本研究由自然资源部第二海洋研究所卫星海洋环境动力学国家重点实验室的Shujie Yu、Zigeng Song及Yan Bai（通讯作者）等人主导，联合厦门大学近海海洋环境科学国家重点实验室、南方海洋科学与工程广东省实验室（珠海）及国家海洋环境监测中心的研究人员共同完成。研究成果于2023年9月7日在线发表于国际顶级环境科学期刊 Science of the Total Environment。
边缘海面积虽仅占全球海洋表面积的约8%，但在全球碳循环中扮演着至关重要的角色，其对大气二氧化碳（CO₂）的年吸收量约占全球海洋总吸收量的10%至20%。渤海、黄海和东海作为世界上最大的边缘海系统之一，其碳循环过程极为复杂。该系统不仅受到长江冲淡水、西部边界流（黑潮）等强大动力过程的影响，还接收大量来自河流径流、上升流和开阔海洋的碳与营养物质，导致其内部生物生产活跃，物理与生物地球化学相互作用强烈。然而，由于这一海域高度的空间异质性和生物地球化学复杂性，准确估算其海水二氧化碳分压（seawater pCO₂）和海-气CO₂通量（air-sea CO₂ flux）的精细时空变化一直是一项重大挑战。以往的研究多基于时间跨度小、空间覆盖有限的船只观测，难以揭示其长期变化规律。
针对这一科学需求，本研究旨在开发一种创新的卫星遥感反演算法，结合机制分析与机器学习各自的优势，生成一套迄今为止在渤海、黄海和东海区域时空分辨率最高、覆盖时间最长的海表pCO₂数据集，并以此揭示该区域2003年至2019年间海-气CO₂源汇格局、精细季节变化及长期演变趋势。
本研究的核心是建立一套将半机制模型与机器学习模型相结合的pCO₂反演算法，命名为MESAA-ML-ECS（Mechanistic Semi-Analytical Algorithm-Machine Learning）。其主要工作流程如下：
1. 数据收集与预处理 研究团队汇编了2003年至2019年间在该海域进行的51个航次/航段收集的逾104万组走航式（underway）海水pCO₂实测数据，这是目前该海域最丰富的数据集。同时，研究收集了多源卫星与模式数据作为模型输入，包括：MODIS/Aqua卫星的叶绿素浓度（chlorophyll concentration, chl）和遥感反射率（remote sensing reflectance, Rrs）；AVHRR_OI的卫星海表温度（sea surface temperature, SST）；CMEMS全球再分析资料的海表盐度（sea surface salinity, SSS）；NOAA Carbontracker的大气CO₂干摩尔分数（xCO₂）和大气压；以及ERA5再分析资料的海面10米风速（wind speed, WS）。所有数据被统一匹配（match-up）并网格化为1公里分辨率的月尺度数据集，最终获得63,883组匹配数据。这些数据被创新性地按“航次”而非随机方式划分为训练集（74.18%）和独立验证集（25.82%），以确保验证的时空独立性。
2. 基于机制分析的特征参数化 算法的核心创新在于，它并非简单地依赖数据驱动，而是将海洋pCO₂变化的物理和生物地球化学机制解析为几个可通过遥感手段量化的控制分量，并据此设计和选择机器学习模型的输入参数。这些分量包括： * 热力学与大气CO₂强迫项：研究团队设计了一个新的半分析参数——温度依赖的海水pCO₂（pCO₂,therm）。它同时表征了温度对海水pCO₂的热力学效应以及大气CO₂浓度长期增长的强迫效应。其计算方式为：假设海水通过海-气交换在一年内能与大气达到平衡，再根据季节性的SST变化进行热力学调整。该参数不仅能反映季节变化，还能体现大气CO₂逐年增加的趋势和空间梯度。 * 混合效应项：为刻画长江冲淡水、黑潮入侵、沿岸上升流等复杂混合过程对pCO₂的影响，研究引入了上升流指数（Upwelling Index, UISST）。UISST定义为某像元点的SST与同纬度（117°E–135°E）区域平均SST的差值。该参数能有效指示冷水团、暖流和近岸淡水羽流等特征，从而近似反映不同碳酸盐组成的水团混合效应。 * 生物效应项：除了传统的叶绿素浓度（chl），研究还额外引入了三个波段的遥感反射率，即Rrs(443)、Rrs(488)和Rrs(555)。叶绿素反映了浮游植物的总体生物量，而特定波段的反射率能区分相似的叶绿素浓度下不同的生物群落和过程（如近岸富营养区的季节性高产、海盆中的中尺度藻华等），并提供有色溶解有机物和悬浮物等信息。
3. 输入参数组合与机器学习模型选择 研究通过测试8种特征参数组合，验证了pCO₂,therm和UISST在模型中的优越性能，可以分别有效替代常用的xCO₂和SSS等存在分辨率受限或数据质量不佳的变量。最终确定以SST、chl、Rrs(443)、Rrs(488)、Rrs(555)、UISST和pCO₂,therm作为模型输入参数。 在模型选择上，团队测试了多层感知器神经网络（MLPNN）、决策树（DT）、随机森林（RF）、LightGBM和XGBoost等多种机器学习算法。结果表明，XGBoost算法性能最优。通过对目标函数进行二阶泰勒展开并引入正则项，XGBoost能有效防止过拟合，并在独立验证数据集上取得了卓越表现。
1. 算法性能验证 建立的MESAA-ML-ECS模型在独立验证中展现出高精度，确定的系数（R²）高达0.94，均方根误差（RMSE）仅为20 μatm，平均绝对百分比偏差（APD）为4.12%。模型成功复现了从长江口淡水羽流区到东海陆架、以及从黄河口到渤海内部海水pCO₂的梯度变化细节，验证了其在高度异质性水体中的强大适用性和稳定性。
2. 海表pCO₂与海-气CO₂通量的时空分布格局 研究首次生成了2003至2019年间研究区域月平均的1公里分辨率海表pCO₂和海-气CO₂通量分布图。 * 渤海：pCO₂季节波动极大（约250 μatm），夏季受高SST和陆地径流输入影响，pCO₂可达500-700 μatm；冬季则因低温而处于不饱和状态。全年整体近似中性，年内碳源汇格局转换明显。 * 黄海：呈现复杂的空间异质性。南黄海中部在十二月表现出极强的CO₂吸收能力，而苏北浅滩在夏秋季是极强的CO₂源。从全年平均看，黄海是一个弱的碳汇。 * 东海：季节变化格局存在显著区域差异。东海陆架外缘在冬季和早春是极强的CO₂汇，吸收速率峰值超过20 mmol/m²/d；长江口及其邻近近岸区域在夏、秋季是强烈的CO₂源。总体而言，东海是研究区域内最强且最稳定的碳汇。
3. 长期变化趋势 2003年至2019年的17年间，随着大气CO₂浓度的持续上升，整个研究区域的CO₂年吸收总量增加了85%，从约13 Tg C增加至约24 Tg C。 * 渤海：尽管海表pCO₂无显著趋势，但由于大气pCO₂上升更快，其年际积分通量已从早期的一个弱源转变为一个弱汇。 * 黄海：海水pCO₂上升速率（1.74 μatm/年）接近大气pCO₂（2.18 μatm/年），年际碳汇有一定增强但并不显著。 * 东海：海水pCO₂上升速率（0.78 μatm/年）远低于大气pCO₂（2.22 μatm/年），这主要归因于强烈的生物固碳作用，导致海-气pCO₂差值的绝对值持续扩大，碳汇强度显著增强。东海陆架区从2003年吸收约10 Tg C增至2019年的约19 Tg C，是整个区域碳汇增加的最主要贡献者。
本研究得出的关键结论是：2003-2019年期间，渤海、黄海、东海整体均为大气CO₂的净汇区，年吸收量分别为0.16 ± 0.26、3.85 ± 0.68和14.80 ± 3.09 Tg C，整个研究区域年吸收总量达18.81 ± 3.81 Tg C。在持续上升的大气CO₂浓度驱动下，该边缘海系统的碳汇能力总体显著增强。
本研究的科学价值在于，它成功建立了一种将半机制分析与机器学习深度融合的MESAA-ML-ECS算法范式。该方法通过引入pCO₂,therm和UISST等具有明确物理意义的半分析参数，既克服了纯经验模型应用范围受限的缺点，又解决了纯数据驱动黑箱模型可解释性差的问题，代表了新一代人工智能（AI 2.0）在复杂海洋系统碳循环研究中的发展方向。其应用价值在于，它提供了目前该区域最完整、最精细的海洋碳汇时空连续数据集。这套数据不仅首次揭示了渤海、黄海东部及东海陆架外缘等观测匮乏区域的碳通量细节与长期趋势，还有潜力用于捕捉台风、涡旋等中尺度过程引起的pCO₂变化，为未来研究海洋固碳机制、潜力及气候变化反馈提供了坚实的数据基础和新的洞察。