机构名称：
¥ 1.0
摘要。南洋在大气和海洋之间的碳交换中起着重要作用，并且是海洋吸收人为CO 2的关键区域。然而，由于数据覆盖率有限，南大洋航空CO 2频率的估计值高度不确定。在冬季和整个南洋的子午梯度中进行的采样可改善全球表面海洋P CO 2的机器学习（ML）重建。在这里，我们使用地球系统模型的大集合测试床（LET）和“ P CO 2-分离”重建方法来评估P CO 2重建效果的改进，可以通过添加到现有的Surface Surface Ocean Co 2 Atlas（So-Cat）的Surean Surean Surean Surean中的额外自主采样来实现，这些方法可以实现。让LET允许通过与“模型真实”进行比较，对P CO 2重建的技能进行强有力的评估。只有SOCAT采样，南大洋和全球P CO 2被高估了，因此海洋碳汇被低估了。纳入未拧紧的表面车辆（USV）采样，刺激了南大洋内观测的空间和季节性覆盖范围，从而减少了P CO 2的过度估计。与单独的采样相比，南半球冬季和整个南大洋的子午梯度的额外观察结果分别导致重建偏见和根平方方误差（RMSE）的改善分别为86％和16％。最后，通过仅社会采样显示的空气–EA CO 2频道的大型衰老变化可能部分归因于南方海洋的不足采样。
评估全球海洋PCO2机器的改进...
主要关键词
相关文件推荐
