《中国科学院海洋研究所基于深度学习的全球浮游植物色素浓度反演研究获新进展》

  • 来源专题:中国科学院文献情报系统—海洋科技情报网
  • 编译者: liguiju
  • 发布时间:2023-05-27
  •  近日,中国科学院海洋研究所李晓峰课题组在基于深度学习算法反演全球浮游植物色素浓度方面取得重要进展,研究成果发表于遥感领域顶级期刊Remote Sensing of Environment(IF=13.85)。

    浮游植物不仅是海洋的初级生产者,更是海洋生物地球化学循环过程中至关重要的载体,其群落结构关系到海洋生态环境的变化,是了解海洋动力过程驱动生态演变的重要指示因子。浮游植物的色素浓度,是其分类及分析其群落结构的重要依据。利用海洋光学遥感可以获取浮游植物色素浓度相关的光学吸收信息,但受海水光学特性多变和浮游植物光学吸收过程中“打包效应”的影响,难以在全球范围内同时反演多种浮游植物色素浓度。

    该研究基于长期搜集的现场HPLC数据和MODIS卫星遥感数据,构建了全球浮游植物色素浓度匹配数据集,首次实现全球海洋范围17种浮游植物色素浓度的反演,并据此获得不同浮游植物类群在全球海洋的分布情况。

    论文的深度学习模型构建过程中,充分考虑了海水中其它物质对浮游植物色素浓度反演的影响,利用残差网络和多尺度金字塔结构,来实现多种色素浓度同时反演时复杂非线性关系的获取和多尺度特征学习。该全球浮游植物色素浓度反演模型可用于研究长时序海洋浮游植物类群的变化过程,揭示海洋大尺度动力过程对海洋浮游植物群落结构的影响。

    研究表明,基于深度学习算法可有效反演大时空尺度下的浮游植物色素浓度,从而分析全球海洋的浮游植物群落动态。在2015/2016年厄尔尼诺事件期间,原核生物占主导地位的海域从180°E向东延伸到150°W。2003年至2021年,原核生物丰度与厄尔尼诺强度呈正相关,但与整个浮游植物群落的丰度呈负相关。

    论文第一作者为中国科学院海洋所高级工程师李晓龙,共同作者包括中国科学院海洋所硕士研究生杨艺和日本名古屋大学教授Joji Ishizaka,通讯作者为中国科学院海洋所研究员李晓峰。

    文章信息:

    Xiaolong Li, Yi Yang, Joji Ishizaka and Xiaofeng Li*. (2023). Global estimation of phytoplankton pigment concentrations from satellite data using a deep-learning-based model. Remote Sensing of Environment, 294, 113628. 

    https://doi.org/10.1016/j.rse.2023.113628

  • 原文来源:http://www.qdio.cas.cn/2019Ver/News/kyjz/202305/t20230523_6761373.html
相关报告
  • 《中国科学院海洋研究所在机器学习和数值模拟结合研究悬浮泥沙方面获新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:熊萍
    • 发布时间:2024-10-28
    • 近日,中国科学院海洋研究所尹宝树研究团队利用SCHISM数值模型,研究了潮流与波浪对悬浮泥沙浓度的影响机制。基于上述认识,用机器学习方法在主要受潮汐潮流影响的封闭海湾构建了悬浮泥沙预测系统,实现了对悬浮泥沙浓度的有效预测。相关成果发表于国际学术期刊Ocean Modelling和Marine Pollution Bulletin。 悬浮泥沙浓度是海洋生态系统中的一个关键参数,对沿海生态动力学的许多方面产生了重大影响。长期以来,国际学术界对悬浮泥沙浓度给予了大量关注。然而,潮流与波浪在各种环境和动态变化条件下对悬浮泥沙浓度变化的具体贡献仍不十分明确。为此,尹宝树研究团队深入研究了有无台风影响时潮流、波流相互作用底应力、波浪辐射应力、波浪破碎等对悬浮泥沙浓度变化的贡献度。 结果表明,在正常海况下,潮流是影响悬浮泥沙浓度变化的主要因素。在受台风影响期间,潮流与波浪对悬浮泥沙变化的贡献相当。其中,波浪轨道速度改变了底部摩擦应力,波浪辐射应力影响水体流速及湍流动能,波能在水平空间的变化改变了波能的传递。以上三种为波浪影响悬浮泥沙变化的主要机制,其他波流相互作用项对悬浮泥沙的影响较小。 对悬浮泥沙浓度的预测,采用数值模拟计算较慢、参数设置复杂,不确定性较大。为了解决这个难题,研究团队在上述机制研究的基础上,提出了将长期稳定的卫星观测数据与人工智能方法结合起来、构建悬浮泥沙浓度预测系统的设想,并结合深度学习模型进行了试验。 研究团队利用风速(ERA5)、潮流(SCHISM结果)以及卫星遥感数据(GOCI)对卷积神经网络(CNN)进行训练。训练结果表明,基于CNN模型预测系统的预测结果与卫星遥感数据在绝大部分区域都有 0.7以上的相关性,表明该系统可以实现对胶州湾悬浮泥沙浓度的有效预测。 中国科学院海洋研究所博士研究生谢建斌为论文第一作者,冯兴如研究员为论文通讯作者。研究得到了国家重点研发计划、国家自然科学基金、崂山国家实验室等项目联合资助。 论文信息: Xie J, Feng X*, Gao G. (2024). Variation of suspended-sediment caused by tidal asymmetry and wave effects[J]. Ocean Modelling. doi: https://doi.org/10.1016/j.ocemod.2024.102454. Xie J, Feng X*, Gao T, et al. (2024). Application of Deep Learning in Predicting Suspended Sediment Concentration: A Case Study in Jiaozhou Bay, China[J]. Marine Pollution Bulletin. doi: https://doi.org/10.1016/j.marpolbul.2024.116255.
  • 《中国科学院海洋研究所在北冰洋海区微型浮游动物纤毛虫太平洋化研究方面取得新进展》

    • 来源专题:中国科学院文献情报系统—海洋科技情报网
    • 编译者:liguiju
    • 发布时间:2022-06-21
    • 近日,中国科学院海洋研究所张武昌课题组在北冰洋海区微型浮游动物纤毛虫太平洋化研究方面取得新进展,相关成果在国际学术期刊Frontiers in Microbiology、Frontiers in Marine Science、Ecological Indicators、Continental Shelf Research和Polar Biology上发表。 浮游纤毛虫是一类具有纤毛的单细胞原生动物,由砂壳纤毛虫和无壳纤毛虫组成,是链接微食物网和经典食物链的中介。纤毛虫对环境变化响应迅速,适宜环境能快速繁殖并建立种群,不同水团中种类组成差异显著,可作为水团指示生物。北冰洋是对全球变暖最敏感的区域之一,总体变化趋势是入流水量增大、海水升温、海冰融化。在北冰洋-太平洋扇区,太平洋入流水是连通白令海(亚北极区系)和北冰洋(北极区系)浮游生物的桥梁。近年来太平洋入流水量的增加导致太平洋来源的桡足类可以分布至楚科奇海北部,表明北冰洋浮游生态系统正在逐渐趋向于亚北极浮游生态系统,即太平洋化。若持续发展,将导致亚北极浮游生态系统取代北极浮游生态系统。目前太平洋入流水对北冰洋浮游生态系统影响的研究主要集中在浮游植物和大型浮游动物。太平洋入流水向北冰洋输送了大量浮游纤毛虫,但是关于其能否适应新的环境、对北冰洋的本地种在成什么影响,及随北冰洋北方化进程变化的研究几为空白。 针对以上难题,中国科学院海洋研究所张武昌课题组组员通过搭乘中国第七次、第十次和第十一次北极科学考察航次,采集了白令海至北冰洋海区中不同水层的样品,实验室内通过光学显微镜对北冰洋-太平洋扇区的浮游纤毛虫的群落结构进行了系统的研究。研究团队结合以往的研究结果,对太平洋入流水源头区(北太平洋和白令海海区)砂壳纤毛虫的大洋种和近岸种的种类组成、垂直分布及交汇进行了分析总结;在北冰洋加拿大海盆的太平洋水中,首次发现一种太平洋种类号角虫 sp.1,且其丰度远高于北冰洋本地种盾形笛杯虫;通过对2016年和2019年白令海至北冰洋相似海区群落的对比研究中,发现浮游纤毛虫的粒级正在趋向于小型化,部分砂壳纤毛虫种类分布区北移,表明该海域中微型浮游动物也正在经历着剧烈的北方化进程。以上结果表明,浮游纤毛虫(尤其是砂壳纤毛虫)可作为北冰洋变暖的指示种,对揭示和预测北冰洋浮游生态系统对全球变暖的响应具有重要的意义。 以上研究第一作者为海洋所特别研究助理王超锋,研究得到中国博士后面上基金项目和国家自然科学基金等项目资助。 相关文章及链接: 1.Wang, C.F., Yang, M.Y., He, Y., Xu, Z.Q., Zhao, Y., Zhang, W.C., Xiao, T. 2022. Hydrographic feature variation caused pronounced differences of planktonic ciliate community in the Pacific Arctic Region in summer 2016 and 2019. Frontiers in Microbiology. 13, 881048. doi:10.3389/fmicb.2022.881048 2.Wang, C.F., Wang, X.Y., Xu, Z.Q., Hao, Q., Zhao, Y., Zhang, W.C., Xiao, T. 2022. Planktonic tintinnid community structure variations in different water masses of the Arctic Basin. Frontiers in Marine Science. 8, 775653. doi: 10.3389/fmars.2021.775653 3.Wang, C.F., Xu, Z.Q., He, Y., Yuan, C., Li, H.B., Zhao, Y., Denis, M., Zhang, W.C., Xiao, T. 2022. Neritic tintinnid community structure and mixing with oceanic tintinnids in shelf waters of the Pacific Arctic Region during summer. Continental Shelf Research. 239, 104720. doi:10.1016/j.csr.2022.104720 4. Wang, C.F., Xu, M.Q., Xuan, J., Li, H.B., Zheng, S., Zhao, Y., Zhang, W.C., Xiao, T. 2021. Impact of the warm eddy on planktonic ciliate, with an emphasis on tintinnids as bioindicator species. Ecological Indicators. 133, 108441. doi: 10.1016/j.ecolind.2021.108441 5. Wang, C.F., Xu, Z.Q., Liu, C.G., Li, H.B., Liang, C., Zhao, Y., Zhang, G.T., Zhang, W.C., Xiao, T., 2019. Vertical distribution of oceanic tintinnid (Ciliophora: Tintinnida) assemblages from the Bering Sea to Arctic Ocean through Bering Strait. Polar Biology. 42, 2105-2117. doi:10.1007/s00300-019-02585-2