“时间尺度”——衡量近岸水体低氧的标尺

  近岸水体低氧在全球的边缘海均有发现。在联合国发布的第二次全球海洋综合评估报告中,海洋低氧已被列为最严重的海洋环境问题之一。在过去50年间,全球低氧海域的面积增加了两倍之多,近岸区域尤为严重。美国65%的河口和沿岸水域都遭受着水体低氧的影响。近年来,中国近岸海域的水体低氧状况亦不容乐观,东中国海区域低氧频次高且空间扩展面积大,渤海的溶解氧浓度在夏季会迅速下降,从而导致渤海部分海域处于低氧环境。水体溶解氧是鱼类和贝类等重要海洋经济物种维持正常生存、生长和繁殖的关键生态要素,水体溶解氧的减少给海洋生态系统的生物多样性、生物量、可持续性及恢复力带来了巨大压力。低氧海域往往不适合海洋生物的生存,其中一些区域甚至演化为“死亡区”,从而导致海洋生态系统发生不可逆的退化。无论是国内还是国际,水体低氧对海洋生态系统造成的严重破坏在社会各界都引起了广泛的关注与重视。

  毫无疑问,近岸水体低氧是地球流体过程、生物地球化学过程以及生态过程相互作用的结果,其成因十分复杂。由于不同区域对水体低氧有贡献的过程存在很大差异且低氧生消的时空异质性极强,这导致没有一把统一的“标尺”去度量不同区域之间低氧的存留特性及严重程度。2022年,华东师范大学河口海岸国家重点实验室张文霞副研究员在期刊Journal ofGeophysical Research: Biogeosciences发表了题为《UsingTimescales of Deficit and Residence to Evaluate Near- Bottom Dissolved OxygenVariation in Coastal Seas》的研究成果,提出从时间尺度的角度度量不同区域的低氧严重性。

  本研究以中国东部沿海海域为例(图1),基于物理-生物地球化学耦合模型模拟溶解氧的动力过程(图2)。通过识别和分解耗氧与供氧、混合和扩散等诸多物理、生物地球化学过程所导致的溶解氧源汇,进而量化水体溶解氧变化的速率和各种特征时间尺度并进行区域间的对比,以分离区域内不同过程的相对重要性以及区域之间低氧存留特征的差异。研究发现,局地耗氧时间尺度是那把关键的“标尺”,该时间尺度可以表征不同区域之间局地生物地球化学特征的差异,较短的局地耗氧时间尺度表明该区域内局地生物地球化学特征有利于其底部低氧的形成。

图1. 研究区域示意图。
图2. 与水动力模型耦合的生物地球化学循环模块示意图。

  通过进一步将局地耗氧时间尺度与垂向层化持续时间相结合(即两者的比值),该研究给出了低氧和非低氧区域的界限(图3B)。遵循e-folding时间尺度原理,两者比值小于0.5的区域易形成低氧(白色等值线内,局地耗氧时间尺度的最大值为25天)。相比之下,低氧不太可能发生在两者比值大于1的红等值线以外的区域。通过对特征时间尺度进一步分析发现,我国东海、黄海和渤海中,黄海深水区不易发生低氧(图3B);渤海的低氧主要受控于局地过程且低氧一旦形成会存留较长时间;东海由于与外海交换较快,局地亏损的溶解氧可较快得到补给,所以该区域内低氧存留时间较短(图4)。

 
图3. (A)局地生物耗氧时间尺度的空间分布;(B)局地耗氧时间尺度与垂向层结持续时间的比值,白色及红色等值线分别表示比值为0.5,1.0;(C)夏季平均的底层溶解氧浓度空间分布。
图4. (A)标准化的局地生物耗氧速率与局地供氧速率的比值;(B)标准化的局地溶解氧亏损速率与水平交换速率的比值;(C)局地耗氧时间尺度与局地供氧时间尺度的比值;(D)局地溶解氧亏损时间尺度与水平交换时间尺度的比值。

  利用时间尺度这把标尺可以分解出控制溶解氧浓度变化的主要过程并得出不同区域之间季节性低氧的存留特征。由于沿海区域溶解氧浓度的主控因子及低氧存留特征的确定对管控低氧灾害有至关重要的意义,所以上述时间尺度的量化对于海洋生态系统的保护具有战略意义。在东海区域,由于局部氧亏损时间尺度与水平对流交换时间尺度相当,若能通过减排等措施将长江所携带的无机盐浓度减少30%即可大大延长局部氧亏损时间尺度,从而可以使底层低氧水总体积下降46% [Zhang et al.,2021]。在渤海区域,由于极长的水平对流交换时间尺度会导致该区域低氧状态的长期存留,所以渤海低氧的防控重点应放在防止低氧环境的形成上。

  该研究得到上海市科委(21ZR1421400),国家自然科学基金(41706015),上海市教委(2021-01-07-00-08-E00102)和自然资源部第二海洋研究所(QNHX2016)的联合资助。

参考文献

Zhang, W., J.M. Moriarty, H. Wu, Y.Feng, 2021, Response of bottom hypoxia off the Changjiang River Estuary tomultiple factors: a numerical study. Ocean Modelling, 159(2021): 101751.