近日,金沙威尼斯欢乐娱人城南海海洋研究所热带海洋环境国家重点实验室(LTO)研究员杜岩团队利用机器学习的方法识别了三种南极中层水(AAIW),揭示了三种AAIW的形成位置和输运路径。该研究成果由博士研究生夏星月为第一作者发表在期刊Geophysical Research Letters(《地球物理研究通讯》)上,合作者包括研究员修鹏、助理研究员洪宇。 AAIW是一种在南大洋亚南极锋面(SAF)周围形成的水团,它源自于南极表层水(AASW),其形成和输运是南大洋经向翻转环流的分支,对世界大洋的热量、淡水、碳以及营养盐收支具有重要影响。近年来随着观测资料日益增多,我们对AAIW的来源及输运路径的理解更加深刻,即便如此,AAIW的形成在学术界仍存在较大争议。 与以往使用传统属性分类的研究不同,该研究应用了一种无监督的机器学习方法,对Argo温度和盐度剖面进行自主分类,并从南大洋体系中识别出三种类型的AAIW。一是东南太平洋AAIW,形成于SAF以北的德雷克海峡西侧角,会随海流输运到南太平洋的副热带环流系统;二是南太平洋AAIW,形成于SAF周围的南太平洋,会随着SAF跨过德雷克海峡,随后和副热带水混合导致其盐度更咸、密度更大;三是绕极AAIW,为最冷和最淡的AAIW,分布于SAF和极锋(PF)之间的绕极区域, 会在德雷克海峡东侧的汇流区域注入海洋内部。分类结果与前人的研究结果相一致,但该研究发现了在不同地区形成不同类型的AAIW。此外,该研究方法也证明了机器学习技术在处理海洋大数据和识别传统属性分类方法难以区分的AAIW类型方面的优势。 图1. 机器学习的方法对30°S以南Argo剖面进行14种簇划分,叠加了5个锋面。三个暖色系的簇是AAIW(簇8-10)。 本研究得到了国家自然科学基金(42090042,41906180)、金沙威尼斯欢乐娱人城重点项目(133244KYSB20190031)和广东省基础与应用基础研究基金(2022A1515011933)的资助。 相关论文信息: Xia, X., Hong, Y., Du, Y., & Xiu, P. (2022). Three types of Antarctic Intermediate Water revealed by a machine learning approach. Geophysical Research Letters, 49, e2022GL099445. https://doi.org/10.1029/2022GL099445
近日,金沙威尼斯欢乐娱人城南海海洋研究所热带海洋环境国家重点实验室(LTO)研究员杜岩团队揭示了赤道西印度洋海洋热浪特征及驱动机制,该研究成果由硕士研究生齐睿思作为第一作者,杜岩研究员和张莹博士作为共同通讯作者发表在国际期刊Journal of Geophysical Research: Oceans (《地球物理学研究杂志:海洋》)上,合作者还包括澳大利亚联邦科学与工业研究组织研究员冯明。 海洋热浪是海洋中的极端高温事件,通常定义为海表温度连续五天及以上超过气候平均态第九十百分位阈值。海洋热浪可持续数天至数月,面积可达几平方公里至数千平方公里,会导致珊瑚白化,物种迁移,鱼类死亡率增加等生态灾害,给全球海洋生态系统带来严重威胁,并给社会经济带来巨大损失。 基于卫星观测资料发现,赤道西印度洋存在显著的海洋热浪活跃区(48°E–54°E, 2°S–2°N),主要受到海洋行星波动过程的调控作用。在1982-2020年期间,该海区的平均海洋热浪强度、持续时间和发生频次分别可达1.54°C、13.33天和1.97次(图1)。此外,该海区的海洋热浪事件存在显著的年际变化,其中有11年的海洋热浪年平均总天数较其平均态更多,证实与印-太海区主要气候模态厄尔尼诺事件和印度洋偶极子事件有关。在热带印度洋,赤道东风异常会激发下沉的赤道罗斯贝波,其向西传播至赤道西印度洋,导致该海域上层暖水辐合,次表层冷水上涌受到抑制,促使海表温度异常增暖、海洋热浪发生(图2)。此外,热带南印度洋的下沉罗斯贝波也会通过海洋波动的传播和反射过程影响赤道西印度洋海洋热浪的发生。该研究也指出,近39年来赤道西印度洋海洋热浪的年平均发生频次、持续时间和总天数都呈现显著增加趋势(分别为每十年增加1.56次、4.95天和31.72天),这与全球变暖背景下平均海表温度的升高密切相关。 综上,该研究给出了赤道西印度洋海洋热浪统计特征,并揭示了该海域海洋热浪的驱动机制,这将有助于我们进一步理解赤道西印度洋海洋极端高温事件与气候模态相关的海气相互作用和海洋动力过程,也有助于对海洋极端事件的预测。 图1. 1982-2020年赤道西印度洋海洋热浪统计特征。(a-f)年平均的海洋热浪平均强度(℃)、最大强度(℃)、累计强度(℃·天)、持续时间(天)、发生频次(次),总天数(天) 图2. 1993-2020年1°N-1°S平均的去除长期趋势的逐日海表面高度异常的时间-经度剖面图(填色,厘米);黑色点表示海洋热浪事件的发生 本研究得到了国家自然科学基金(No. 41830538)、金沙威尼斯欢乐娱人城项目(Nos. 133244KYSB20190031, XDB42010305, 183311KYSB20200015, ISEE2021PY02, ISEE2021ZD01, LTOZZ2005)和南方海洋科学与工程广东省实验室(广州)团队项目(No. GML2019ZD0303)资助。 相关论文信息:Qi, R., Zhang, Y.*, Du, Y.*, & Feng, M. (2022). Characteristics and drivers of marine heatwaves in the western equatorial Indian Ocean. Journal of Geophysical Research: Oceans, 127, e2022JC018732. https://doi.org/10.1029/2022JC018732
猪肉是我国居民食物供给的重要组成部分,也是动物蛋白的主要来源。2021年,我国猪肉产量5296万吨,约占国内肉类总产量的60%。当前,在“大食物观”多元化背景下,为满足人民群众日益增长的对猪肉产品风味、营养和健康的更高需求,有效利用我国特色优良地方猪种质资源,研发改善猪肉品质的调控策略,已显得刻不容缓。 猪肉是我国居民食物供给的重要组成部分,也是动物蛋白的主要来源。2021年,我国猪肉产量5296万吨,约占国内肉类总产量的60%。当前,在“大食物观”多元化背景下,为满足人民群众日益增长的对猪肉产品风味、营养和健康的更高需求,有效利用我国特色优良地方猪种质资源,研发改善猪肉品质的调控策略,已显得刻不容缓。 沙子岭猪原产于湘潭城郊沙子岭一带,是湖南省分布最广、数量最多的优良地方猪种之一。沙子岭猪于1984年入编《湖南省家畜家禽品种志》,1986年作为华中两头乌猪的主要类群入编《中国猪品种志》,2006年被列入国保级家畜禽遗传资源保护品种名录。目前,有关沙子岭猪的研究仅限于体型外貌、生产性能和适应性等方面,对其优良肉质性状形成的机制研究十分有限。 金沙威尼斯欢乐娱人城亚热带农业生态研究所印遇龙院士团队在国家自然科学区域创新发展联合基金项目“沙子岭猪优良肉质性状形成的分子机制及营养调控”资助下,揭示了沙子岭猪优良肉质性状形成的分子机制。研究发现,日龄对沙子猪肉品质影响显著,最佳肉品质时期为150~210日龄;沙子岭猪背最长肌中主要的脂肪酸为C16:0、C16:1、C18:0、C18:1n9c和C18:2n6c,其中C18:2n6c与n6/n3多不饱和脂肪酸呈反比;丙氨酸、天冬氨酸、谷氨酸、D-谷氨酰胺和D-谷氨酸代谢是沙子岭猪肉风味的主要代谢途径;肌肉中鹅肌肽、C16:0、C16:1和C18:1n9c的含量与肌内脂肪和/或pH24h呈正相关,与L*(亮度)和b*(黄色)值呈负相关。总之,日龄可显著影响沙子岭猪的肉品质,其肌肉中的鹅肌肽、C16:0、C16:1和C18:1n9c的含量可作为优良肉质的指示指标。该研究进一步丰富了对我国地方猪优良肉质性状形成机制的认识。 该研究成果以Profiles of muscular amino acids, fatty acids, and metabolites in Shaziling pigs of different ages and relation to meat quality为题发表在Science China-Life Sciences(中科院1区TOP期刊,IF=10.372)杂志上。 论文链接 沙子岭猪优良肉质性状形成的分子机制