长江口邻近海域的溶解有机碳和溶解无机碳系统

来源 :中国海洋大学 | 被引量 : 0次 | 上传用户:fw1989
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海洋作为地球表面最大的碳库,在全球碳循环中发挥着重要的作用。海洋中的溶解有机碳和溶解无机碳是海洋中碳的两种主要的存在形态,因而深入地认识两者的分布、迁移和转化规律,对海洋碳循环的研究具有重要的意义。本论文以典型的陆架边缘海——东海的长江口邻近海域为调查对象,分别于2010年的4月、5月和10月对该海域的溶解有机碳和溶解无机碳系统的来源、分布和影响因素,以及两者之间的耦合关系进行了系统的研究。主要的研究结果如下:1.研究海域春季4月份和秋季10月份DOC主要受陆源输入影响,平面分布特点类似,为近岸高于远岸,受长江径流的影响,长江口附近为DOC的高值区。5月份DOC的分布呈现区域化特点,长江口以北区域基本呈近岸浓度高于远岸;长江口附近浓度最高;长江口以南由于受赤潮的影响,其表中层水体为DOC的高值区,与该海域浮游植物分布特点一致。DOC的垂直分布受陆源输入,生物活动和沉积物的再悬浮影响。4月和5月由于水体分层,表层浓度高于底层,秋季10月份,跃层减弱,DOC的垂直分布较为均匀。DOC的季节变化特征为秋季10月份浓度最高,5月次之,4月最低。其季节变化亦与陆源的输入、生物活动以及沉积物再悬浮有关。2.由研究海域DOC与S和叶绿素的相关性可以推断,春季4月份表层水体受陆源输入的影响大于中层和底层。5月份受陆源输入和生物活动的共同影响。秋季10月份DOC受陆源输入的影响程度最大。3.根据研究海域DOC与AOU的关系,估算了底层水体中的DOC降解所消耗的氧占AOU的比例分别为:4月底层DOC降解所消耗的氧占AOU的49.3%;5月份底层DOC降解所消耗的氧占AOU的32.5%;10月份底层DOC降解所消耗的氧占AOU的14.3%。4.研究海域春季4月份与秋季10月份DIC的分布特征类似,基本呈近岸高,远岸低的趋势。5月份DIC呈区域化分布特征,大致为长江口附近等值线密集;长江口以北部海域越往北DIC浓度越高;长江口以南海域表层和中层受赤潮的影响DIC浓度较低,与该海域DOC的分布特点相反。受微生物的降解以及沉积物再悬浮等过程的影响,垂直分布表现为底层浓度高于表层。研究海域4月和10月可能表现为大气二氧化碳的源区,5月份除靠近长江口的区域为强的二氧化碳源以外,其他海域由于受赤潮的影响,可能表现为大气二氧化碳的弱汇。5.研究海域DIC与温度、盐度的关系表明:4月和10月研究海域DIC受温度影响较大。5月份与温度和盐度的相关性均不明显,而与Chla的关系表明5月份生物作用对DIC的影响较大。6.估算了溶解有机碳的降解对溶解无机碳再生的贡献,研究海域底层水体的DOC降解对DIC再生的贡献在2%-10%之间。另外5月份赤潮的爆发增加了DOC降解对DIC再生的贡献。其余90%的DIC再生量可能来自沉积物的再悬浮和陆源输入等过程的贡献。7.估算了长江口以南的Za、Zb和Zc典型断面所包围的水体在赤潮爆发期间浮游植物固定的碳的量大约为3.67×10~5tC。
其他文献
目的使各类装备保障信息系统中的装备保障数据得到综合利用,实现服务上级决策支持的功能。方法提出设计综合性的装备保障系统的构想,阐述构建装备保障数据仓库的总体方式,并
<正>盘点2006年的中国外交,非洲自始至终都是一个亮点。中国政府虽未把这一年正式定为“非洲年”,但中非之间的外交互动却是接连不断。新年伊始,中国政府发表《中国对非洲政
本文针对系泊系统相关参数的优化问题进行了探讨分析。整体采用多元分析法,在钢管和钢桶部分采用整体分析法,在重物和吃水线部分采用隔离分析法,初始化假设及关键变量控制。
金融危机背景下巴塞尔委员会对资本监管问题出台了一系列新规,业界称之为新巴塞尔协议。随着我国进入巴塞尔协议Ⅲ的新监管时代,商业银行仍然存在着监管资本套利行为。本文在
该文首先梳理了国内外对城市车挡的研究进展,然后深入调研我国城市环境介质下的车挡设施针对其硬质景观的视觉和功能消极影响,使用功能不健全.缺乏人文关怀,城市个性以及历史文脉
对国外诸多常用电磁仿真软件的数值方法和用途等的发展状况进行了详细介绍和说明。首先对仿真技术所基于的计算电磁学算法进行了分类分析,然后对不同算法所对应的仿真软件的
为提高某型无人机伞降回收系统的可靠性,采用硬件法与功能法相结合的方法对该系统进行了故障模式及影响分析,利用定量分析方法和危害性矩阵图对该系统的危害性进行了分析。研
本文深入研究金融租赁公司在组织机构、业务发展、风险管理等方面的创新路径,并提出促进金融租赁公司创新发展的建议。
针对建筑施工现场频繁发生的火灾事故,将这一事故作为顶事件并分析导致顶事件发生的基本事件,构建故障树,表示出各基本事件与顶事件之间的逻辑关系。再将故障树转化成贝叶斯