图1 基于知识图谱的海–气界面 CO2通量领域发展态势研究框架
Fig. 1 Research framework based on knowledge graphs for development trends of air-sea CO2 flux field
北京大学学报(自然科学版) 第62卷 第3期 2026年5月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 62, No. 3 (May 2026)
doi: 10.13209/j.0479-8023.2025.113
国家自然科学基金(72394405)和厦门市自然科学基金(3502Z202371012)资助
收稿日期: 2025–04–04;
修回日期:2025–07–08
摘要 为深入了解海–气界面 CO2通量的国际研究动态, 基于 Web of Science 数据库, 运用 CiteSpace 和 VOS-viewer 软件, 对 1980—2023 年相关文献进行可视化分析。结果表明, 发文量总体上呈上升趋势, 可分为萌芽期、快速增长期和稳定增长期 3 个阶段; 美国、德国、英国、法国和中国为主要研究力量; 研究方向从单因素对通量的影响向多因素耦合影响转变, 从局部研究向全球视角扩展, 从基础理论向应用研究深化; 研究热点集中在海–气界面 CO2通量的空间分布特征、动态变化的关键过程和驱动因子及其对全球气候变化与人类活动的响应。研究前沿多围绕多源遥感数据融合与机器学习算法展开, 用于模拟海表 CO2分压、估算通量及定量分析气候变化响应。未来的研究应聚焦高分辨率观测、多源数据融合、机器学习与大数据分析、区域和近海环境研究以及气候变化与海洋碳循环的反馈机制, 同时加强跨学科协作和国际合作。研究结果可为理解全球碳循环、预测气候变化趋势及制定碳减排策略提供参考。
关键词 海–气界面CO2通量; 海洋碳汇; 研究热点; 文献计量; 知识图谱
以二氧化碳(CO2)为代表的温室气体浓度升高导致全球变暖, 进而引发极端天气事件频发、海平面上升和生物多样性丧失等一系列问题, 成为威胁人类生存发展和生态系统健康的重大挑战[1–2]。海洋是地球上最大的活跃碳库, 吸收的人类活动排放CO2比例高达 25%, 具有巨大的碳汇潜力, 其储碳量是陆地碳库的 20 倍[3–5]。海洋通过吸收和储存大量 CO2, 减缓全球气候变暖趋势, 但过多地吸收CO2会导致海洋酸化, 对海洋生态系统产生负面影响。为应对全球气候变化, 各国政府和国际组织陆续出台一系列政策和协议, 共同筑起应对气候变化的国际治理体系。
现有关于碳通量的文献计量学研究多聚焦于陆地碳汇(如草地和土壤等), 少量针对海洋碳汇的研究主要关注滨海湿地蓝碳生态系统的碳汇功能、红树林和海草床等蓝碳生态系统的固碳潜力和机制以及海洋微型生物碳泵过程, 较少关注海–气界面CO2通量这一关键指标。
碳元素在海水中的迁移转化过程复杂[6], 海–气界面 CO2通量是量化大气与海洋间 CO2交换过程的关键指标, 针对它的研究对揭示碳元素在海–气界面的传输机理具有重要科学价值[7]。文献计量学是基于数理统计方法的文献分析学科, 其研究方法是通过系统地解析文献的引证关系、作者合作网络及关键词演化路径, 用可视化知识图谱揭示学科发展规律[8]。本文运用文献计量方法, 对 1980—2023 年间海–气界面 CO2通量相关文献进行量化分析, 识别该领域的研究热点和发展趋势, 揭示不同阶段研究主题和关键技术的特征。
本文的研究数据来源于 Web of Science 数据 库[9], 基于其核心合集中的 Science Citation Index Expanded (SCIE)数据库, 以“((TS=(*CO2) OR TS= (carbon dioxide)) AND (TS=(ocean) OR TS=(sea) OR TS=(estuar*) OR TS=(bay) OR TS=(gulf) OR TS=(coast*)) AND (TS=(air-sea) OR TS=(sea-air) OR TS=(air-water) OR TS=(water-air)) AND (TS=flux*)) AND LA=(English) AND DT=(Article OR Review)”为检索式进行高级检索, 采用罗珂等[10]的方法, 对科学引文索引扩展版进行统计分析。虽然近海生态系统只占海洋总面积的 8%, 但从大气中吸收的CO2量超过开阔大洋的 20%[5]。河口–海湾生态系统是联系大陆与开放大洋的纽带, 其海–气界面 CO2通量是全球碳收支核算的重要组分[11]。因此, 检索式包含“estuar*”, 以便涵盖这一关键区域。检索时间范围为 1980 年 1 月 1 日至 2023 年 12 月 31 日, 经筛选去重后, 选定 1797 篇文献, 选择“全记录和引用的参考文献”格式, 导出为纯文本文件, 作为样本数据。
知识图谱是将学术文献关系可视化的重要工具, 通过展示文献、作者、机构和关键词等要素间的关联, 揭示研究领域的发展动态[10]。本文基于Web of Science 的文献检索结果, 通过知识图谱分析海– 气界面 CO2通量相关研究的年发文量、期刊来源和学科分布, 并且通过 VOSviewer 和 CiteSpace这两种文献计量工具[8–10,12–13], 从合作网络、关键词共现、文献共被引和关键词时间线等角度, 对海–气界面 CO2通量研究进行深入的分析。其中, 关键词共现图谱基于文献标题、摘要及作者关键词的共现关系, 揭示研究热点的静态结构特征; 文献共被引聚类图谱基于高被引文献间的共被引关系, 追溯支撑热点主题的理论基础; 关键词时间线图谱则在关键词共现分析基础上引入时间维度, 捕捉研究前沿的演变规律。三者功能互补, 文献共被引聚类分析通过分析文献被共同引用的情况来识别研究领域的不同主题, 关键词共现与时间线分析则展示研究热点及其随时间的变化。通过这些工具的定性与定量结合, 梳理该领域的高被引文献, 全面探讨海–气界面 CO2通量研究的研究动态和发展态势。本文研究框架如图 1 所示。
2.1.1 年发文量变化趋势
发文量可以直观地反映一个研究领域受关注的程度, 揭示该领域的发展历程和未来发展趋势[13]。本文筛选出 1980—2023 年间 1797 篇海–气界面 CO2通量研究领域相关论文, 并对该领域的年发文量及其在海洋科学研究领域的发文量占比 5 年均值进行分析, 结果如图 2 所示。该领域年发文量和发文量占比整体上呈上升趋势, 表明其关注度逐渐上升, 并具有较强的稳定性和持续性。海–气界面 CO2通量研究的发展分为以下 3 个阶段。
1)萌芽期(1980—1990 年): 发文量只有 7 篇, 仅占发文总量的 0.39%。20 世纪 80 年代, 全球对气候变化和海洋碳循环的关注较为有限, 研究处于探索阶段, 成果较少。
图1 基于知识图谱的海–气界面 CO2通量领域发展态势研究框架
Fig. 1 Research framework based on knowledge graphs for development trends of air-sea CO2 flux field
2)快速增长期(1991—2010 年): 发文量为 643篇, 约占发文总量的 35.78%。1992 年“碳源”和“碳汇”概念[14]的提出, 导致年发文量首次突破 10 篇。1997 年《京都议定书》的签署和 2005 年《京都议定书》的实施[14], 推动了该领域研究的发展, 1998和 2006 年的发文量显著增加。2009 年《哥本哈根气候变化大会》的召开以及《蓝碳: 健康海洋固碳作用的评估报告》[15]的发布, 进一步推动该领域的 研究。
3)稳定增长期(2011—2023 年): 发文量为 1147篇, 约占发文总量的 63.83%, 该领域成为国际研究热点。2015 年通过的《巴黎协定》[16]和 2020 年提出的“争取 2060 年前实现碳中和”目标[17], 为该领域的研究注入强劲动力。随着全球气候变化问题的日益严峻和各国对碳中和目标的积极践行, 海–气界面 CO2通量研究进入成熟发展阶段。
2.1.2 期刊来源
通过分析刊载海–气界面 CO2通量研究论文的期刊来源, 能有效地揭示该领域研究成果的主要发表平台及其学术影响力。表 1 展示海–气界面 CO2通量研究成果发文量排名前 10 的期刊, 《Journal of Geophysical Research: Oceans》以 10.70%的发文量占比和 54 的篇均被引次数位列期刊影响力首位。这一数据说明该刊物在海–气界面 CO2通量研究中具有学术引领地位。值得注意的是, 虽然《Global Biogeochemical Cycles》的发文量次之, 但其篇均被引次数高达 61, 表明该领域研究者对海洋生物地球化学循环过程的高度关注, 尤其反映对 CO2在海水介质中迁移转化机制的探索。《Biogeosciences》和《Geophysical Research Letters》在发文量和被引次数上表现也较为出色。尽管《Marine Chemistry》的发文量较少, 但其发表的研究成果在海洋化学领域具有重要影响力。其他期刊也刊载大量高质量研究论文, 反映海–气界面 CO2通量研究具有一定的深度和广度。
图2 海–气界面 CO2通量研究的年发文量和发文量占比
Fig. 2 Annual publication volume and proportion of research on air-sea CO2 flux
表1 海–气界面 CO2通量研究发文量排名前 10 的期刊
Table 1 Top 10 journals in air-sea CO2 flux research by publication volume
排名期刊发文量发文量占比5年均值/%篇均被引用次数影响因子5年均值 1Journal of Geophysical Research: Oceans19710.70 544.2 2Global Biogeochemical Cycles1648.87 616.6 3Biogeosciences1347.20 354.6 4Geophysical Research Letters1246.67 425.2 5Marine Chemistry 673.60 323.3 6Frontiers in Marine Science 633.39 93.7 7Tellus Series B-Chemical and Physical Meteorology 593.17 432.2 8Journal of Marine Systems 542.90 292.6 9Deep-Sea Research Part Ii-Topical Studies in Oceanography 512.741172.7 10Continental Shelf Research 492.63 252.4
2.1.3 学科特征
海–气界面 CO2通量研究具有显著的多学科交叉特征。本研究基于 Web of Science 的学科分类进行计量分析, 结果显示, 其知识体系的构建涉及海洋科学(38.23%)、环境科学(25.27%)、大气科学(24.57%)、海洋与淡水生物学(12.31%)以及生态学(9.68%)等核心学科(图 3)。需要说明的是, 由于同一文献所属学科类别未必单一, 因此总发文量占比超过 100%。
作为该领域的核心学科, 海洋科学聚焦于海洋碳汇的生物地球化学转化机制及其对全球气候的调控作用, 其通过解析 CO2在海洋中的吸收、转化与封存过程, 为评估海–气界面通量变化提供关键理论支撑。环境科学则着重探究人类活动对碳循环过程的干扰模式, 系统评估碳排放对生态系统稳定性及气候系统的潜在风险。大气科学通过大气环流模型与气候预测系统的耦合构建, 阐释碳通量对气候动态响应的多尺度作用机制, 而海洋与淡水生物学和生态学分别从生物固碳机理及生态系统反馈角度, 揭示生物过程在碳循环中的调控作用及其对碳浓度变化的响应特征。
图3 海–气界面 CO2通量研究发文量排名前 10 的相关学科及发文量占比
Fig. 3 Top 10 disciplines in air-sea CO2 flux research by publication volume and proportion
2.2.1 研究国家
通过 VOSviewer 软件, 构建海–气界面 CO2通量研究国际合作的可视化网络图谱, 其中节点的尺寸表征国家发文量, 连接线的宽度反映国家间合作强度[18–19]。从图 4 可见, 海–气界面 CO2通量研究已形成以美国、德国、英国、法国和中国等国家为核心的全球合作网络, 呈现以发达国家为主导, 发展中国家积极参与的格局, 说明深化跨国协作仍然是实现气候治理目标的重要路径, 这一结论与我国推进碳中和国际合作的战略方向高度契合。
进一步分析海–气界面 CO2通量研究领域主要研究力量的差异, 结果如图 5 所示。美国凭借最高发文量和突出的篇均被引次数保持学术主导地位, 其优势源于密集的跨国合作网络。虽然中国的发文量与法国相当, 但较低的篇均被引次数提示需提升成果质量和国际影响力。德国和英国的发文量紧随其后, 篇均被引次数位居前列, 说明这些国家的论文质量较高, 学术影响力较强, 在国际合作中占据重要地位。日本、加拿大和挪威的发文量较低, 但篇均被引次数较多, 表明这些国家的研究质量良好, 具有一定的学术影响力。西班牙的发文量和篇均被引次数均较少, 说明其研究基础相对薄弱, 研究成果的数量和质量均有待提高。值得注意的是, 虽然澳大利亚的发文量较少, 但篇均被引次数最多, 表明其研究成果具有极大的影响力。
2.2.2 研究机构
通过研究机构合作网络知识图谱, 识别海–气界面 CO2通量的主要研究机构, 结果如图 6 所示, 发文量排名前 10 的机构如表 2 所示。
从国家层面看, 德国(Germany)和英国(Eng-land)发文量较大, 在图 4 中是海–气界面 CO2通量的主要研究国家。然而, 全球相关研究机构数量众多,为了展示主要机构间的合作网络, 图 6 仅呈现发文量排名靠前的部分机构, 德国和英国的部分机构可能未进入其展示范围。
图4 海–气界面 CO2通量研究国际合作网络图谱
Fig. 4 Cooperation network of countries in air-sea CO2 flux research
图5 海–气界面 CO2通量研究发文量排名前 10 的国家及篇均被引次数
Fig. 5 Top 10 countries in air-sea CO2 flux research by publication volume and average citations
图6 研究机构合作网络知识图谱
Fig. 6 Cooperation network of institution
图 6 显示, 美国大气与海洋局以 176 篇发文量居首, 且篇均被引次数高达 88, 表明其在海–气界面 CO2通量研究领域占据主导地位; 哥伦比亚大学和中国科学院在合作网络中占据重要位置, 二者发文量相当, 均为该领域研究的核心力量; 巴黎第六大学在合作网络中同样占据重要位置, 篇均被引用次数高达 100, 说明其研究成果在该领域具有极大的影响力; 伍兹霍尔海洋研究所、加利福尼亚大学圣迭戈分校、普林斯顿大学和华盛顿大学在合作网络中的节点也较大, 显示美国高校在该领域具有强大的研究实力; 英国的普利茅斯海洋实验室和挪威的卑尔根大学在合作网络中占有一席之地。
总的来看, 美国机构在发文量和篇均被引用次数方面均表现优异, 欧洲机构的研究成果也具有较大的影响力, 中国科学院作为唯一跻身其中的非欧美国家机构, 其研究成果代表亚洲地区在海–气界面 CO2通量研究领域的重要贡献。研究机构之间通过国际合作, 共同推动该领域研究的发展。
表2 海–气界面 CO2通量研究发文量前 10 的机构
Table 2 Top 10 research institutions in air-sea CO2 flux research by publication volume
排名发文机构 所在国家发文量篇均被引次数 1美国大气与海洋局(Noaa)美国176 88 2哥伦比亚大学(Columbia Univ)美国 92 98 3中国科学院(Chinese Acad Sci)中国 91 13 4巴黎第六大学(Univ Paris 06)法国 84100 5加利福尼亚大学圣迭戈分校(Univ Calif San Diego)美国 78 43 6普林斯顿大学(Princeton Univ)美国 69 77 7华盛顿大学(Univ Washington)美国 67 43 8普利茅斯海洋实验室(Plymouth Marine Lab)英国 62 40 9卑尔根大学(Univ Bergen)挪威 57 75 10科罗拉多大学(Univ Colorado)美国 57 45
关键词是研究内容的高度凝练和简明概括, 其出现频率反映研究主题的热点[20]。本文借助 VOS-viewer 软件, 对海–气界面 CO2通量研究的关键词进行共现网络分析, 结果如图 7 所示, 其中网络节点的大小表示关键词的出现频次, 节点连线的粗细表示关键词的关联程度, 颜色相同的节点则属于同一聚类主题[21]。
通过合并同类词并删减无意义的关键词, 得到出现频次排名前 10 的关键词(表 3)。exchange (739次)高频出现, 表明该领域聚焦于研究大气与海洋之间的 CO2交换过程及其通量的测算。pCO2以 400次的出现频次反映海表 CO2分压在通量计算中的关键作用, 研究者通过测量大气和海水中的 CO2分压差来评估海洋吸收或释放 CO2的能力。variability (350 次)与 interannual variability (193 次)的显著关联性指向通量时空异质性研究, 特别是年际变化与气候因子及海洋动力过程的耦合机制。ocean(323次)、wind-speed (243 次)及 temperature (182 次)的共现特征揭示海洋环境与气象条件对 CO2交换过程的调控作用, 研究者重点关注风速与温度如何通过影响气体传输速率和溶解度来改变 CO2通量。inorga-nic carbon (170 次)和 ocean acidification (168 次)的高频出现印证学界对无机碳循环及酸化效应的持续探索, 后者作为海洋吸收过量 CO2引发的次生过程, 对碳汇功能的影响成为研究重点。Southern Ocean (165 次)的高频出现说明南大洋是全球碳循环的关键区域, 独特的海洋环流和气候条件使其成为调节大气 CO2浓度的重要碳汇区。
运用 VOS 聚类方法, 并经参数调整优化后, 确定了关键词的最优聚类数目与聚类划分方案。如图7 所示, 关键词聚类结果揭示海–气界面 CO2通量研究的四大方向。红色聚类聚焦气候变化对海洋碳循环的调控机制, 通过耦合气候模型, 模拟极端天气(如厄尔尼诺事件)与极区环境变化(如北极海冰消融)对海–气界面 CO2通量年际波动的影响, 重点评估热带太平洋与北冰洋等关键区域在全球碳循环中的核心作用。绿色聚类着重解析近海碳通量的动态变化, 通过追踪人类活动引发的海洋酸化对生物地球化学过程的干扰, 构建涵盖陆源输入、近海转化与深海输送的碳循环路径[11], 提升区域碳收支核算精度。蓝色聚类系统地探究海–气界面交换的物理化学机制, 重点突破风速对气体传输速率的调控机制, 通过建立多环境参数化方案, 提升碳通量预测能力。黄色聚类聚焦边缘海系统碳循环特征, 揭示河口湿地与红树林生态系统的碳固定–释放平衡机制, 量化其在温室气体排放格局中的生态调节功能。上述 4 个方面的研究互为支撑, 从全球尺度的气候响应到区域尺度的过程解析, 共同完善了碳循环研究的理论框架。
文献共被引分析方法通过识别被共同引用文献的主题, 揭示研究主题的发展趋势, 基于共被引文献的关键词聚类分析有助于揭示研究领域的前沿主 题[22–23]。本文通过 CiteSpace 软件, 对海–气界面CO2通量研究相关文献进行共被引聚类分析, 基于文献共被引频次构建网络, 通过计算, 衡量文献间关联紧密度, 并进行聚类, 综合考量模块度和平均轮廓系数等指标, 识别出 8 个聚类, 聚类名称依据各聚类中高频关键词及核心文献主题归纳而来。
图7 关键词共现网络知识图谱
Fig. 7 Keywords co-occurrence network
表3 海–气界面 CO2通量研究出现频次排名前 10 的关键词
Table 3 Top 10 keywords by frequency in air-sea CO2 flux research
关键词 出现频次 exchange739 pCO2400 variability350 ocean323 wind-speed243 interannual variability193 temperature182 inorganic carbon170 ocean acidification168 Southern Ocean165
通过节点、连线、颜色及形态, 可视化文献共被引关系网络(图 8)。节点代表文献, 其尺寸表征被引频次, 与文献影响力正相关; 连线表征具有共被引关系的文献, 其粗细表示共被引频次, 反映文献间关联紧密度; 颜色标识不同的聚类; 轮廓紧凑度表征聚类内部文献关联强度及主题聚焦度。聚类#2 interannual variability 与聚类#3 air-sea interaction重合度高, 说明年际气候变率与海–气过程耦合研究紧密相连。聚类#1 machine learning 节点较大, 凸显数据驱动方法在海–气界面 CO2通量建模中的重要性, 且与聚类#7 gas transfer velocity 重合度较高, 二者均侧重算法构建与性能评估。聚类#4 pCO2 基于实测数据, 为海–气界面 CO2通量估算提供关键支撑, 在观测与建模中发挥中介作用。聚类#5 C13 C14 photosynthesis 与其他聚类的联系较弱, 聚焦于同位素示踪下的碳循环过程, 具有相对独立的研究 路径。
图8 文献共被引聚类知识图谱
Fig. 8 Clustering graph of literature co-citation
聚类#0 air-sea CO2 flux: 是本研究中核心文献群, 涵盖多篇奠基性综述及关键方法论文, 因而在共现网络中单独聚类。该聚类的研究主要体现在 3个方面。1)通量估算方法[24–25]: 通过改进气体传输速率的参数化模型, 并引入温度校正机制, 有效地提升全球海–气界面 CO2通量估算的精度。2)基准数据集开发[7,26]: 以 SOCAT 为代表的全球海–气界面 CO2通量综合数据集由全球碳计划研究团队持续更新, 系统地整合现场观测、遥感反演与机器学习预测结果, 为气候变化研究和政策制定提供关键支撑。3)奠基性综述文献[27–28]: 回顾海–气界面 CO2通量研究的发展历程, 探讨当前研究中存在的技术瓶颈, 展望新型传感器技术应用、卫星遥感数据高精度处理及多模型耦合模拟等前沿方向。
聚类#1 machine learning: 机器学习技术正深度融入海洋碳通量研究体系, 其核心价值体现在构建高精度预测模型、优化数据质量及解析复杂作用机制三方面。该聚类的研究通过构建机器学习预测模型, 有效地捕捉全球海–气界面 CO2通量的区域分异及季节波动特征[29–30]。针对观测数据缺失问题, 研究者开发了基于深度神经网络的数据填补算法, 显著地提升数据集的时空覆盖度[31]。在模式识别方面, 应用随机森林算法等技术, 成功地揭示多环境要素对碳通量的非线性耦合效应[32–35]。此外, 多源遥感数据与机器学习模型的融合应用, 推动碳交换过程模拟从经验驱动向机理–数据混合驱动范式转变[36–38]。
聚类#2 interannual variability: 年际变率研究聚焦气候系统与海洋动力过程对碳通量的协同调控机制, 主要关注大洋区域海–气界面 CO2通量的年际变化以及影响海–气界面 CO2通量年际变率的关键因素。研究表明, 气候模态振荡与海洋动力过程是驱动大洋碳通量年际变异的核心机制[39], 具体而言, 海表温度异常通过调节 CO2溶解度来改变海洋碳吸收能力, 风速变化则通过修正气体传输速率系数来影响通量估算精度[34,40–42]。值得注意的是, 全球变暖背景下热带海域碳释放增强现象与高纬度海域海冰消融引发的碳汇功能衰退形成显著的区域差异[43]。具体而言, 热带海域水温升高加速有机物分解, 导致更多的碳释放; 同时, 海洋酸化削弱浮游生物的固碳能力。在高纬度海域, 虽然海冰消融可能在短期内通过营养盐释放促进初级生产并增强碳汇, 但从长期来看, 其引发的海洋环流模式改变将降低海洋的碳储存效率[44–45]。此外, 人为因素(如化石燃料的燃烧和土地利用变化)通过改变大气中的 CO2浓度, 间接地影响海–气界面 CO2交换的年际变率[46], 海洋酸化则通过改变海洋生物的钙化过程, 间接地影响 CO2的循环和年际变率[33,47]。
图9 关键词时间线知识图谱
Fig. 9 Timeline graph of keyword
聚类#3 air-sea interaction: 海–气相互作用研究通过整合观测数据与模型模拟, 系统地阐释环境因子对海洋 CO2吸收与释放过程的调控机制[48]。研究证实, 厄尔尼诺–南方涛动事件引发的海–气耦合过程可导致热带太平洋碳通量空间分布的重构, 这种相互作用是气候系统内部变率的重要驱动因素[49]。此外, 在全球变暖背景下, 海表温度的上升与风场格局的改变对海洋环流的重塑作用与极端气候事件发生频率的增加显著相关[50]。
聚类#4 pCO2: 海–气界面 CO2分压差法是应用最广泛的估算海–气界面 CO2通量的方法[24], 该聚类的研究集中在观测和模拟海–气界面 CO2分压的时空变化, 探讨温度、盐度和生物活动等因素的影响。全球观测网络数据显示, 不同海域海–气界面CO2分压的季节性波动主要受控于温度变化与生物活动周期, 而年际变异与海洋环流调整及气候模态振荡密切相关[51–53]。该聚类的研究通过建立多要素耦合模型, 揭示海洋环流、海表温度与初级生产力对区域海–气界面 CO2分压分布格局的协同作用机制。
聚类#5 C13 C14 photosynthesis: 碳同位素示踪技术通过测定海洋环境中 13C 和 14C 的丰度, 为解析光合作用驱动的碳循环过程提供关键手段。研究证实, 浮游植物 δ13C 随纬度的梯度性变化与表层水温及溶解无机碳的浓度显著相关[54], 这一发现深化了对生物地球化学循环机制的理解。
聚类#6 estuaries: 河口区是陆–海交界的关键地带, 是全球碳循环的关键区域[11], 该聚类的研究集中在河口区海–气界面 CO2的交换机制、影响因素及时空变化。河口区 CO2通量受生物活动、陆源输入和水文特征的季节性变化以及人类活动等多种因素的共同影响, 其生物地球化学过程对理解全球碳循环的动态变化至关重要。该聚类的研究通过对多个河口区观测数据的分析, 提出河口区 CO2通量的主要控制因素, 包括淡水流入、盐度梯度和有机物分解等[55]。长期观测数据表明, 温度、盐度、生物过程以及潮汐作用对河口碳通量具有显著的调节效 应[56–57], 气候变暖则通过改变水文特征与生态系统结构, 引发河口区 CO2交换模式的持续改变[58]。
聚类#7gas transfer velocity: 气体传输速率研究将实验观测与数值模拟相结合, 定量地评估热力学效应、水体混合过程及生物活动对海–气界面 CO2通量的综合调控机制[59], 并通过整合卫星遥感、现场观测及模型模拟数据, 阐明全球尺度海表 CO2逸出通量的空间异质性与季节变化规律[60]。此外, 风速与传输速率的函数关系模型为海–气界面 CO2通量的估算提供了重要的理论基础[25]。
利用关键词时间线图, 可以在时间维度上直观地展示研究主题的演替变化以及研究热点的发展趋势[8]。本文利用 CiteSpace 软件分析海–气界面 CO2通量研究关键词随时间的演变规律, 结果如图 9 所示。基于关键词共现分析, 并结合软件的聚类评价指标, 共得到 8 个聚类。图 9 中关键词节点在横轴上的位置表示其在该研究文献集合中首次出现的时间点, 节点大小代表关键词的出现频次, 节点颜色由灰到红代表时间线的推进, 越靠近红色说明论文发表时间距现在越近, 圈层大小表征该关键词在对应年份出现的频率, 连线粗细反映关键词间联系的强弱[61]。
20 世纪 80 年代初期, 海–气界面 CO2通量研究尚处于起步阶段, 聚焦于气体交换的基础理论探 索[24,62]。这一时期的研究集中于阐释海–气界面CO2交换的理论模型, 尤其是风速与气体交换速率之间的定量关系。受限于当时观测技术分辨率的不足以及全球性数据库的匮乏, 相关研究局限于局地尺度或通过实验模拟环境。尽管该时期研究规模有限, 但气体传输理论成为贯穿其后数十年海–气界面 CO2通量研究的核心理论基础。
进入 20 世纪 90 年代后, 海–气界面 CO2通量的研究范畴从物理传输机制拓展至有机碳循环, 诸如organic carbon, carbon cycle 和 emission”等关键词频繁出现, 标志着研究者开始关注海洋生物过程对海–气界面 CO2通量的调控作用。相关研究涵盖浮游生物的生产与分解过程[63], 并深入探讨海洋表层混合层对海–气界面 CO2通量的调控机制[64], 同时着力于探究北大西洋和南大洋等典型区域海–气界面CO2通量的空间异质性及季节动态[65]。在此阶段, 研究数据逐步丰富, 观测手段逐渐多样化, 推动了区域尺度上海–气界面 CO2通量的估算。在图 9 中, 此阶段的关键词进一步扩展, 聚类结构初步形成, 研究框架呈现显著的多维度发展特征。
20 世纪 90 年代中后期, 海–气界面 CO2通量的研究从定性描述逐步转向定量机制建模, 聚焦于碳酸盐体系的物理化学约束机制。在估算海–气界面CO2分压差时, 碳酸氢根、碳酸根与溶解 CO2之间的解离常数成为关键参数[66]。同时, 随着数值模拟能力的不断增强, 与 circulation model 和 dynamic 相关的研究开始将大尺度环流系统纳入通量估算框架内, 可以模拟气候驱动下海–气界面 CO2通量的空间格局及年际变化情况[67]。此外, 人们开始利用溶解无机碳测量技术估算人为 CO2累积量[68]。该阶段实现从表层通量估算向垂向碳输运的关键性转变。
进入 21 世纪, 随着全球大洋碳循环研究体系逐渐趋于完善, 海–气界面 CO2通量的研究重点逐渐转向大陆架海域。尽管这类海域仅占全球海洋面积的 7%～10%, 但其高初级生产力、强烈的垂直混合作用以及陆源物质输入, 使其在全球碳循环中表现出碳汇与碳源的双重功能潜力[69]。同时, 引入净群落生产量作为生态系统固碳的关键指标, 为评估大陆架海域的碳收支状况提供更精准的量化手段[70]。年际变化机制也逐渐成为建模重点, 厄尔尼诺等气候模态被明确纳入海–气界面 CO2通量的模拟框架。研究者尝试使用简化的物理–生物模型, 追踪厄尔尼诺和拉尼娜事件对赤道太平洋碳通量的调控效应, 揭示热带海域 CO2释放强度与风场、上升流耦合的年际不稳定性[71]。
2005—2010 年间, 边缘海碳循环研究取得重要突破。大陆架碳泵理论的提出使东海等陆架海成为碳汇研究的热点区域。大陆架碳泵理论指出, 陆架区通过高初级生产力、充足的营养盐输入和强烈的季节性混合, 形成高效的碳泵机制。中国科研团队通过多航次的观测研究, 发现春季浮游植物的爆发提升碳吸收通量, 冬季混合层的加深促进 CO2向底层转移, 长江径流输入和黑潮入侵共同调控碳输运格局[72]。这些研究成果不仅验证了陆架碳泵的运作机制, 还推动我国边缘海研究进入国际前沿, 为全球碳循环模型提供了重要的区域参数。
2010—2015 年, 近岸湾区与富营养化水体的碳循环研究备受关注。这一时期的研究以叶绿素为浮游植物生物量的核心指标, 结合海–气界面 CO2分压差与溶解氧数据, 量化净群落生产碳汇的调控作用[73]。研究结果表明, 富营养化会促进浮游植物的增殖–凋亡过程, 导致底层水体缺氧与酸化, 抑制对CO2的吸收能力, 致使系统从碳汇转为排放源[74]。
2015—2020 年, 海–气界面 CO2 通量的研究重心从基础通量的估算转向多尺度趋势的解析, 借助全球观测数据库, 通过数据驱动方法与过程模型的深度耦合, 成功地识别出不同时间尺度的通量变化特征及其关键驱动因子[75–76]。此外, 这一时期的研究融合叶绿素、风速、温度以及盐度等多源遥感数据, 构建了适用于边缘海与陆架区的高鲁棒性估算框架[37,59,77–78]。
2020 年后, 高频观测与动态模拟成为研究重点。一方面, 通过融合浮标数据、走航数据与遥感数据, 提升对边缘海等高变异性区域 CO2通量的实时监测能力[38,79]; 另一方面, 机器学习技术的应用促进对局地特征的精准拟合[80–82]。图 9 中节点分布与连线结构清晰地显示, 海–气界面 CO2通量研究已从早期的机制探索阶段过渡到服务于碳汇评估与管理决策的应用阶段。
1980—2023 年间海–气界面 CO2通量研究论文数量逐年增加, 集中发表在地球科学综合性期刊, 涵盖海洋科学、环境科学及大气科学等多学科领域, 研究力量呈现以发达国家为主导, 发展中国家积极参与的格局, 研究重点从基础理论探讨逐渐转向应用研究, 研究内容从单一因素对海–气界面CO2交换的影响逐渐转向多因素耦合影响下的交换机制, 研究尺度从宏观的全球碳循环逐渐转向微观的区域 CO2通量及其季节变化和年际变化, 研究范围从局部海域扩展到全球范围, 研究方法从现场观测和实验研究逐步转向利用卫星遥感、自动浮标系统和船舶观测等技术获取大范围、高分辨率数据, 并利用机器学习技术, 进一步分析和预测海–气界面 CO2通量。
海–气界面 CO2通量研究在取得显著进展的同时面临多重挑战, 而全球气候变化的紧迫性为该领域创造了独特的机遇。未来应在以下 5 个方面有所突破: 1)借助高分辨率卫星观测和自主传感器, 构建多源数据融合体系, 提升海–气界面 CO2交换过程的观测精度和空间覆盖率, 从而获取具有更高分辨率的表层海洋 CO2分压数据; 2)通过机器学习算法, 揭示多尺度环境下海–气界面 CO2交换的复杂机制, 建立不同气候场景下的通量预测模型, 增强研究结论的可靠性; 3)对河口、海湾等高动态区域开展系统性监测, 量化人类活动与气候变化对其碳汇功能的复合影响; 4)通过国际合作构建全球观测网络, 形成长期、连续的高质量数据集, 并建立开放共享平台; 5)推动跨学科协作机制, 融合生物地球化学循环、物理海洋过程及社会经济要素, 构建综合性研究框架, 提供更全面的研究视角。
我国在海–气界面 CO2通量领域的研究产出数量与引用频次持续攀升, 但在核心技术研发与学术影响力方面有待提升, 亟需加强关键技术攻关, 特别需要强化卫星遥感技术研发、自主观测系统建设与高性能计算应用, 全面提升数据采集的时空精度, 并针对近海、河口等典型区域开展本土化研究, 重点解析高强度人类活动与区域气候变化的协同作用对碳汇功能的影响机制, 为全球碳循环研究提供更多区域案例的支撑。
参考文献
[1] Neftel A, Moor E, Oeschger H, et al. Evidence from polar ice cores for the increase in atmospheric CO2 in the past 2 centuries. Nature, 1985, 315: 45–47
[2] Falkowski P, Scholes R J, Boyle E, et al. The global carbon cycle: a test of our knowledge of earth as a system. Science, 2000, 290: 291–296
[3] 焦念志. 研发海洋“负排放”技术支撑国家“碳中和”需求. 中国科学院院刊, 2021, 36(2): 179–187
[4] Gruber N, Bakker D C E, DeVries T, et al. Trends and variability in the ocean carbon sink. Nature Reviews Earth & Environment, 2023, 4(2): 119–134
[5] 张瑶, 赵美训, 崔球, 等. 近海生态系统碳汇过程、调控机制及增汇模式. 中国科学: 地球科学, 2017, 47(4): 438–449
[6] 焦念志, 戴民汉, 翦知湣, 等. 海洋储碳机制及相关生物地球化学过程研究策略. 科学通报, 2022, 67(15): 1600–1606
[7] Friedlingstein P, Jones M W, O’Sullivan M, et al. Glo-bal carbon budget 2021. Earth System Science Data, 2022, 14(4): 1917–2005
[8] 李杰, 陈超美. Citespace 科技文本挖掘及可视化. 北京: 首都经济贸易大学出版社, 2016
[9] Singh V K, Singh P, Karmakar M, et al. The journal coverage of Web of Science, Scopus and dimensions: a comparative analysis. Scientometrics, 2021, 126(6): 5113–5142
[10] 罗珂, 田立涛, 何豫, 等. 基于文献计量的城市空间结构与生态环境关联性研究. 生态学报, 2023, 43(17): 7352–7365
[11] Regnier P, Resplandy L, Najjar R G, et al. The land-to-ocean loops of the global carbon cycle. Nature, 2022, 603: 401–410
[12] van Eck N J, Waltman L. Software survey: VOSviewer, a computer program for bibliometric mapping. Scien-tometrics, 2010, 84(2): 523–538
[13] 赵蓉英, 郭月培. 近10年我国信息可视化研究的计量分析. 情报科学, 2014, 32(5): 3–6
[14] 于贵瑞, 牛栋, 王秋凤. 《联合国气候变化框架公约》谈判中的焦点问题. 资源科学, 2001, 23(6): 10–16
[15] Nellemann C, Corcoran E, Duarte C M, et al. Blue car-bon: a rapid response assessment [R]. Arendal: UNEP/ GRID-Arendal, 2009
[16] 巢清尘, 张永香, 高翔, 等. 巴黎协定——全球气候治理的新起点. 气候变化研究进展, 2016, 12(1): 61–67
[17] 胡鞍钢. 中国实现 2030 年前碳达峰目标及主要途径.北京工业大学学报(社会科学版), 2021, 21(3): 1–15
[18] 陈小龙, 狄乾斌, 侯智文, 等. 海洋碳汇研究进展及展望. 资源科学, 2023, 45(8): 1619–1633
[19] 赵金羽, 萨娜, 田野, 等. 基于文献计量分析的人地系统耦合研究动态及热点. 生态学报, 2024, 44 (6): 2660–2671
[20] 管英杰, 刘俊国, 崔文惠, 等. 基于文献计量的中国生态修复研究进展. 生态学报, 2022, 42(12): 5125–5135
[21] 王俊, 邓一荣, 李德安, 等. 人工智能数据挖掘在土壤环境科学中的应用——基于文献知识图谱的分析. 土壤通报, 2023, 54(5): 1248–1260
[22] Chen C M. CiteSpace II: detecting and visualizing emerging trends and transient patterns in scientific literature. Journal of the American Society for Infor-mation Science and Technology, 2006, 57(3): 359–377
[23] Small H. Co-citation in the scientific literature: a new measure of the relationship between two documents. Journal of the American Society for Information Sci-ence, 1973, 24(4): 265–269
[24] Wanninkhof R. Relationship between wind-speed and gas-exchange over the ocean. Journal of Geophysical Research — Oceans, 1992, 97(C5): 7373–7382
[25] Wanninkhof R. Relationship between wind speed and gas exchange over the ocean revisited. Limnology and Oceanography — Methods, 2014, 12: 351–362
[26] Landschuetzer P, Gruber N, Bakker D C E. Decadal variations and trends of the global ocean carbon sink. Global Biogeochemical Cycles, 2016, 30(10): 1396–1417
[27] Wanninkhof R, Asher W E, Ho D T, et al. Advances in quantifying air-sea gas exchange and environmental forcing. Annual Review of Marine Science, 2009, 1: 213–244
[28] Dai M, Su J, Zhao Y, et al. Carbon fluxes in the coastal ocean: synthesis, boundary processes, and future tren-ds. Annual Review of Earth And Planetary Sciences, 2022, 50: 593–626
[29] Bushinsky S M, Landschuetzer P, Roedenbeck C, et al. Reassessing southern ocean air-sea CO2 flux estimates with the addition of biogeochemical float observations. Global Biogeochemical Cycles, 2019, 33(11): 1370–1388
[30] Gray A R, Johnson K S, Bushinsky S M, et al. Auto-nomous biogeochemical floats detect significant car-bon dioxide outgassing in the high-latitude southern ocean. Geophysical Research Letters, 2018, 45(17): 9049–9057
[31] Laruelle G G, Cai W J, Hu X, et al. Continental shelves as a variable but increasing global sink for atmospheric carbon dioxide. Nature Communications, 2018, 9: 454
[32] Gruber N, Landschützer P, Lovenduski N S. The va-riable southern ocean carbon sink. Annual Review of Marine Science, 2019, 11(1): 159–186
[33] Gruber N, Clement D, Carter B R, et al. The oceanic sink for anthropogenic CO2 from 1994 to 2007. Sci-ence, 2019, 363: 1193–1199
[34] Takahashi T, Sutherland S C, Sweeney C, et al. Global sea-air CO2 flux based on climatological surface ocean pCO2, and seasonal biological and temperature effects. Deep-Sea Research Part Ii-Topical Studies in Oceano-graphy, 2002, 49(9/10): 1601–1622
[35] Le Quéré C, Aumont O, Bopp L, et al. Two decades of ocean CO2 sink and variability. Tellus Series B — Che-mical and Physical Meteorology, 2003, 55(2): 649– 656
[36] Chen S, Hu C, Barnes B B, et al. A machine learning approach to estimate surface ocean pCO2 from satellite measurements. Remote Sensing of Environment, 2019, 228: 203–226
[37] Lohrenz S E, Cai W J, Chakraborty S, et al. Satellite estimation of coastal pCO2 and air-sea flux of carbon dioxide in the northern Gulf of Mexico. Remote Sen-sing of Environment, 2018, 207: 71–83
[38] Yu S, Song Z, Bai Y, et al. Satellite-estimated air-sea CO2 fluxes in the Bohai Sea, Yellow Sea, and East China Sea: patterns and variations during 2003–2019. Science of the Total Environment, 2023, 904: 166804
[39] Le Quéré C, Orr J C, Monfray P, et al. Interannual variability of the oceanic sink of CO2 from 1979 through 1997. Global Biogeochemical Cycles, 2000, 14(4): 1247–1265
[40] Feely R A, Wanninkhof R, Takahashi T, et al. Influen-ce of El Niño on the equatorial Pacific contribution to atmospheric CO2 accumulation. Nature, 1999, 398: 597–601
[41] Gruber N, Keeling C D, Bates N R. Interannual variability in the North Atlantic Ocean carbon sink. Science, 2002, 298: 2374–2378
[42] Cosca C E, Feely R A, Boutin J, et al. Seasonal and interannual CO2 fluxes for the central and eastern equa-torial Pacific Ocean as determined from fCO2-SST relationships. Journal of Geophysical Research — Oceans, 2003, 108(C8): 3278
[43] Dore J E, Lukas R, Sadler D W, et al. Climate-driven changes to the atmospheric CO2 sink in the subtropical North Pacific Ocean. Nature, 2003, 424: 754–757
[44] Pereira R, Ashton I, Sabbaghzadeh B, et al. Reduced air-sea CO2 exchange in the Atlantic ocean due to biological surfactants. Nature Geoscience, 2018, 11(7): 492–496
[45] Abernathey R P, Cerovecki I, Holland P R, et al. Water-mass transformation by sea ice in the upper branch of the southern ocean overturning. Nature Geoscience, 2016, 9(8): 596–601
[46] Wanninkhof R, Trinanes J. The impact of changing wind speeds on gas transfer and its effect on global air-sea CO2 fluxes. Global Biogeochemical Cycles, 2017, 31(6): 961–974
[47] Dore J E, Lukas R, Sadler D W, et al. Physical and biogeochemical modulation of ocean acidification in the central North Pacific. Proceedings of The National Academy of Sciences of The United States of America, 2009, 106(30): 12235–12240
[48] Wanninkhof R, McGillis W R. A cubic relationship between air-sea CO2 exchange and wind speed. Geo-physical Research Letters, 1999, 26(13): 1889–1892
[49] Thomas H, Bozec Y, Elkalay K, et al. Enhanced open ocean storage of CO2 from shelf sea pumping. Science, 2004, 304: 1005–1008
[50] McNeil C L, Merlivat L. The warm oceanic surface layer: implications for CO2 fluxes and surface gas measurements. Geophysical Research Letters, 1996, 23 (24): 3575–3578
[51] Sarmiento J L, Sundquist E T. Revised budget for the oceanic uptake of anthropogenic carbon dioxide. Na-ture, 1992, 356: 589–593
[52] Tans P, Fung I, Takahashi T. Observational constraints on the global atmospheric CO2 budget. Science, 1990, 247: 1431–1438
[53] Bates N R, Michaels A F, Knap A H. Seasonal and interannual variability of oceanic carbon dioxide spe-cies at the US JGOFS Bermuda Atlantic Time-series Study (BATS) site. Deep-Sea Research Part II-Topical Studies in Oceanography, 1996, 43(2/3): 347–383
[54] Goericke R, Fry B. Variations of marine plankton δ13C with latitude, temperature, and dissolved CO2 in the world ocean. Global Biogeochemical Cycles, 1994, 8 (1): 85–90
[55] Chen C T A, Borges A V. Reconciling opposing views on carbon cycling in the coastal ocean: continental shelves as sinks and near-shore ecosystems as sources of atmospheric CO2. Deep-Sea Research Part Ii-Topi-cal Studies in Oceanography, 2009, 56: 578–590
[56] Crosswell J R, Wetz M S, Hales B, et al. Air-water CO2 fluxes in the microtidal neuse river estuary, North Ca-rolina. Journal of Geophysical Research — Oceans, 2012, 117: C08017
[57] Cotovicz L C, Knoppers B A, Brandini N, et al. A strong CO2 sink enhanced by eutrophication in a tro-pical coastal embayment (Guanabara Bay, Rio de Janei-ro, Brazil). Biogeosciences, 2015, 12(20): 6125–6146
[58] Chen C T A, Huang T H, Chen Y C, et al. Air-sea exchanges of CO2 in the world’s coastal seas. Bio-geosciences, 2013, 10(10): 6509–6544
[59] Bai Y, Cai W J, He X, et al. A mechanistic semi-analytical method for remotely sensing sea surface pCO2 in river-dominated coastal oceans: a case study from the East China Sea. Journal of Geophysical Re-search — Oceans, 2015, 120(3): 2331–2349
[60] Bakker D C E, Pfeil B, Landa C S, et al. A multi-decade record of high-quality fCO2 data in version 3 of the Surface Ocean CO2 Atlas (SOCAT). Earth System Science Data, 2016, 8(2): 383–413
[61] 赵旭, 谢慧钰, 李俊龙, 等. 黄河流域生态状况研究热点迁移与评价方法演变分析. 环境科学研究, 2024, 37(1): 63–72
[62] Broecker W, Peng T, Engh R. Modeling the carbon system. Radiocarbon, 1980, 22(3): 565–598
[63] Riebesell U, Zondervan I, Zeebe R E. Reduced calcifi-cation of marine plankton in response to increased atmospheric CO2. Nature, 2000, 407: 364–367
[64] McKinley G A, Follows M J, Marshall J. Mechanisms of air-sea CO2 flux variability in the equatorial Paci-fic and the North Atlantic. Global Biogeochemical Cycles, 2004, 18(2): GB2011
[65] Sarmiento J, Orr J, Siegenthaler U. A perturbation si-mulation of CO2 uptake in an ocean general-circulation model. Journal of Geophysical Research — Oceans, 1992, 97(C3): 3621–3645
[66] Lueker T J, Dickson A G, Keeling C D. Ocean pCO2 calculated from dissolved inorganic carbon, alkalinity, and equations for K1 and K2: validation based on laboratory measurements of CO2 in gas and seawater at equilibrium. Marine Chemistry, 2000, 70(1): 105–119
[67] Sarmiento J L, Monfray P, Maier-Reimer E, et al. Sea-air CO2 fluxes and carbon transport: a comparison of three ocean general circulation models. Global Biogeo-chemical Cycles, 2000, 14(4): 1267–1281
[68] Peng T H, Wanninkhof R, Bullister J L, et al. Quan-tification of decadal anthropogenic CO2 uptake in the ocean based on dissolved inorganic carbon measure-ments. Nature, 1998, 396: 560–563
[69] Tsunogai S, Watanabe S, Sato T. Is there a “continental shelf pump” for the absorption of atmospheric CO2?. Tellus Series B — Chemical and Physical Meteoro-logy, 1999, 51(3): 701–712
[70] Alvarez-Salgado X A, Gago J, Míguez B M, et al. Net ecosystem production of dissolved organic carbon in a coastal upwelling system: the Ria de Vigo, Iberian margin of the North Atlantic. Limnology and Ocea-nography, 2001, 46(1): 135–147
[71] Chavez F P, Strutton P G, Friederich C E, et al. Biolo-gical and chemical response of the equatorial Pacific ocean to the 1997-98 El Niño. Science, 1999, 286: 2126–2131
[72] Guo X H, Zhai W D, Dai M H, et al. Air-sea CO2 fluxes in the east China sea based on multiple-year under- way observations. Biogeosciences, 2015, 12(18): 5495–5514
[73] Lohrenz S E, Cai W J, Chen F, et al. Seasonal vari-ability in air-sea fluxes of CO2 in a river-influenced coastal margin. Journal of Geophysical Research-Oceans, 2010, 115: C10034
[74] Wallace R B, Baumann H, Grear J S, et al. Coastal ocean acidification: the other eutrophication problem. Estuarine Coastal and Shelf Science, 2014, 148: 1–13
[75] Landschuetzer P, Gruber N, Bakker D C E, et al. Recent variability of the global ocean carbon sink. Global Biogeochemical Cycles, 2014, 28(9): 927–949
[76] Gregor L, Kok S, Monteiro P M S. Interannual drivers of the seasonal cycle of CO2 in the southern ocean. Biogeosciences, 2018, 15(7): 2361–2378
[77] Hernandez-Carrasco I, Sudre J, Garcon V, et al. Recon-struction of super-resolution ocean pCO2 and air-sea fluxes of CO2 from satellite imagery in the southea-stern atlantic. Biogeosciences, 2015, 12(17): 5229–5245
[78] Fiechter J, Curchitser E N, Edwards C A, et al. Air-sea CO2 fluxes in the california current: impacts of model resolution and coastal topography. Global Biogeoche-mical Cycles, 2014, 28(4): 371–385
[79] Bennington V, Galjanic T, McKinley G A. Explicit physical knowledge in machine learning for ocean carbon flux reconstruction: the pCO2-residual method. Journal of Advances In Modeling Earth Systems, 2022, 14(10): e2021MS002960
[80] Wu Z, Lu W, Roobaert A, et al. A machine-learning reconstruction of sea surface pCO2 in the north Ameri-can atlantic coastal ocean margin from 1993 to 2021. Earth System Science Data, 2025, 17(1): 43–63
[81] Jersild A, Landschutzer P. A spatially explicit uncertai-nty analysis of the air-sea CO2 flux from observations. Geophysical Research Letters, 2024, 51(4): e2023GL 106636
[82] Gloege L, McKinley G A, Landschuetzer P, et al. Quantifying errors in observationally based estimates of ocean carbon sink variability. Global Biogeoche-mical Cycles, 2021, 35(4): e2020GB006788
Progress of Air-Sea CO2 Flux Research: Knowledge Graph Analysis Based on CiteSpace and VOSviewer
Abstract A visual analysis of air-sea CO2 flux literature (1980–2023) was conducted based on the Web of Science database using CiteSpace and VOSviewer. Three phases were identified in publication trends, which can be divided into the initial stage, the rapid growth stage, and the stable growth stage. The United States, Germany, England, France, and China are leading contributors. Research direction transitioned from single-factor analyses on flux to the coupling influence of multiple factors, expanded from regional to global scales, and shifted toward applied studies. Key points included spatial distribution patterns, dynamic mechanisms, and responses to climate change and anth-ropogenic impacts. Emerging frontiers involved machine learning and multi-source remote sensing integration for modeling partial pressure of sea surface CO2, flux estimation, and climate response quantification. Future priorities emphasize high-resolution observations, interdisciplinary data fusion, regional/coastal studies, and feedback me-chanisms between climate change and marine carbon cycles, while strengthening interdisciplinary collaboration and international cooperation. This synthesis provides critical insights for global carbon cycle understanding, climate projections, and carbon mitigation strategies.
Key words air-sea CO2 fluxes; ocean carbon sinks; research hotspots; bibliometrics; knowledge mapping