中高风速下近海CO2交换速率遥感反演及对通量估算的影响

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    41906152
  • 项目类别:
    青年科学基金项目
  • 资助金额:
    24.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    D0607.海洋遥感
  • 结题年份:
    2022
  • 批准年份:
    2019
  • 项目状态:
    已结题
  • 起止时间:
    2020-01-01 至2022-12-31

项目摘要

Strong wind processes (U10>10 m/s) are often accompanied by wave breaking and bubble injection, which enhance gas exchange, and may also enhance the mixing of subsurface and surface water, resulting in short-term source-sink conversion in part of sea, which has a significant impact on the estimation of carbon flux in the whole sea area. Existing studies on the effects of strong wind processes on air-sea CO2 flux have focused on the effects of sea water CO2 partial pressure, with less consideration of the enhancement on the transfer velocity, and underestimated the effects on the fluxes. Moreover, the existing transfer velocity models have not been constructed specifically for the complex response of offshore environment during strong winds. This project plans to construct a remote sensing inversion model for offshore air-sea CO2 transfer velocity at medium and high wind speed, which related to wave steepness, bubble injection, suspended material, current velocity and other factors. Based on the model that will be constructed, temporal and spatial variation of air-sea CO2 transfer velocity will be studied using long-time remote sensing data. The effect of transfer velocity on flux estimation at medium and high wind speed will also be analyzed. The influence mechanism of strong wind processes on offshore air-sea CO2 transfer velocity and flux will be investigated. The research results will provide a high-precision model of air-sea CO2 transfer velocity for offshore carbon flux estimation, and help to improve the accuracy of offshore carbon budget.
大风过程(U10>10m/s)往往伴随波浪破碎和气泡注入,气体交换速率急剧增大,且可能增强次表层与表层水体混合,造成部分海域短期源汇转换,对整个海域的碳通量估算影响严重。已有大风过程对海-气CO2通量影响的研究,集中于对海水CO2分压的影响,较少考虑对交换速率的增强作用,低估了对通量的影响。而且现有的交换速率模型没有专门针对大风过程中近海环境的复杂响应进行构建。申请项目拟构建一个与波陡、气泡注入、悬浮物、流速等因素有关的中高风速近海海-气CO2交换速率遥感反演模型,并利用长时序遥感数据应用申请项目构建的模型,重点研究CO2交换速率和通量的时空变化规律,分析交换速率对通量估算的影响,探讨大风过程对近海海-气CO2交换速率和通量的影响机制。研究成果可为近海碳通量估算提供高精度的CO2交换速率模型,有助于提升近海碳收支评估的准确性。

结项摘要

大风过程(U10>10m/s)会引起波浪破碎和气泡注入,导致气体交换速率急剧增大,并可能增强次表层与表层水体混合,造成部分海域短期内源汇转换,严重影响整个海域碳通量估算。已有研究关注了大风过程对海水CO2分压的影响,但较少考虑其对交换速率的增强作用,从而低估了其对通量估算的影响。本项目构建了一个中高风速近海海-气CO2交换速率遥感反演模型,并以东海为例研究了CO2交换速率和通量的时空变化规律,探讨了大风过程对近海海-气CO2交换速率和通量的影响机制。项目取得以下主要成果:.(1)构建了一个综合考虑波陡、气泡注入、悬浮物、流速等影响因素的中高风速近海海-气CO2交换速率遥感反演模型。.(2)构建了CO2通量夜间效应模型,首次利用遥感数据定量评估了夜间效应对全球CO2通量估算的影响。发现若不考虑夜间效应,海洋CO2汇将平均高估10.89%。.(3)分析了台风对东海海-气CO2分压及其时空变化规律的影响机制。台风经过时,CO2分压受SST与SSS共同影响而发生迅速变化。台风影响CO2分压的时间可能与台风强度以及台风与浮标间的距离有关。.(4)分析了台风对东海海-气CO2通量及其时空变化规律的影响机制。台风期间,台风影响范围内通量为正值,表明此时海洋向大气释放CO2,即该区域为CO2源区。.项目研究成果已在海洋学和遥感学主流期刊《Remote Sensing》、《Advances in Space Research》、《International Journal of Remote Sensing》等发表论文5篇(其中SCI论文3篇),培养了5名海洋碳循环遥感方向硕士研究生。项目负责人顺利晋升为副教授,并获得多项奖励:2021年度海洋工程科学技术奖二等奖(2/8)和2020年度上海海洋科学技术奖海洋科技进步奖二等奖(1/8)。此外,项目负责人还以第一主编身份出版了书籍一部。该项目为近海碳通量估算提供了高精度的CO2交换速率模型,有助于提升近海碳收支评估的准确性。

项目成果

期刊论文数量(5)
专著数量(1)
科研奖励数量(2)
会议论文数量(0)
专利数量(0)
Wind speed retrieval from Chinese Gaofen-3 synthetic aperture radar using an analytical approach in the nearshore waters of China’s seas
使用分析方法从中国高分三号合成孔径雷达反演中国海域近岸水域的风速
  • DOI:
    10.1080/01431161.2022.2079019
  • 发表时间:
    2022
  • 期刊:
    International Journal of Remote Sensing
  • 影响因子:
    3.4
  • 作者:
    Ru Yao;Weizeng Shao;Xingwei Jiang;Tan Yu
  • 通讯作者:
    Tan Yu
Coastline detection using optical and synthetic aperture radar images
使用光学和合成孔径雷达图像检测海岸线
  • DOI:
    10.1016/j.asr.2022.04.030
  • 发表时间:
    2022
  • 期刊:
    Advances in Space Research
  • 影响因子:
    2.6
  • 作者:
    T. Yu;S.W. Xu;B.Y. Tao;W.Z. Shao
  • 通讯作者:
    W.Z. Shao
Influence of the Nocturnal Effect on the Estimated Global CO2 Flux
夜间效应对估计的全球二氧化碳通量的影响
  • DOI:
    10.3390/rs14133192
  • 发表时间:
    2022
  • 期刊:
    Remote Sensing
  • 影响因子:
    5
  • 作者:
    Rui Jin;Tan Yu;Bangyi Tao;Weizeng Shao;Song Hu;Yongliang Wei
  • 通讯作者:
    Yongliang Wei
台风对舟山海域上升流和叶绿素分布的影响
  • DOI:
    doi:10.6043/j.issn.0438-0479.202007103
  • 发表时间:
    2020
  • 期刊:
    厦门大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    杨伟;黄菊;于潭
  • 通讯作者:
    于潭
Semi-Automatic Extraction of The Threshold Segmentation of Coastline Based on Coastline Type
基于海岸线类型的海岸线阈值分割半自动提取
  • DOI:
    10.1088/1755-1315/690/1/012019
  • 发表时间:
    2021
  • 期刊:
    2020 International Symposium on Water, Ecology and Environment
  • 影响因子:
    --
  • 作者:
    Tan Yu;Shuwen Xu;Xinyu Zhou;Jiajun Xiao;Bingxu Zhang
  • 通讯作者:
    Bingxu Zhang

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码