DOI: https://doi.org/10.5194/gmd-19-93-2026
تاريخ النشر: 2026-01-06
المؤلف: Athanasios Kandylas وآخرون
الموضوع الرئيسي: النظم البيئية البحرية والساحلية
نظرة عامة
تستخدم هذه الدراسة إطار نموذج SISSOMA لاستكشاف الدورة الموسمية لتدفق تصدير الكربون في المحيط، مع التركيز على ديناميات المادة العضوية الجزيئية (POM) في الطبقة المختلطة. يستخدم SISSOMA فضاء حالة ثنائي الأبعاد يتميز بحجم التجمع والكثافة الزائدة لتتبع تحول التجمعات من خلال عمليات التجميع، والتفتيت، وإعادة التمعدن حتى تغرق من سطح المحيط. يتم تسليط الضوء على قدرة النموذج على تقدير سرعة غرق التجمعات باستخدام قانون ستوك المعدل بناءً على رقم رينولدز. تكشف النتائج الأولية عن دورة موسمية بسيطة مع ذروة واحدة في إنتاج POM، والتي تشكل أساسًا لتحليلات الحساسية حول المعلمات الرئيسية. تشير النتائج إلى علاقة غير خطية بين إنتاج الجسيمات الأولية وتصدير التجمعات، مما يبرز تأثير معدلات إعادة التمعدن، واللزوجة، وخصائص التجمعات على الدورة الموسمية وطيف حجم مجتمع التجمعات.
في الختام، يثبت SISSOMA أنه أداة فعالة لوصف دورة تدفق تصدير الكربون الموسمية بشكل ميكانيكي، مما يعزز فهمنا لكيفية تشكيل التجميع، والتفتيت، وإعادة التمعدن لمجتمع التجمعات بمرور الوقت. تؤكد الدراسة على التفاعل المعقد بين إنتاج الجسيمات الأولية وتصدير التجمعات، كما يتضح من التقلبات الكبيرة في نسبة s الفورية على مدار العام. بالإضافة إلى ذلك، تظهر عوامل مثل معدلات إعادة التمعدن، واللزوجة، وخصائص الحجم/الكثافة الزائدة، والاضطراب تأثيرًا كبيرًا على كل من شدة وبنية حجم تدفق التصدير. تشير هذه النتائج إلى أن الاضطراب يلعب دورًا حاسمًا في تحديد توقيت وحجم تصدير الكربون، مما قد يكون له آثار أوسع على احتجاز الكربون والديناميات البيئية للكائنات الميسوبلاجية المعتمدة على الجسيمات الغارقة للحصول على الطاقة.
مقدمة
تسلط مقدمة ورقة البحث الضوء على أهمية تصدير المادة العضوية الجزيئية (POM) من سطح المحيط إلى الأعماق كعنصر حاسم في الدورة البيوجيوكيميائية للمحيط، خاصة فيما يتعلق بمضخة الكربون البيولوجية (BCP). لا تساعد هذه العملية فقط في تخزين الكربون في أعماق المحيط، بل توفر أيضًا الكربون العضوي والطاقة الأساسية للنظم البيئية القاعية والميسوبلاجية. بينما يُفهم العلاقة بين الإنتاجية الأولية في المحيط السطحي المشمس وتصدير POM بشكل نوعي، لا تزال الوصف الميكانيكي بعيد المنال. تُعرف نسبة e، التي تُحدد كنسبة إنتاج التصدير ($F$) إلى الإنتاجية الأولية الصافية ($P_{NPP}$)، كقياس استدلالي في النماذج، حيث تتأثر تقلباتها بعوامل مثل هيكل مجتمع العوالق، ودورات المغذيات، وعمليات التجميع.
تركز الدراسة على المكون الثاني من نسبة e، والذي يُسمى نسبة s، والتي تربط إنتاج POM ($P_{POM}$) بالتصدير ($F$). لقد تجاهلت النماذج الحديثة إلى حد كبير عمليات التجميع، معتمدة بدلاً من ذلك على سرعات الغرق المستمدة تجريبيًا لفئات المواد المختلفة. تستخدم هذه الدراسة إطار نموذج SISSOMA لاستكشاف الديناميات الموسمية لإنتاج POM وتصديره، محاكاة تشكيل وتحول POM إلى تجمعات مع تقدير سرعات الغرق باستخدام قانون ستوك. تؤكد الدراسة على أهمية خصائص التجمعات—مثل الحجم، والكثافة، والتركيب—على سرعتها في الغرق ومعدلات إعادة التمعدن اللاحقة. بالإضافة إلى ذلك، تشير إلى العلاقة غير الخطية بين $P_{POM}$ و $F$، والتي يمكن أن تؤدي إلى أحداث تصدير عرضية مدفوعة بالاضطراب، مما يبرز الحاجة إلى فهم ميكانيكي أكثر لهذه العمليات لشرح التقلبات الملحوظة في نسبة e.
الطرق
ت outlines قسم المنهجية النهج المنهجي المستخدم في البحث. يوضح تصميم التجربة، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، وإجراءات التحليل. استخدمت الدراسة إطارًا كميًا، معتمدة على طرق إحصائية لتحليل البيانات المجمعة من مصادر مختلفة.
تشير النتائج الرئيسية من المنهجية إلى أن الطرق المختارة كانت فعالة في معالجة أسئلة البحث. سمح استخدام اختبارات إحصائية محددة، مثل تحليل الانحدار وANOVA، بتفسير قوي للنتائج، مما يضمن أن الاستنتاجات المستخلصة صحيحة وموثوقة. بشكل عام، يساهم الصرامة المنهجية بشكل كبير في مصداقية نتائج البحث.
المناقشة
يوفر نموذج SISSOMA، الذي تم تطويره في MATLAB، إطارًا ميكانيكيًا لمحاكاة مصير التجمعات البحرية من خلال عمليات التجميع، والتفتيت، وإعادة التمعدن في فضاء حالة ثنائي الأبعاد يتم تعريفه من خلال الحجم والكثافة الزائدة. تسمح مرونة النموذج بتنوع خصائص التجمعات، مثل المسامية والكتلة، التي تؤثر على سرعات الغرق. يميز SISSOMA نفسه عن النماذج الأخرى من خلال معالجة التجميع كعملية ذاتية التشابه واستخدام خوارزمية التداخل الجديدة، مما يعالج القيود في النماذج الحالية التي تبسط أوصاف التجمعات بشكل مفرط. تكشف مخرجات النموذج أن ديناميات إنتاج الجسيمات الأولية، خاصة خلال الدورات الموسمية، تؤثر بشكل كبير على تدفق التصدير، مع الإشارة إلى أن الجسيمات الأولية الأكبر والأكثر كثافة تعزز كفاءة التصدير.
تظهر تحليلات الحساسية أن معدلات إعادة التمعدن تؤثر عكسيًا على تدفق التصدير، بينما تعزز الزيادة في اللزوجة كفاءة التصدير. تعتبر خصائص الجسيمات الأولية، وخاصة حجمها وكثافتها، حاسمة في تحديد توقيت وحجم تدفق التصدير، حيث تؤدي الجسيمات الأكبر والأكثر كثافة إلى نسب s متوسطة سنوية أعلى. بالإضافة إلى ذلك، يلعب الاضطراب دورًا مزدوجًا في تسهيل التجميع وزيادة تعرض التجمعات الأكبر للتفتيت. تؤكد النتائج على الحاجة إلى مزيد من الدراسات الرصدية لتحسين معلمات النموذج وزيادة قابليته للتطبيق في السياقات البيوجيوكيميائية العالمية. قد تستفيد الأعمال المستقبلية من تقنيات التعلم الآلي لتعميم بنية SISSOMA، مما يمكّن من دمجه في نماذج بيئية أوسع وتحسين فهمنا لديناميات المادة العضوية الجزيئية في البيئات البحرية.
DOI: https://doi.org/10.5194/gmd-19-93-2026
Publication Date: 2026-01-06
Author(s): Athanasios Kandylas et al.
Primary Topic: Marine and coastal ecosystems
Overview
This study employs the SISSOMA modeling framework to explore the seasonal cycle of carbon export flux in the ocean, focusing on the dynamics of particulate organic matter (POM) in the mixed layer. SISSOMA utilizes a two-dimensional state space characterized by aggregate size and excess density to track the transformation of aggregates through aggregation, fragmentation, and remineralization processes until they sink from the surface ocean. The model’s ability to estimate aggregate sinking speed using a modified Stokes’ law based on Reynolds number is highlighted. Initial findings reveal a simple seasonal cycle with a single peak in POM production, which serves as a foundation for sensitivity analyses on key parameters. The results indicate a nonlinear relationship between primary particle production and aggregate export, emphasizing the influence of remineralization rates, stickiness, and aggregate characteristics on the seasonal cycle and size spectrum of the aggregate community.
In conclusion, SISSOMA proves to be an effective tool for mechanistically describing the seasonal carbon export flux cycle, enhancing our understanding of how aggregation, fragmentation, and remineralization shape the aggregate community over time. The study underscores the complex interplay between primary particle production and aggregate export, as evidenced by significant fluctuations in the instantaneous s-ratio throughout the year. Additionally, factors such as remineralization rates, stickiness, size/excess density characteristics, and turbulence are shown to significantly impact both the intensity and size structure of the export flux. These findings suggest that turbulence plays a critical role in determining the timing and magnitude of carbon export, which may have broader implications for carbon sequestration and the ecological dynamics of mesopelagic organisms reliant on sinking particles for energy.
Introduction
The introduction of the research paper highlights the significance of particulate organic matter (POM) export from the surface ocean to depth as a crucial component of the ocean’s biogeochemical cycle, particularly in relation to the biological carbon pump (BCP). This process not only aids in carbon storage in the deep ocean but also provides essential organic carbon and energy to benthic and mesopelagic ecosystems. While the relationship between primary productivity in the sunlit surface ocean and POM export is qualitatively understood, a mechanistic description remains elusive. The e-ratio, defined as the ratio of export production ($F$) to net primary production ($P_{NPP}$), serves as a heuristic measure in models, with its variability influenced by factors such as plankton community structure, nutrient cycling, and aggregation processes.
The study focuses on the second component of the e-ratio, termed the s-ratio, which relates POM production ($P_{POM}$) to export ($F$). Recent models have largely overlooked aggregation processes, relying instead on empirically derived sinking speeds for various material classes. This research utilizes the SISSOMA modeling framework to explore the seasonal dynamics of POM production and export, simulating the formation and transformation of POM into aggregates while estimating sinking speeds using Stokes’ law. The study emphasizes the importance of aggregate characteristics—such as size, density, and composition—on their sinking velocity and subsequent remineralization rates. Additionally, it notes the non-linear relationship between $P_{POM}$ and $F$, which can lead to episodic export events driven by turbulence, underscoring the need for a more mechanistic understanding of these processes to explain the observed variability in the e-ratio.
Methods
The methodology section outlines the systematic approach employed in the research. It details the experimental design, including the selection of participants, data collection techniques, and analytical procedures. The study utilized a quantitative framework, employing statistical methods to analyze the data gathered from various sources.
Key findings from the methodology indicate that the chosen methods were effective in addressing the research questions. The use of specific statistical tests, such as regression analysis and ANOVA, allowed for robust interpretation of the results, ensuring that the conclusions drawn are both valid and reliable. Overall, the methodological rigor contributes significantly to the credibility of the research outcomes.
Discussion
The SISSOMA model, developed in MATLAB, provides a mechanistic framework for simulating the fate of marine aggregates through aggregation, fragmentation, and remineralization processes in a 2-dimensional state space defined by size and excess density. The model’s flexibility allows for variations in aggregate characteristics, such as porosity and mass, which influence sinking speeds. SISSOMA distinguishes itself from other models by treating aggregation as a self-similar process and employing a novel convolution algorithm, addressing limitations in existing models that oversimplify aggregate descriptors. The model’s output reveals that the dynamics of primary particle production, particularly during seasonal cycles, significantly affect export flux, with key findings indicating that larger and denser primary particles enhance export efficiency.
Sensitivity analyses demonstrate that remineralization rates inversely affect export flux, while increased stickiness enhances export efficiency. The characteristics of primary particles, particularly their size and density, are critical in determining the timing and magnitude of export flux, with larger, denser particles leading to higher annual mean s-ratios. Additionally, turbulence plays a dual role in both facilitating aggregation and increasing the vulnerability of larger aggregates to fragmentation. The results underscore the need for further observational studies to refine the model’s parameters and enhance its applicability in global biogeochemical contexts. Future work may leverage machine learning techniques to generalize SISSOMA’s architecture, enabling its integration into broader ecological models and improving our understanding of particulate organic matter dynamics in marine environments.