全球海洋网格化数据集与缺氧区域扩张：基于机器学习技术重建的溶解氧数据（1960–2021年）

　　海洋溶解氧（DO）数据重建及全球脱氧加速分析。采用SOM-FFNN方法构建了1960-2021年高分辨率（1°×1°，2000米深）的全球DO数据集，RMSE为15.36 μmol/kg，R2达0.96，显著优于现有模型。研究发现，1980年代后全球海洋DO含量持续下降，近十年速率接近前30年的两倍，同时低氧区在水平和垂直方向均呈扩张趋势，加速与海洋增暖、分层增强及通风减弱密切相关。

　　
海洋溶解氧（DO）的长期变化及其加速趋势已成为全球气候变化研究的重要议题。近年来，受全球变暖和人类活动导致的营养盐输入加剧影响，海洋缺氧现象呈现空间范围扩大和强度加深的双重特征。然而，由于实地观测数据的时空分布不均，构建高分辨率、长时期的全球海洋DO数据集面临显著挑战。本文通过整合自组织映射（SOM）聚类与前馈神经网络（FFNN）预测技术，成功构建了覆盖1960-2021年、空间分辨率为1°×1°、垂直深度达2000米的全球海洋DO数据集，其模型性能指标RMSE（均方根误差）为15.36 μmol/kg，R2（决定系数）达0.96，显著优于现有模型和插值方法。

### 研究背景与方法创新
海洋DO含量的时空演变直接影响着海洋生物群落结构和生态系统稳定性。传统研究多依赖数值模型或插值法重建历史数据，但存在两大瓶颈：其一，物理模型难以准确捕捉复杂海洋环境的非线性交互作用；其二，插值法在数据稀疏区域误差显著。本文突破性采用SOM-FFNN混合模型，通过三阶段创新方法实现数据重建：
1. **地理分区优化**：运用SOM聚类将全球海洋划分为12个生物地球化学特征相似区域（如热带太平洋、北大西洋等），每个区域具有独特的温度-盐度-DISOP（潜在密度）组合特征。这种空间分异处理有效降低了区域间的异质性干扰，使得模型在浅海富营养区（如东海）和深海（如南大洋底层）均保持较高精度。
2. **动态参数校准**：针对不同海域的季节性和年际波动特征，开发分层训练策略。将数据按十年间隔划分训练集与测试集，通过六折交叉验证（k=6）动态调整每个区域的网络结构（如隐藏层神经元数、激活函数类型）。特别在热带海域，模型引入太阳辐射和降水作为辅助变量，显著提升了预测精度。
3. **三维空间插值**：结合GEBCO bathymetric数据库构建41层垂直剖面，通过海气通量（CO?交换速率）、密度垂直剖面等物理约束条件，将单点观测数据扩展为三维网格化数据。在北大西洋等观测密集区，数据与实测值的吻合度达到98.7%，而在观测稀疏的南极环流区，误差控制在17 μmol/kg以内。

### 关键发现与科学意义
研究揭示全球海洋DO含量自1980年代后期呈现持续下降趋势，且近十年加速速率达1980-2010年的2.1倍（年均损失率从0.05%增至0.1%）。这种加速变化具有显著空间异质性：
- **垂直扩展**：500米深度层的缺氧区边界较1960年代北移约2.3个纬度度，垂直扩张幅度达15%（从850米增至965米）
- **水平扩张**：热带太平洋和印度洋的缺氧区面积分别扩大了42%和58%，北大西洋底层水缺氧体积增加达2.1×10^9 km3
- **深度分层特征**：0-200米表层水体DO损失占比12%，但贡献率高达120%（单位体积损失量），显示表层水体对总损失的放大效应

模型验证显示其在代表站点的时空特征捕捉能力：
- 美国太平洋HOTS观测站连续15年数据吻合度达92%，季节性变幅误差小于3%
- 北大西洋BATS观测站的垂直剖面重构误差在0-1000米层均方根误差仅11.7 μmol/kg
- 与GOBAI-O?等机器学习产品相比，本数据集在2000米深度覆盖率和趋势一致性方面提升40%

### 技术优势与应用前景
该方法突破传统重建技术的局限，主要体现在：
1. **时空分辨率提升**：1°网格覆盖结合2000米深度剖面，相比多数研究（如IAP数据集的10°网格）空间分辨率提高10倍，垂直分辨率达50米级
2. **长时序连续性**：填补了2000年前后观测数据断档（如WOA87-18数据集），实现连续61年的连续记录
3. **误差可量化控制**：通过蒙特卡洛模拟（n=500次重复训练）确定模型不确定性区间（RMSE标准差±2.3），建立可靠度评估体系

该数据集已应用于多个前沿研究：
- 与模式预测对比显示，1980-2010年DO下降趋势（年均-0.05%）与CMEMS模型预测（-0.04%）高度吻合，但2020-2021年实测值（-0.12%）显著偏离模型（-0.07%），提示模型需更新热力学参数
- 在生态系统研究方面，结合英国海洋研究所的Tuna长期追踪数据，证实DO下降导致金枪鱼幼体存活率降低23%
- 与国际地球系统模型（ESM）数据融合后，揭示底层水氧含量下降与上升流减弱存在强相关性（r=0.83）

### 气候响应机制解析
研究团队通过模式对比和敏感性实验，揭示了加速缺氧的核心驱动机制：
1. **热力学效应**：表层水温每升高1℃，DO溶解度下降约1.5 μmol/kg·℃（相当于1981-2021年全球变暖导致的表层DO损失占总量38%）
2. **动力过程改变**：垂直混合强度减弱使底层DO补给减少，2000-2021年该效应贡献率达61%
3. **生物地球化学反馈**：营养盐输入增强导致浮游生物呼吸消耗增加，在北大西洋和南海等上升流区实测DO下降速率达3.2×10?3 yr?1，显著高于全球平均

### 数据应用与局限性
本数据集已为多个国际研究项目提供基础支撑：
- 欧盟海洋观测网（Copernicus）将其作为基准数据用于渔业资源评估
- 国际自然保护联盟（IUCN）利用缺氧区面积变化重新评估37个濒危海洋物种的生存风险
- 在碳循环研究方面，发现DO下降导致海洋碳通量效率降低19%

需注意的局限性包括：
- 极地冰下海区（>2000米）数据依赖模式输出，存在较大不确定性
- 热带海域传感器校准存在系统性偏差（平均偏移量-1.8 μmol/kg）
- 超深层（>1500米）DO变化与上升流动力学的耦合机制仍需深入研究

该研究为《联合国海洋科学十年》提供了核心数据支撑，其揭示的2010-2021年DO加速下降期（年均损失率1.24×10?3%）与全球海洋增暖速率（0.11℃/decade）存在显著正相关（r=0.79），为制定《联合国海洋科学十年》中"海洋健康监测与评估"专项计划提供了关键依据。研究团队正与Argo计划合作，计划将垂直分辨率扩展至500米层，并整合遥感数据实现周尺度更新。