研究数据与方法 - 研究使用了一艘配备生物地球化学传感器的BGC-Argo浮标，该浮标于2021年12月至2022年1月期间在ETNP海域部署，并在2022年1月15日至2024年10月6日近三年期间，每约10天对上层2000米水柱进行剖面观测，共获得97个剖面 [1] - 浮标传感器测量了氧气、硝酸盐、pH、叶绿素荧光、光学后向散射、温度、盐度和压力等参数，所有传感器数据均被用于表征当地生物地球化学特征并作为生物地球化学模型的输入 [1][2] - 研究采用了一种新的统计方法重新分析ISUS硝酸盐传感器的原始输出光谱，以估算亚硝酸盐浓度，该方法使用LASSO回归，包含了硝酸盐、亚硝酸盐和硫代硫酸盐的吸收系数项 [2] - 为评估浮标时间序列期间的当地生产力，研究计算了上层150米深度的颗粒有机碳和叶绿素剖面储量，并应用了6点移动平均来描绘初级生产和颗粒物积累的季节性变化 [3] - 研究计算了变量N*，其公式为 (硝酸盐 + 亚硝酸盐) - 16*磷酸盐 + 2.9 µmol kg⁻¹，其中磷酸盐浓度使用CANYON-B算法估算 [4][10][11] 中尺度和亚中尺度特征识别 - 基于Fiedler & Talley定义的参数，通过生成温盐剖面来识别水团 [5] - 利用通过Ocean Virtual Laboratory组织的卫星汇编数据，识别了浮标所在区域内发生的中尺度海洋学特征，叶绿素-a数据来源于OLCI Sentinel-3卫星 [5] - 针对2022年1月至2024年10月期间每个月中旬的浮标联系，使用每周汇总数据生成叶绿素-a彩色图，以突出涡旋和其他中尺度活动以及生产力的异常 [5] 氮循环生物地球化学箱式模型 - 应用了一个箱式模型来解释从测量的硝酸盐、亚硝酸盐和pH剖面中得出的氮循环速率，该模型旨在量化不同过程对缺氧区氮循环的相对贡献 [6] - 模型前提是，异化硝酸盐还原为亚硝酸盐、通过反硝化作用将亚硝酸盐还原为N₂、亚硝酸盐氧化和厌氧氨氧化等过程，通过消耗质子和/或产生溶解CO₂与无机碳酸盐化学相关联 [6] - 在运行模型前，基于氧跃层中溶解无机氮和溶解无机碳相对于磷酸盐的回归，确定了有机物质的化学计量比为C₁₁₃.₁HₐO_bN₁₁.₂₃P，并用于推导模型中的反应系数 [7][12] - 通过比较模型预测的硝酸盐、亚硝酸盐、N*、总碱度和DIC的变化与观测到的分布，来求解异化硝酸盐还原为亚硝酸盐、反硝化、亚硝酸盐氧化、厌氧氨氧化和碳酸钙溶解等过程的贡献 [7] - 将BGC-Argo数据根据初级生产力的变化划分为三个循环周期，并进一步将每个周期划分为八个密度层，从而创建了24个反应平衡大致恒定的箱体 [9] - 第一个周期为2022年1月至11月，其特征是亚硝酸盐浓度高（>2 µmol kg⁻¹）；第二个较短的周期为2022年7月至10月，其特征是持续的高颗粒有机碳生产；第三个周期为2022年11月至2024年1月，期间观测到低至检测不到的亚硝酸盐浓度 [9] - 通过稳健的Huber's T回归量化每个箱体中硝酸盐、亚硝酸盐、N*和总碱度相对于DIC的斜率，以最小化异常值的影响，然后利用反应化学计量学求解每个反应对DIC生产/消耗的相对贡献 [10] - 通过执行蒙特卡洛模拟来量化模型不确定性，从正态分布中选取10,000个观测斜率值，该分布的均值和标准差等于示踪剂浓度相对于DIC斜率的均值和标准差 [11] - 实验测定的有机物质碳氮磷比为113.1 ± 0.5 : 11.23 ± 0.06 : 1，表观耗氧量与磷的比为112.2 ± 0.2 : 1，碳氧化态为0.83 ± 0.02 [12][13] - 使用双样本t检验来量化不同周期之间反应重要性的统计学显著差异，显著性评估中p < 0.001被认为具有统计学差异 [14] 模型局限性 - 模型结果假设每个密度定义的水层内处于稳态条件，这意味着在水团停留期间生物地球化学过程是稳定的，但中尺度涡旋活动或季节性生产力波动等瞬变事件可能短暂违反这些稳态假设，从而给反应速率估计带来不确定性 [15] - 碳酸盐饱和度面的变异性表明，中尺度涡旋驱动的扰动在与ΩAr = 1面相关的上层密度层最为明显，而在更深密度层的变异性相对有限，这意味着瞬态非稳态效应主要影响上层缺氧区 [15] - 有机物质的化学计量比可能存在显著变化，这将影响基于化学计量学的模型结果，此外，模型未包含自养反硝化和异化硝酸盐还原为铵等额外过程，纳入这些过程可能会改变观测到的过程平衡 [15] 基于稳态示踪剂模型的反应速率估算 - 使用浮标的硝酸盐、亚硝酸盐和DIC垂直剖面，通过一个稳态一维示踪剂守恒模型来估算生物地球化学转化速率，该模型平衡了垂直涡流扩散与生物地球化学反应 [16] - 对于每个剖面，通过求解公式 dC/dt = 0 = 生产 + Kz * d²C/dz² 来计算速率，其中C是示踪剂浓度，Kz是垂直扩散系数，基于Whalen等人的研究结果，在该区域缺氧区典型深度（约250米）假设为3 × 10⁻⁶ m² s⁻¹ [16][17] - 生产或消耗速率计算为：速率 = -Kz × ∂²C/∂z² × 86400 (单位：mmol m⁻³ d⁻¹)，为改善缺氧区内生物地球化学特征的对齐，在密度空间中分析剖面 [17] - 该方法得出了与Kz不确定性相关的转化速率时空估计，不确定性范围约为3倍 [17]