|
- X4 k6 K3 _/ D. E2 C4 ~" o0 Z 海洋生物地球化学模型Ocean biogeochemical models,是基于耦合微分方程,描述海洋环流、物理性质、生物地球化学性质及其变化。通过对这些方程进行数值近似,可以在现实的全球或区域空间域中,模拟海洋状态的动态演变,时间跨度从几年到几个世纪。 近日,加拿大 达尔豪斯大学(Dalhousie University)Katja Fennel,Bin Wang等,香港科技大学(广州)Liuqian Yu等,在Nature Reviews Methods Primers上发文,从最简单的营养物-浮游植物-浮游动物-有机碎屑模型,到用于地球系统建模和气候预测的复杂生物地球化学模型,解释了模型构建过程,以及不同模型类型的主要特征、优点和缺点。描述了用于模型-数据比较的常用度量,同时,还讨论了如何通过参数优化或状态估计(数据同化的两种主要方法)从观测中,为模型提供信息。举例说明了,这些模型如何用于各种实际应用,从碳核算、海洋酸化、海洋脱氧和渔业到观测系统设计。同时,通过实际代码示例和公开可用的模型和观测数据集的综合列表,参与生物地球化学建模。还给出了模型归档最佳实践的建议。最后,讨论了模型目前的局限性和预期的未来发展和挑战。
5 d' S" ~6 R; P/ x7 j  Ocean biogeochemical modelling.海洋生物地球化学模拟。
7 ? J& t7 h) h, l, F! h; q  + J( A, a3 U6 n! X
图1:一系列:海洋生物地球化学模型Ocean biogeochemical models,OBMs状态变量和生物地球化学转化。
1 L6 Z3 q6 K4 T, Q6 K  0 V: j- p/ k3 y
图2:在全球和区域模式中,典型水平分辨率和水深测量。 6 \5 U* \$ {; ]' U

4 a o2 p( @$ o' ` 图3:二维成本函数的表示。
$ z& M; } K$ `# M9 [0 U. w8 Z  / ]1 k: x3 s& [
图4:使用示例代码,在孪生实验中,应用随机集合卡尔曼 Kalman 滤波器,估计零维(单箱)营养盐-浮游植物-浮游动物-有机碎屑nutrient–phytoplankton–zooplankton–detritus,NPZD模型的三个参数。
$ k, |* m( v* o0 Z 
, i) e2 C8 X& d9 k' G* X2 x6 ^ 图5:状态估计与参数优化图解。
8 v8 g v2 A$ r  fill=%23FFFFFF%3E%3Crect x=249 y=126 width=1 height=1%3E%3C/rect%3E%3C/g%3E%3C/g%3E%3C/svg%3E) P) J2 V9 D; l% W2 E. d+ H
图6:利用示例代码,集合基状态估计应用于三维模型中。 文献链接:https://www.nature.com/articles/s43586-022-00154-2DOI: https://doi.org/10.1038/s43586-022-00154-2本文译自Nature。推荐阅读研究前沿:海洋大气环境中的微纳塑料 | Nature Reviews Earth & Environment研究进展:海洋生物的气候风险指数 | Nature Climate ChangeProg. Mater. Sci.综述:仿生海洋防污涂层现状和未来
7 {. e! b/ M% R* N1 B; C. F* z
+ f- Q! Z8 c, t
1 H7 V. a9 @& b |