3月9日，记者从中国科学院海洋所获悉，由该所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，并面向全球公开共享(数据集链接：https://doi.org/10.12157/iocas.2021.0022)。该研究成果于近日在线发表于国际学术期刊Biogeosciences，中科院海洋所在读博士生钟国荣为第一作者，该所宋金明研究员、李学刚研究员为通讯作者。

宋金明介绍，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、海洋碳源汇提供重要数据基础。

海洋是地球系统中最大的碳库，自工业革命以来，人类活动排放的二氧化碳约有三分之一被海洋吸收。长期、连续、广覆盖度的全球海洋表层海水二氧化碳分压(pCO2)数据产品对于海洋碳源汇准确评估具有重要意义，在评估海气界面二氧化碳通量、探析海洋对二氧化碳的吸收与释放过程、预测海洋吸收人类排放二氧化碳能力的未来变化中起着重要作用。

然而，目前与海洋碳源汇评估相关的海洋实测数据较少、时空分布极不均匀，并且传统的插值方法误差较大，造成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。

全球大洋1°×?1°表层海水二氧化碳分压数据产品

记者了解到，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。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，为研究表层海水pCO2和二氧化碳通量的区域差异及主要影响因素、海洋碳源汇提供了重要的数据基础。

关键词： 二氧化碳 二氧化碳分压 影响因素 神经网络 区域差异