11個區域，在不同海域分別挑選與pCO2變化最密切相關的關聯參數，并且使用了基于統計學依據的參數選擇算法，減少了主觀選擇二氧化碳關聯參數帶來的不確定性，顯著提高了數據的準確度和精度。與國際同類產品相比，本數據產品的誤差更低（詳見原文）。Stepwise FFNN算法在構建格點數據的同時，還給出了不同海域插值誤差最低的關聯參數表，為研究表層海水pCO2和二氧化碳通量的區域差異及主要影響因素、海洋碳源匯提供了重要的數據基礎。
本數據產品已在中國科學院海洋科學數據中心發布，并面向全球公開共享。數據集鏈接：https://doi.org/10.12157/iocas.2021.0022。
該研究成果于近日在線發表于國際學術期刊Biogeosciences，中科院海洋所在讀博士生鐘國榮為第一作者，宋金明研究員、李學剛研究員為通訊作者。該研究得到了國家重點研發計劃全球變化及應對專項、青島海洋科學與技術試點國家實驗室“十四五”重大項目“海洋碳匯監測與增匯”、中國科學院戰略性科技先導專項（A類）、國家自然科學基金與山東省自然科學基金的資助，并得到了中國科學院海洋科學數據中心的支持。
