DOI: https://doi.org/10.1038/s43247-025-02051-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39897660
تاريخ النشر: 2025-02-01
المؤلف: Thomas Ryan‐Keogh وآخرون
الموضوع الرئيسي: النظم البيئية البحرية والساحلية
نظرة عامة
تناقش هذه الفقرة الدور الحاسم للإنتاج الأولي البحري الصافي (NPP) في دعم خدمات النظام البيئي ودورة الكربون، مع تسليط الضوء على عدم اليقين المحيط بالتغيرات المتوقعة بسبب تأثيرات المناخ. يقوم المؤلفون بتحليل بيانات الاستشعار عن بعد المعاصرة حول اتجاهات NPP من 1998 إلى 2023، باستخدام ستة خوارزميات استشعار عن بعد لتقييم خمسة عشر نموذجًا متباينًا. من خلال نظام تصنيف النماذج الذي يقيم الاستجابات الخطية لـ NPP لتغيرات درجة حرارة سطح البحر، وتركز الكلوروفيل-أ، وعمق الطبقة المختلطة، تجد الدراسة أن الانخفاضات المستقبلية في NPP أكثر احتمالًا مما تقترحه النماذج الحالية.
علاوة على ذلك، تشير النتائج إلى أن النماذج الأعلى تصنيفًا تميل إلى التقليل من حساسية انخفاضات NPP للاحترار المحيطي. وهذا يشير إلى أن النماذج الحالية قد لا تلتقط بالكامل الإمكانية للتقليل الكبير في NPP، مما قد يكون له آثار كبيرة على تقييمات التأثيرات المتعلقة بتغير المناخ. يؤكد المؤلفون على أن تحسين تمثيل حساسية درجة الحرارة في هذه النماذج أمر حاسم للتنبؤ بشكل أكثر دقة بانخفاضات NPP المستقبلية.
الطرق
في هذا القسم، يوضح المؤلفون المنهجيات المستخدمة لحساب الإنتاج الأولي الصافي (NPP) باستخدام خوارزميات استشعار عن بعد متنوعة. تشمل الخوارزميات نماذج الإنتاج العمودية العامة (Eppley-VGPM وBehrenfeld-VGPM)، ونماذج الإنتاج القائمة على الكربون (Behrenfeld-CbPM وWestberry-CbPM)، ونموذج الإنتاج القائم على الامتصاص (Lee-AbPM)، ونموذج حل الإضاءة الفلورية والامتصاص والكربون (Silsbe-CAFE). يستخدم كل نموذج معلمات مميزة مثل تركيز الكلوروفيل-أ، وكربون الفيتوبلانكتون، وامتصاص الطاقة لتقدير NPP بوحدات mg C m$^{-2}$ d$^{-1}$. على سبيل المثال، يتضمن نموذج VGPM تركيز الكلوروفيل ودرجة حرارة سطح البحر، بينما تستفيد نماذج CbPM من كربون الفيتوبلانكتون المستمد من الانعكاس الخلفي.
تم تطبيق الخوارزميات على بيانات استشعار عن بعد للون المحيط من مبادرة تغير المناخ لوكالة الفضاء الأوروبية (OC-CCI) من 1998 إلى 2023، مع إعادة تجميعها إلى دقة 25 كم. شملت مصادر البيانات الإضافية الإشعاع النشط للتمثيل الضوئي (PAR) من منتج GLOBColour وعمق الطبقة المختلطة (MLD) من ملفات Hadley EN 4.2.2. كما استخدم المؤلفون بيانات CMIP6 من نماذج نظام الأرض المختلفة لتحليل سيناريوهات NPP التاريخية والمستقبلية تحت مسارات انبعاثات مختلفة. تم إعادة تجميع جميع البيانات وإعادة أخذ عينات لضمان التناسق عبر التحليلات.
النتائج
تشير النتائج إلى أن اتجاهات الإنتاج الأولي الصافي المستمدة من الاستشعار عن بعد (NPP) سلبية بشكل أساسي عبر خوارزميات متنوعة، باستثناء نهجين من VGPM يظهران اتجاهات إيجابية، خاصة عند خطوط العرض العليا (>40°). ومع ذلك، تظهر اتجاهات VGPM انحرافات معيارية أكبر من المتوسطات، مما يقلل من الثقة في موثوقيتها. في المقابل، تُبلغ أربع خوارزميات أخرى باستمرار عن اتجاهات NPP المتناقصة تتراوح من -0.27% سنة\(^{-1}\) إلى -1.45% سنة\(^{-1}\)، مع انحرافات معيارية أقل، مما يشير إلى أن هذه الاتجاهات أكثر قوة. كما يبرز التحليل أن اتجاهات NPP تتأثر بالتغيرات البيئية، بما في ذلك درجة حرارة سطح البحر (SST)، وتركيز الكلوروفيل-أ (CHL)، وعمق الطبقة المختلطة (MLD)، التي تم تقييمها باستخدام الانحدارات الخطية المتعددة (MLR).
كشفت تحليل MLR أن SST وCHL هما الأكثر أهمية في التنبؤ باتجاهات NPP، بينما يلعب MLD دورًا ثانويًا. من الجدير بالذكر أن خوارزمية Eppley-VGPM أظهرت علاقة إيجابية شاذة بين SST وNPP، مما يتناقض مع المعاملات السلبية التي لوحظت في خوارزميات أخرى، مما قد يشير إلى قيود المغذيات بسبب زيادة الطبقات. تؤكد الدراسة على أهمية التباين الإقليمي في اتجاهات NPP، كما يتضح من كون الانحرافات المكانية أكبر بكثير من تلك الناتجة عن تقييمات jackknife. بشكل عام، تؤكد النتائج على التفاعل المعقد للعوامل المناخية والبيولوجية التي تؤثر على اتجاهات NPP المعاصرة عبر مناطق المحيط المختلفة.
المناقشة
في هذا القسم، يقيم المؤلفون توقعات الإنتاج الأولي الصافي (NPP) من مجموعة من خمسة عشر نموذجًا من نماذج نظام الأرض (ESMs) من CMIP6، مقارنتها ببيانات الاستشعار عن بعد لتطوير نظام تصنيف قائم على العمليات. باستخدام تحليل الانحدار الخطي المتعدد (MLR)، يقيمون العلاقة بين NPP المودل وثلاثة محركات رئيسية: درجة حرارة سطح البحر (SST)، وتركيز الكلوروفيل-أ (CHL)، وعمق الطبقة المختلطة (MLD) خلال الفترة التاريخية من 1850 إلى 2014. تكشف النتائج أنه بينما تظهر النماذج نطاقًا مشابهًا من المهارة مثل خوارزميات الاستشعار عن بعد، توجد اختلافات في الأحجام والتوزيعات المكانية لمعاملات MLR. من الجدير بالذكر أن النماذج تميل إلى التقليل من حساسية اتجاهات NPP لتغيرات SST في خطوط العرض المتوسطة إلى المنخفضة وتظهر تأثيرًا إيجابيًا مبالغًا فيه لـ CHL، خاصة عند خطوط العرض العليا.
لتنقيح توقعات NPP، يقترح المؤلفون نظام تصنيف للنماذج يعتمد على مقياس مسافة ناقل الأرض (EMD)، الذي يقيس التشابه بين توزيعات معاملات MLR من ESMs وخوارزميات الاستشعار عن بعد. تشير النتائج إلى أن النماذج التي تتوقع انخفاضات أكبر في NPP تحتل مرتبة أعلى، مع تفضيل خمس خوارزميات للتوقعات السلبية، بينما تفضل خوارزمية واحدة (Eppley-VGPM) الاتجاهات الإيجابية. يشير التحليل إلى أن توقعات ESM الحالية لانخفاضات NPP مُبالغ فيها بشكل كبير مقارنةً بتقديرات الاستشعار عن بعد، مما يبرز الحاجة إلى تحسين الحساسية تجاه SST وإعادة تقييم دور CHL وMLD في نمذجة NPP المستقبلية. يدعو المؤلفون إلى استخدام خوارزميات استشعار عن بعد قوية، مثل Lee-AbPM وSilsbe-CAFE، لتعزيز تقييمات النماذج والتنبؤ بشكل أفضل بتأثيرات تغير المناخ على النظم البيئية البحرية والدورات البيوجيوكيميائية.
DOI: https://doi.org/10.1038/s43247-025-02051-4
PMID: https://pubmed.ncbi.nlm.nih.gov/39897660
Publication Date: 2025-02-01
Author(s): Thomas Ryan‐Keogh et al.
Primary Topic: Marine and coastal ecosystems
Overview
The section discusses the critical role of marine net primary production (NPP) in supporting ecosystem services and the carbon cycle, highlighting the uncertainty surrounding its projected changes due to climate impacts. The authors analyze contemporary remote sensing data on NPP trends from 1998 to 2023, utilizing six remote sensing algorithms to evaluate fifteen divergent model projections. Through a model ranking scheme that assesses the linear responses of NPP to variations in sea surface temperature, chlorophyll-a, and mixed layer depth, the study finds that future declines in NPP are more probable than current models suggest.
Moreover, the findings indicate that even the top-ranking models tend to underestimate the sensitivity of NPP declines to ocean warming. This suggests that existing models may not fully capture the potential for significant reductions in NPP, which could have substantial implications for impact assessments related to climate change. The authors emphasize that improving the representation of temperature sensitivity in these models is crucial for more accurately predicting future NPP declines.
Methods
In this section, the authors detail the methodologies employed to calculate net primary production (NPP) using various remote sensing algorithms. The algorithms include the vertically generalized production models (Eppley-VGPM and Behrenfeld-VGPM), carbon-based production models (Behrenfeld-CbPM and Westberry-CbPM), the absorption-based production model (Lee-AbPM), and the carbon, absorption, and fluorescence euphotic resolving model (Silsbe-CAFE). Each model utilizes distinct parameters such as chlorophyll-a concentration, phytoplankton carbon, and energy absorption to estimate NPP in units of mg C m$^{-2}$ d$^{-1}$. For instance, the VGPM model incorporates chlorophyll concentration and sea surface temperature, while the CbPM models leverage backscatter-derived phytoplankton carbon.
The algorithms were applied to ocean color remote sensing data from the European Space Agency’s Ocean Colour Climate Change Initiative (OC-CCI) from 1998 to 2023, regridded to a 25 km resolution. Additional data sources included photosynthetically active radiation (PAR) from the GLOBColour product and mixed layer depth (MLD) from Hadley EN 4.2.2 profiles. The authors also utilized CMIP6 data from various Earth system models to analyze historical and future NPP scenarios under different emission pathways. All data were regridded and resampled to ensure consistency across the analyses.
Results
The results indicate that remote sensing-derived Net Primary Production (NPP) trends are predominantly negative across various algorithms, with the exception of two VGPM approaches that exhibit positive trends, particularly at higher latitudes (>40°). However, the VGPM trends show larger standard deviations than means, which diminishes confidence in their reliability. In contrast, four other algorithms consistently report declining NPP trends ranging from -0.27% year\(^{-1}\) to -1.45% year\(^{-1}\), with lower standard deviations, suggesting these trends are more robust. The analysis also highlights that NPP trends are influenced by environmental changes, including sea surface temperature (SST), chlorophyll-a concentration (CHL), and mixed layer depth (MLD), which were assessed using multiple linear regressions (MLR).
The MLR analysis revealed that SST and CHL are the most significant predictors of NPP trends, while MLD plays a minor role. Notably, the Eppley-VGPM algorithm displayed an anomalous positive relationship between SST and NPP, contrasting with negative coefficients observed in other algorithms, which may indicate nutrient limitation due to increased stratification. The study underscores the importance of regional variability in NPP trends, as evidenced by the spatial standard deviations being significantly greater than those from jackknife assessments. Overall, the findings emphasize the complex interplay of climatic and biological factors driving contemporary NPP trends across different oceanic regions.
Discussion
In this section, the authors evaluate the projections of Net Primary Production (NPP) from an ensemble of fifteen Earth system models (ESMs) from CMIP6, comparing them against remote sensing data to develop a process-based model ranking scheme. Utilizing multiple linear regression (MLR) analysis, they assess the relationship between modeled NPP and three key drivers: sea surface temperature (SST), chlorophyll-a concentration (CHL), and mixed layer depth (MLD) over the historical period from 1850 to 2014. The findings reveal that while the models exhibit a similar range of skill as remote sensing algorithms, discrepancies exist in the magnitudes and spatial distributions of MLR coefficients. Notably, the models tend to underestimate the sensitivity of NPP trends to SST changes in mid to low latitudes and show an exaggerated positive influence of CHL, particularly at high latitudes.
To refine NPP projections, the authors propose a model ranking scheme based on the Earth Mover’s Distance (EMD) metric, which quantifies the similarity between the distributions of MLR coefficients from ESMs and remote sensing algorithms. The results indicate that models projecting greater declines in NPP rank higher, with five algorithms favoring negative projections, while one algorithm (Eppley-VGPM) favors positive trends. The analysis suggests that current ESM projections of NPP declines are significantly underestimated compared to remote sensing estimates, highlighting the need for improved sensitivity to SST and a reevaluation of the role of CHL and MLD in future NPP modeling. The authors advocate for the use of robust remote sensing algorithms, such as Lee-AbPM and Silsbe-CAFE, to enhance model assessments and better predict the impacts of climate change on marine ecosystems and biogeochemical cycles.