全世界的海水变绿了?

本文作者系中国科学院海洋研究所研究员

近期,一则学术新闻占据了诸多媒体的头条:全世界的海水变绿了!

这原先只是一篇发表在学术期刊上的论文(Cael et al.,2023),但却引发了人们的好奇,难道我们亲眼所见的蔚蓝大海,将会像2016年里约奥运会跳水泳池一样,变“碧池”?

没想到大海还能如此瑰丽灿烂

(阿拉斯加普里比洛夫群岛附近 图:NASA)▼

海洋变绿的重磅消息,搅动了人们不安的神经,这究竟是怎么一回事?大海,真的要变脸了吗?

大海,究竟是个什么颜色?

当我们在海边吹着海风时,望着无边无际的湛蓝大海,总想去伸手摸一摸海水,或是去游个泳。但若你把海水装进瓶中,多半是无色。这是怎么回事?

其实,我们看到的海洋的颜色不是海水的颜色,所以不能把海水装进瓶中观察颜色。海洋的颜色,会受到很多因素的影响。

当光线进入大海,不同波段的光在海水中的衰减速度是不一样的。在纯净的海水(没有任何悬浮颗粒和溶解有机物质)中,蓝紫光衰减的速度最慢,并被海洋散射和反射回大气中。如果海底足够深,我们看到的就只是这些光线,所以海洋会呈现蓝紫色。

如果是纯净的水,够深的话都会呈现蓝色▼

如果海底较浅,海底就可以反射一些光线,此时海水的颜色就受海底的影响了。例如热带沙滩附近的海水通常就不是蓝色了。

如果海水中有悬浮颗粒和溶解有机物质,它们会反射和散射不同波长的光,使得海水呈现不同的颜色。

发生赤潮时,大量的浮游藻类也会使得海水变色。


鸳鸯锅了属于是(图:thehindu)▼

天空的颜色(晴朗或阴沉),还有大气中的气溶胶和云朵等,这些因素也能影响到入射到海洋中的光线的光谱组成。

海水的颜色,一直是科学家们感兴趣的话题。为了研究海水透明度,即光线在海洋中的穿透性,海洋学家们通常会使用天文物理学家赛奇(赛基,Angelo Secchi)在1865年发明的方法:将一个标准大小的白色圆盘(赛奇盘Secchi Disk)挂上铅锤等重物下放,当白色圆盘开始看不到的深度即为赛奇深度(ZSD

但仅靠透明度,还不足以描述海洋的丰富多彩。为了定义海洋的颜色,科学家们给出了FU色标进行比对。

经过多年的实践,科学家逐渐采用统一的水色测定方法。水色的测定方法与透明度挂钩,先测定赛奇深度,再将赛奇盘提到赛奇深度的一半,观察赛奇盘上方水体的颜色,与FU色标比对,给出读数。

FU色标量表是一种简单但实用的量表

不仅可以测量海水,还能测量河流、湖泊的颜色(图:citclops@J. Piera)▼

但不同人的眼神,总会有所差异。随着科技的发展,对海洋光学的研究逐渐进入精密仪器阶段。人们将海洋的透光性质用新的指标——真光层深度来表达,即光线衰减到海面入射光强1%处的深度。

通常真光层的深度,约为赛奇深度的3倍。真光层深度在近岸海区为20米左右,在亚热带大洋为50米左右,在热带大洋可达200多米。

今天,科学家们已经有了眼力更加强劲的工具——卫星来进行海洋颜色的观测。

早在1978年,美国国家航空航天局(NASA)发射了“雨云7”(Nimbus)卫星,其上搭载了海岸带颜色扫描仪(Coastal Zone Color Scanner,CZCS)卫星来验证卫星遥感水色方法的可行性。1997年,第一颗专用海洋水色卫星“海星”(Seastar)。其他国家也有类似的海洋颜色卫星观测计划。

这些卫星有不同的空间、时间覆盖率,有不同感光的波长和带宽。光线到达海水后,部分被海表面反射,部分被上层水体中的无机颗粒物质、有机颗粒物质(主要是浮游植物)和有机黄色物质辐射而逃逸出水面。

卫星遥感的工作原理是通过卫星传感器接收上述光信号,来反演水体中影响海水光学性质的组分浓度,进而获得海洋表层水体中的悬浮物、叶绿素和黄色物质等的组分和浓度。

海水的色彩:与你我共呼吸

为什么全世界的科学家们,对海水的颜色如此关心?答案就在海洋里那些微小的生灵——浮游植物

浮游植物个体微小,只占全球植物生物量的1%,却提供了全球一半的光合作用生产量,同时贡献了全球至少一半的氧气产量。就这么说,我们每呼吸两口氧气,就有一口是浮游植物贡献的。全球变化对浮游生物的影响,与我们每个人相关。

浮游植物在生产氧气的同时

也将大气中的二氧化碳转移到了海洋(来源:wiki)▼

在1992年联合国气候变化框架公约(United Nations Framework Convention on Climate Change,UNFCCC)中,指明了需要对地球气候系统开展系统观测。于是联合国教科文组织下属多个机构联合成立了全球气候观测系统(Global Climate Observing System,GCOS)。而海洋颜色(Ocean Color, OC),就是其中的一个基本气候变量——ECV。

使用卫星水色遥感获取的光信号,可以换算为表征浮游植物的叶绿素浓度,从而实现在全球大范围尺度上对浮游植物和悬浮颗粒的分布开展研究。这就需要根据不同的海区、不同光波段。以海区而言,近岸海域有更多的悬浮无机颗粒物(例如泥沙),而大洋中的颗粒物主要为浮游植物。

塔斯马尼亚及周边水域的海岸带颜色扫描仪图像

红色和橙色表示浮游植物含量较高

绿色和蓝色表示浮游植物较少(图:wiki)▼

遥感的信息来自海面,这是一个平面,所以遥感得到的叶绿素浓度是平面的数据

实际上,海水中的叶绿素在不同的水深有不同的浓度,所以遥感叶绿素浓度和水体叶绿素浓度不是一个概念。在浑浊的近岸水域,下层的叶绿素可能探测不到;在热带大洋,存在一个深层叶绿素最大层,可以达到100多米,能否被遥感卫星观测到也是个问题。

科学家克服种种困难,已成功将海洋水色反演成海洋表层叶绿素浓度。全球海洋的周年平均叶绿素浓度约为0.32mg/m-3(Falkowski and Raven 2007),近岸和高纬度海区较高,南北纬40度之间的大洋较低,在5个大洋环流的中心最低。

这四张图体现了NASA海洋颜色计划的发展历程:

从CZCS传统多光谱仪器到SeaWiFS-MODIS-VIIRS时代

进入全球高光谱海洋颜色遥感时代的时机已经成熟▼

海洋透明度FU色标和卫星遥感都是科学家们使用的海洋光学资料,为了研究海洋浮游植物的长期变化,这些指标被分别通过各种算法转换成叶绿素浓度。

在2010年Boyce等人于顶级期刊《Nature》发表了一篇文章,使用1899年起的塞奇盘透明度数据和1959年起的实测叶绿素,通过算法将两类数据融合,估计了海洋不同分区叶绿素浓度在一个世纪之间的变化。

这一不同来源数据的融合研究十分有趣,但对研究方法可靠性的质疑立即引来大量的讨论,并成为2010-2012年间海洋科学的热门议题之一。

下图是Boyce等人论文中用的两种原始数据处理后的数据

这样的处理是否妥当只能说是见仁见智了

(图:Boyce et al., 2010)▼

既然透明度和实测叶绿素的结合争议颇大,那么同样来自卫星遥感的数据之间应该有较好的质控和连续性吧?

但实际上卫星遥感技术一直在进步,卫星和传感器分别在迭代升级,每一个型号的传感器都有不同的设置且有一定的寿命,这意味着我们拿到的遥感长期观测资料来自不同的卫星和遥感器,这些来自不同传感器资料的互校也是一个引起混乱的因素。

算法的不同,也导致面对同一份卫星遥感数据(美国NASA的四代卫星遥感数据),全球学术界也得出了差异甚大的结论。从全球尺度看,有人认为全球平均的叶绿素浓度从1990年代至今有降低的趋势,但是也有人认为没有明显的变化,当然还有人认为叶绿素浓度在增加。

卫星的测量技术是在不断迭代的

不同时期的数据难免会有些差异▼

对于各个不同的海区,也存在不同的叶绿素浓度变化趋势。其中南北纬40度之间的热带和亚热带海区最引人注目,该海区占全球总海区面积的56%,主要被5个亚热带环流占据。由于这些环流是逆时针旋转的反气旋式环流,环流中心是下降流,所以没有来自深层的营养盐的补充。长期以来,人们一直认为这些亚热带环流由于变暖层化加剧,营养盐更加缺乏,叶绿素浓度减少,水色变得更加透明。

一些研究表明全球海洋叶绿素在1998-2003年间

在沿海地区有增加的趋势

但大西洋和太平洋的环流区域却显示有下降的趋势▼

那为什么有新闻说全世界的海水,尤其是南北纬40度之间的大洋变绿了呢?

所以,海水到底变绿了吗?

回归本次引发“海水变绿”热议的论文(Cael et al., 2023),这篇文章是今年7月发表在《Nature》上的,作者使用了新的算法,称为“自相关校正多元回归(autocorrelation-corrected multivariate regression)”,分析了Modis卫星的遥感数据,结论是近20年间南北纬40度的海区更绿了

横屏-看上去好像挺那么回事的▼

那么,这个结论到底靠不靠谱呢?

作者的提法有点狡猾,以往的研究都是明确说明叶绿素浓度的变化,而这篇研究只声称海区变绿(become greener)却没有说明是叶绿素浓度的变化

在讨论部分,作者指出变绿的原因可能是多方面,可能是因为非生命的碎屑颗粒增加了,也可能是浮游动物和有色溶解物质的增加。由于在这些海区有深层叶绿素最大层,海洋透明度的增加也可能使得深层叶绿素最大层被卫星观测到,从而导致这个结果。

除了论文本身外,在原始新闻稿的文章中,相关作者避免使用“叶绿素浓度增加”的字眼。

但信息仍在层层传播中逐渐失真

(图:phys.org)▼

部分国内媒体,可能并没有看明白论文和原始新闻稿的意思,也并未真正理解该研究的含义,便匆匆落笔,造成社会大众的严重误解。或许他们也懒得真正理解,因为毕竟蹭新闻的热度是第一要义嘛。

当然,也有许多比较靠谱的媒体创作者,说明了这篇论文不是关于叶绿素浓度的变化,大海变绿的原因还不清楚。

有些遗憾的是,这些文章的讲法其实也不够严谨。将大海变绿建立在“绿”等于叶绿素的设定来吸引读者,然而事实上这一关系也并不成立。

总之,这一事件只是科学家用不同的算法处理遥感资料得出的“光谱学”的趋势研究,与浮游生物叶绿素长期变化研究相去甚远。

海洋浮游生物叶绿素长期变化趋势的子弹,还得飞一会儿。

最后多说几句:

近年来随着媒介技术的进步,原先与普通人距离甚远的学术界最新成果也可以在手机上刷到。但即使是最为权威期刊上的论文,也不全是一锤定音的真理。

而寥寥几句的结论背后,往往是一个学科长期的摸索和积累。看到某些“语不惊人死不休”的“权威结论”,不妨找来原文,细细品读一番。

至少,不应轻信才是。

参考资料:

Boyce D G, Lewis M R, Worm B 2010. Global phytoplankton decline over the past century. Nature [J], 466 (7306): 591-596.

Cael B B, Bisson K, Boss E, et al. 2023. Global climate-change trends detected in indicators of ocean ecology. Nature [J], 619 (7970): 551-554.

Falkowski P G, Raven J A 2007. Aquatic Photosynthesis: Second Edition [M]. Princeton University Press; New Jersey.

Gregg W W, Casey N W, McClain C R 2005. Recent trends in global ocean chlorophyll. Geophysical Research Letters [J], 32 (3): L03606.

Irwin A J, Oliver M J 2009. Are ocean deserts getting larger? Geophysical Research Letters [J], 36 (18): L18609.

Mackas D L 2011. Does blending of chlorophyll data bias temporal trend? Nature [J], 472 (7342): E4-E5.

McClain C R, Franz B A, Werdell P J 2022. Genesis and Evolution of NASA’s Satellite Ocean Color Program. Frontiers in Remote Sensing [J], 3: 938006.

McClain C R, Signorini S R, Christian J R 2004. Subtropical gyre variability observed by ocean-color satellites. Deep Sea Research Part II: Topical Studies in Oceanography [J], 51 (1): 281-301.

McQuatters-Gollop A, Reid P C, Edwards M, et al. 2011. Is there a decline in marine phytoplankton? Nature [J], 472 (7342): E6-E7.

Meng S, Gong X, Yu Y, et al. 2021. Strengthened ocean-desert process in the North Pacific over the past two decades. Environmental Research Letters [J], 16 (2): 024034.

Pitarch J, Bellacicco M, Marullo S, et al. 2021. Global maps of Forel–Ule index, hue angle and Secchi disk depth derived from 21 years of monthly ESA Ocean Colour Climate Change Initiative data. Earth System Science Data [J], 13 (2): 481-490.

Polovina J J, Howell E A, Abecassis M 2008. Ocean’s least productive waters are expanding. Geophysical Research Letters [J], 35 (3): L03618.

Rykaczewski R R, Dunne J P 2011. A measured look at ocean chlorophyll trends. Nature [J], 472 (7342): E5-E6.

Sarmiento J L, Slater R, Barber R, et al. 2004. Response of ocean ecosystems to climate warming. Global Biogeochemical Cycles [J], 18 (3): GB3003.

Siegel D A, Franz B A 2010. Century of phytoplankton change. Nature [J], 466 (7306): 569-571.

Signorini S R, Franz B A, McClain C R 2015. Chlorophyll variability in the oligotrophic gyres: mechanisms, seasonality and trends. Frontiers in Marine Science [J], 2: 00001.

本文来自微信公众号:地球知识局 (ID:diqiuzhishiju),作者:张武昌(中国科学院海洋研究所研究员),制图:板栗,校稿:通麦,编辑:板栗

声明: 该内容为作者独立观点,不代表新零售资讯观点或立场,文章为网友投稿上传,版权归原作者所有,未经允许不得转载。 新零售资讯站仅提供信息存储服务,如发现文章、图片等侵权行为,侵权责任由作者本人承担。 如对本稿件有异议或投诉,请联系:wuchangxu@youzan.com
(0)
上一篇 2023年11月27日
下一篇 2023年11月27日

相关推荐

  • 水温80度:AI行业真假繁荣的临界点

    我们从来没拥有过这么成功的AI主导的产品。

    (这种分析统计并不那么准,但大致数量级是差不多的)

    这两个产品碰巧可以用来比较有两个原因:

    一个是它们在本质上是一种东西,只不过一个更通用,一个更垂直。

    蓝海的海峡

    未来成功的AI产品是什么样,大致形态已经比较清楚了,从智能音箱和Copilot这两个成功的AI产品上已经能看到足够的产品特征。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时“罢工”,全网打工人都慌了

    美西时间午夜12点开始,陆续有用户发现自己的ChatGPT要么响应超时、要么没有对话框或提示流量过载,忽然无法正常工作了。

    因为发现AI用久了,导致现在“离了ChatGPT,大脑根本无法运转”。”

    等等,又不是只有一个聊天机器人,难道地球离了ChatGPT就不转了。

    大模型连崩原因猜想,谷歌躺赢流量激增6成

    GPT归位,人们的工作终于又恢复了秩序。

    未来科技 2024年6月5日
  • ChatGPT宕机8小时,谷歌Gemini搜索量激增60%

    ChatGPT一天宕机两次

    谷歌Gemini搜索量激增近60%

    ChatGPT在全球拥有约1.8亿活跃用户,已成为部分人群工作流程的关键部分。

    过去24小时内提交的关于OpenAI宕机的问题报告

    图片来源:Downdetector

    ChatGPT系统崩溃后,有网友在社交媒体X上发帖警告道:“ChatGPT最近发生的2.5小时全球中断,为我们所有依赖AI工具来支持业务的人敲响了警钟。

    未来科技 2024年6月5日
  • ChatGPT、Perplexity、Claude同时大崩溃,AI集体罢工让全网都慌了

    接着OpenAI也在官网更新了恢复服务公告,表示“我们经历了一次重大故障,影响了所有ChatGPT用户的所有计划。Generator调查显示,在ChatGPT首次故障后的四小时内,谷歌AI聊天机器人Gemini搜索量激增60%,达到327058次。

    而且研究团队表示,“Gemini”搜索量的增长与“ChatGPT故障”关键词的搜索趋势高度相关,显示出用户把Gemini视为ChatGPT的直接替代选项。

    未来科技 2024年6月5日
  • 深度对话苹果iPad团队:玻璃的传承与演变

    iPad最为原始的外观专利

    没错,这就是iPad最初被设想的样子:全面屏,圆角矩形,纤薄,就像一片掌心里的玻璃。

    2010年发布的初代iPad

    好在乔布斯的遗志,并未被iPad团队遗忘。

    初代iPad宣传片画面

    乔布斯赞同这一想法,于是快速将资源投入平板电脑项目,意欲打造一款与众不同的「上网本」,这就是iPad早年的产品定义。

    iPad进化的底色

    苹果发布会留下过很多「名场面」,初代iPad发布会的末尾就是一例。

    未来科技 2024年6月5日
  • 底层逻辑未通,影视业的AI革命正在褪色…

    GPT、Sora均为革命性产品,引发了舆论风暴,但它在上个月发布的“多模态语音对谈”Sky语音,却由于声音太像电影明星斯嘉丽·约翰逊,被正主强烈警告,被迫下架。

    华尔街日报也在唱衰,认为“AI工具创新步伐正在放缓,实用性有限,运行成本过高”:

    首先,互联网上已经没有更多额外的数据供人工智能模型收集、训练。

    03、

    如果说训练“数字人”、使用AI配音本质上瞄向的仍是影视行业固有的发展方向,那么还有另外一群人试图从根本上颠覆影视行业的生产逻辑和产品形态。

    但分歧点正在于此,电影公司希望通过使用AI技术来降低成本,但又不希望自己的内容被AI公司所窃取。

    未来科技 2024年6月5日
  • KAN会引起大模型的范式转变吗?

    “先变后加”代替“先加后变”的设计,使得KAN的每一个连接都相当于一个“小型网络”, 能实现更强的表达能力。

    KAN的主要贡献在于,在当前深度学习的背景下重新审视K氏表示定理,将上述创新网络泛化到任意宽度和深度,并以科学发现为目标进行了一系列实验,展示了其作为“AI+科学”基础模型的潜在作用。

    KAN与MLP的对照表:

    KAN使神经元之间的非线性转变更加细粒度和多样化。

    未来科技 2024年6月5日
  • 这个国家,也开始发芯片补贴了

    //mp.weixin.qq.com/s/tIHSNsqF6HRVe2mabgfp6Q
    [4]中国安防协会:欧盟批准430亿欧元芯片补贴计划:2030年产量占全球份额翻番.2023.4.19.https。//mp.weixin.qq.com/s/VnEjzKhmZbuBUFclzGFloA
    [6]潮电穿戴:印度半导体投资大跃进,一锤砸下1090亿,政府补贴一半.2024.3.5https。

    未来科技 2024年6月5日
  • 大模型的电力经济学:中国AI需要多少电力?

    这些报告研究对象(数字中心、智能数据中心、加密货币等)、研究市场(全球、中国与美国等)、研究周期(多数截至2030年)各不相同,但基本逻辑大同小异:先根据芯片等硬件的算力与功率,计算出数据中心的用电量,再根据算力增长的预期、芯片能效提升的预期,以及数据中心能效(PUE)提升的预期,来推测未来一段时间内智能数据中心的用电量增长情况。

    未来科技 2024年6月5日
  • 你正和20万人一起接受AI面试

    原本客户还担心候选人能否接受AI面试这件事,但在2020年以后,候选人进行AI面试的过程已经是完全自动化的,包括面试过程中AI面试官回答候选人的问题,AI面试官对候选人提问以及基于候选人的回答对候选人进行至多三个轮次的深度追问。

    以近屿智能与客户合作的校验周期至少3年来看,方小雷认为AI应用不太可能一下子爆发,包括近屿智能在内的中国AI应用企业或许要迎来一个把SaaS做起来的好机会。

    未来科技 2024年6月4日