祝賀 C9高校 再發Science

文化
百科
健康
時尚
美食
樂活
旅行
幽默
情感
體娛
美體
民生
財富
科技
創業
汽車
樓市
職場
教育
學術
企業
區塊鏈
其他
發佈時間:
免費註冊
不銹鋼設備製作https://www.xinseopr.com/170864-21/20220620120150/image_0.jpg純銀紀念幣
本文來源:南京大學

近日,南京大學地理與海洋科學學院劉永學教授課題組在全球海面油膜遙感監測方面取得重要進展。

該研究利用遙感大數據,首次勾繪了全球海面油膜的空間分佈,構建了迄今為止最為全面、位置明晰的海面油膜持續固定排放源清單,確定了不同來源海面油膜的貢獻比例,從而改善了對海面油膜來源的結構性認知。成果以"Chronic oiling in global oceans"為題於2022年6月17日發表在《Science》

該文被Science新聞團隊(Science Press Package Team)選為亮點文章推薦,併為新華社、南華早報、Scientific American、Heidi.news等國內外媒體報道。論文第一作者為南京大學地理與海洋科學學院、中國南海研究協同創新中心博士生董雁佇,通訊作者為劉永學教授。美國南佛羅里達大學胡傳民教授、佛羅里達州立大學Ian R. MacDonald教授和南京大學國際地球系統科學研究所陸應誠教授作為主要合作者。南京大學為唯一第一作者單位和唯一通訊單位。

論文鏈接:
https://science.org/doi/10.1126/science.abm5940 

細孔放電https://www.xinseopr.com/170864-21/20220620120150/image_1.jpg
圖1 海面油膜來源(天然烴滲漏、油氣平臺/管道、船舶及陸源排放)與貢獻。

海面油膜來源龐雜,可歸納為自然源(海底油氣藏的天然烴滲漏)與人為源(船舶、油氣平臺/管道及陸源排放等)(圖1)。相對於前者,人類活動產生的油膜對海洋生物和生態環境影響更大,釐清自然/人為來源比例對海洋可持續發展至關重要。然而,受限於油膜分佈廣泛、位置不定、過程短暫、形態多變等特性,全球尺度海面油膜分佈特征尚不清晰,界定不同來源的貢獻仍存在很大的不確定性。

研究從Google Earth Engine雲計算平臺獲取、處理了2014–2019年56萬餘景Sentinel-1合成孔徑雷達影像,提出了半自動化海面油膜識別、提取與分類框架,首次建立了全球10 m分辨率海面油膜數據集。基於該數據集,研究回答了全球海面油膜分佈、固定持續排放源清單、以及人為/自然來源貢獻比例等問題

(1) 全球海面油膜分佈。全球海面油膜近岸分佈特征明顯,50%的油膜集中於距岸38千米海域內(圖2A)。油膜聚集程度在不同海區差異明顯,在爪哇海、南海、幾內亞灣及其周邊海域,海面油膜污染最為嚴重(圖2B)。在航運繁忙海域,研究還首次觀測到21條與航線高度吻合的高密度油膜污染帶(圖3)。

https://www.xinseopr.com/170864-21/20220620120150/image_2.jpg
圖2 全球海面油膜距岸分佈直方圖(A)、各海區油膜累積面積和歸一化面積(B)及不同來源油膜占比(C)。

https://www.xinseopr.com/170864-21/20220620120150/image_3.jpg
圖3 全球海面油膜空間分佈(2014–2019)。A: 油膜歸一化面積(0.1°×0.1°格網);B–G: 檢測到的高密度溢油污染帶。

(2) 固定持續排放源清單。根據油膜在時序影像中的空間聚集特征,結合已有的海底油氣管道數據、課題組先前構建的全球海洋油氣開發平臺數據庫等,構建了海面油膜持續固定排放源清單(含自然滲漏、油氣平臺/管道等)(圖4)。研究發現的海底天然烴滲漏的數量(435處)遠多於以往報告(190處);研究新發現的137處與油氣平臺/管道相關的油膜聚集中心,絕大多數未曾報道。

https://www.xinseopr.com/170864-21/20220620120150/image_4.jpg
圖4 全球海面油膜聚集中心分佈。A: 天然滲漏中心、油氣平臺/管道油膜中心的全球分佈;B–L: 各區域放大圖(括號內數字表示各聚集中心的油膜檢測頻率範圍)。

(3) 人為/自然來源貢獻比例。研究發現人類活動是全球海面油膜的最主要來源(占油膜總檢測面積的94%),其比例遠高於天然烴滲漏產生的油膜(占比6%)。與美國國家研究委員會(National Research Council, NRC)估算結果(1990–1999,自然源與人為源分別為46%,54%,按體積計)相比,人為源油膜占比增長了近一倍,這揭示了過去20年人類活動對海洋石油污染的影響被嚴重低估。

研究成果可為聯合國可持續發展目標"保護和可持續利用海洋及海洋資源以促進可持續發展"(SDG-14)提供最先進的監測基準,為海洋能源開發、海洋污染治理、環境監管等提供重要的先驗知識與決策依據,亦可為基於深度學習技術的海面油膜全自動提取、監測等提供大型訓練數據集。

本研究得到國家重點研發項目"地球資源環境動態監測技術"課題(2016YFB0501502)資助。作者向為本研究提供數據、數據存儲與計算的Google Earth Engine、European Space Agency等單位謹致謝意。

歡迎關註我們,瞭解學術圈的大小事https://www.xinseopr.com/170864-21/20220620120150/image_5.jpg
https://www.xinseopr.com/170864-21/20220620120150/image_7.jpg

好文章需要您的點贊加在看~
我要詢價

相關內容

分類一覽

文化
百科
健康
時尚
美食
樂活
旅行
幽默
情感
體娛
美體
民生
財富
科技
創業
汽車
樓市
職場
教育
學術
企業
區塊鏈
其他

網網相連

其他
小孩毛帽-104-庫存收購網
聖戈亞車行
盛香源工坊
教育
編織皮革系列產品
其他
其他
鑫博贏彩券行
氣體分裝販售
酒娘殿
東威傳播有限公司
安普仁國際股份有限公司