Research on Fast in Situ Sensing Technology for Marine Gross Primary Productivity Based on Fluorescence Dynamics Method
-
摘要: 海洋初级生产力(GPP)是海洋生态系统物质循环和能量流动的基础环节, 是评价海洋生态环境状况的重要指标之一。传统GPP测量方法操作过程繁琐、测量周期长且时效性差。文中围绕海洋GPP快速监测需求, 以叶绿素荧光作为浮游植物光合作用过程探针, 研究了多波段可变光脉冲诱导荧光动力学技术, 研发了海洋GPP快速原位传感器, 并在北极、黄渤海和南海等海域开展了海试应用, 获取了我国黄海近海、渤海湾、南海岛礁周边, 以及太平洋及北冰洋部分海域表层海水的GPP空间分布情况, 为海洋生态环境监测和科学研究提供了大量实时观测数据。海试结果表明, 基于多波段可变光脉冲诱导荧光动力学技术能够快速准确地获取GPP, 可作为海洋生态环境调查和海洋碳汇评估的先进技术手段。Abstract: Marine gross primary productivity(GPP) constitutes a fundamental element of the biological matter cycle and energy flow within the marine ecosystem, serving as a key indicator for assessing the sate of marine ecological environment. Traditional methods of measuring GPP are often laborious, with long measurement period and poor immediacy. To address the pressing need for expeditious monitoring of marine GPP in ecological surveys and carbon sink assessment, we explored multi-wavelength variable light pulse-induced fluorescence kinetic technology. This approach leverages chlorophyll fluorescence as a probe of phytoplankton photosynthetic activity and culminated in the development of an in-situ sensor. Subsequently, we applied this sensor in trials across the Arctic, Yellow Sea, Bohai Sea, and South China Sea. The resulting spatial distribution of GPP across these regions has yielded extensive real-time observational data, contributing substantially to the monitoring and scientific research of the marine ecological environment. Sea trials outcomes demonstrate that the multi-band variable light pulse-induced fluorescence kinetic technology can rapidly and accurately estimate GPP, offering notable advantages such as speed, accuracy, stability, and reliability in measurement. This ultimately provides an advanced technical resource for marine ecological investigations and carbon sink assessments.
-
0. 引言
海洋浮游植物的初级生产力(gross primary productivity, GPP)是海洋生态系统物质循环和能量流动的基础环节, 其光合固碳量占全球总固碳量40%以上, 是海洋中最重要的生物碳汇, 从根本上影响着全球生物地球化学循环与气候变化[1-3]。海洋GPP观测是目前全球海洋生态系统动力学(global ocean ecosystem dynamics, GLOBEC)研究、全球海洋通量联合研究(joint global ocean flux study, JGOFS)、海岸带陆海相互作用(landocean interactions in the coastal zone, LOICS)等重大研究计划的核心课题, 也是全球海洋观测系统(global ocean observing system, GOOS)、地转海洋学实时观测阵(array for real-time geostrophic oceanography, ARGO)以及我国“透明海洋”科学计划和海洋碳汇评估工作的重要任务[4-5]。
海洋GPP是浮游植物叶绿体利用光能将H2O和CO2转变为有机碳的能力。海洋GPP测量方法包括黑白瓶法、14C示踪法以及叶绿素荧光法等。其中, 黑白瓶法和14C示踪法等传统气体交换法是通过测量浮游植物光合作用过程的光合放氧速率或光合固碳速率评估GPP, 需要进行“现场采样-离线温育”, 取样培养过程繁琐、测量周期长、时效性差, 难以满足现代海洋生态环境观测需求。叶绿素荧光法是以光合作用过程产生的叶绿素荧光为探针, 探测光合作用的电子传递过程, 获得浮游植物光合电子传递速率, 以此表征GPP的方法, 具有测量快速灵敏、无需样品预处理、无污染和无破坏性等特点, 是极具发展潜力的海洋GPP快速传感方法。
国内外学者在GPP叶绿素荧光分析方法与技术方面开展了大量工作。Strasserf[6]和Falkowski[7]等基于生物膜能流理论建立了光合电子传递速率的生物-光学分析模型(bio-optical model); Schreiber等[8]提出光诱导叶绿素荧光动力学的光合电子传递速率测量技术; Suggett等[9]实验验证了叶绿素荧光动力学法测得的光合电子传递速率与传统气体交换法测得的光合放氧速率、光合固碳速率的一致性。但受浮游植物种类和生长环境等因素影响, 荧光动力学法测得的GPP存在较大偏差和不确定性, 如Corno等[10]对北太平洋副热带环流GPP观测结果显示, 在贫营养水中, 叶绿素荧光动力学法和14C示踪法的测量值具有较好相关性, 而表层测量结果存在较大偏差, 随深度变化差异逐渐减小; Melrose等[11]对海湾样品GPP对比结果表明, 相同浮游植物样本光合电子传递速率与光合固碳速率之间具有良好的线性关系, 但不同浮游植物样本的回归斜率存在明显差异。为了准确测量光合电子传递速率, 荧光动力学技术持续更新, 发展形成了脉冲振幅调制、高速重复脉冲、多相瞬态荧光等多种类型叶绿素荧光动力学测量技术, 获得更多的光合电子传递过程信息[12-13], 随着荧光动力学测量技术的发展, GPP计算模型也在不断更新, 叶绿素荧光法测量 GPP的准确性和鲁棒性持续提升。
针对海洋生态环境和海洋碳汇快速监测和评估需求, 在现有叶绿素荧光动力学技术基础上, 文中提出基于多波段可变光脉冲诱导荧光动力学的浮游植物GPP快速传感新技术, 研发海洋GPP原位传感器, 并在典型海洋开展海试应用。
1. 测量原理与技术
1.1 测量原理
浮游植物光合作用能流过程如图1所示。在光能驱动下, 浮游植物光合组织裂解水分子产生氧气和电子, 电子经反应中心和多级电子受体形成还原力参与固碳过程, 主要过程包括捕光色素吸收光能、反应中心裂解水分子释放氧气、类囊体膜电子传递、三磷酸腺苷(ATP)合成、卡尔文循环以及CO2固定等。
图 1 浮游植物光合作用能流及光合电子传递过程示意图Figure 1. Photosynthetic energy flow and photosynthetic electron transfer process of phytoplankton理论上, 光合作用过程每裂解2 mol H2O分子可释放1 mol O2, 产生4 mol电子, 固定1 mol CO2, 因此光合放氧速率、光合电子传递速率和光合固碳速率在评估浮游植物GPP时是等效的。根据生物-光学模型[14], 光合电子传递速率Pe可分解为入射光强度、入射光吸收效率和光驱动光化学效率三部分的乘积
$$ {Pe}=E\times {{\textit{ф}}}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}^{'}\times {a}_{\mathrm{L}\mathrm{H}{\text{Ⅱ}}} $$ (1) 式中: E为入射光的光子辐射度; ф′PSⅡ为光适应下光系统Ⅱ(PSⅡ)光化学量子效率; aLHⅡ为PSⅡ 捕光色素光吸收系数, 是利用暗适应下 PSⅡ 光化学量子效率进行归一化后的光化学吸收系数aPSⅡ, 如式(2)所示; aPSⅡ定义为PSⅡ功能性反应中心浓度[RCⅡ]和PSⅡ的功能吸收截面σPSⅡ的乘积, 如式(3)所示; [RCⅡ]定义为光合尺寸单元nPSⅡ和叶绿素浓度[chla]乘积, 如式(4)所示。
$$ {a}_{\mathrm{L}\mathrm{H}{\text{Ⅱ}}}={a}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}/{{{\textit{ф}}}}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}} $$ (2) $$ {a}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}=\left[\mathrm{R}\mathrm{C}{\text{Ⅱ}}\right]\times {\sigma }_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}} $$ (3) $$ \left[\mathrm{R}\mathrm{C}{\text{Ⅱ}}\right]={n}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}\times \left[\mathrm{c}\mathrm{h}\mathrm{l}\mathrm{a}\right] $$ (4) 由此可得, 光合电子传递速率Pe计算模型为
$$ {Pe}=E\times {n}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}\times \left[\mathrm{c}\mathrm{h}\mathrm{l}\mathrm{a}\right]\times {\sigma }_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}{\times \textit{ф}}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}}^{'}/{\textit{ф}}_{\mathrm{P}\mathrm{S}{\text{Ⅱ}}} $$ (5) 1.2 测量技术
叶绿素荧光动力学技术是利用一束饱和光脉冲激发浮游植物细胞, 诱导光合反应中心裂解水分子释放大量电子, 阻塞电子传递链, 通过跟踪叶绿素荧光动力学变化, 获得光合电子传递过程信息, 根据式(5)计算获得光合电子传递速率Pe。基于上述原理, 文中采用多波段可变光脉冲诱导荧光动力学技术设计了如图2所示的海洋GPP快速原位传感器[15-17], 该传感器主要由光合有效辐射(photosynthetically active radiation, PAR)测量模块、激发光源和荧光检测模块三部分组成。
1) PAR测量模块
PAR测量模块用于测量水下400~700 nm光合有效辐射强度, 即获得水下环境光强度E。
2) 激发光源模块
激发光源模块主要由多波段激发光源、饱和激发光源和仿真环境光源组成, 其中多波段激发光源采用6波段LED激发光源, 用于产生叶绿素激发荧光光谱, 实现叶绿素浓度[chla]测量; 饱和激发光源采用3颗470 nm激光二极管, 用于诱导产生荧光动力学过程, 实现PSⅡ光化学量子产率фPSⅡ和PSⅡ的功能吸收截面σPSⅡ测量; 仿真环境光源采用3颗超高亮白光LED, 根据PAR测量模块获得水下环境光强度E产生等效环境光强, 结合饱和激发光源, 实现光适应下PSⅡ光化学量子效率ф′PSⅡ测量。
3) 荧光检测模块
以光电倍增管为探测器, 采用双通道荧光探测技术实现荧光动力学过程和叶绿素激发荧光光谱测量, 其中荧光动力学探测通道采用5 MHz快速采集电路, 确保200 μs单周转快速荧光动力学过程无失真探测; 叶绿素激发荧光光谱探测通道采用高灵敏检测电路, 实现0.01 μg/L以上叶绿素浓度准确测量。
为满足海洋痕量叶绿素原位监测需求, 传感器光学结构采用激发与发射同轴端窗式设计, 使用大数值孔径非球面透镜, 增大光源光束准直性, 减小照明区弥散光斑, 提升光源激发效率; 通过增加准直、聚焦透镜焦距比和聚焦镜口径, 增大荧光接收数值孔径角, 提升荧光收集效率; 通过设置消杂光光阑和消光螺纹减少光源杂散光; 三者优化平衡设计, 形成藻类叶绿素荧光高效激发与探测光学结构, 如图3所示。该结构光学结构简单、体积小、具有较强抗震性能。
在上述技术基础上, 研发海洋GPP原位传感器如图4所示, 该传感器能够在1.6 min内实现GPP快速测量, 检测限为0.138 nmol(e)/(m3s), 测量上限达1 000 nmol(e)/(m3s), 核心指标的测试结果如图5所示。
图 5 海洋GPP原位传感器性能指标测试结果Figure 5. Performance index test results of marine GPP in-situ sensor2. 海试及应用
2019—2020年, 海洋GPP原位传感器分别在北极、黄渤海和南海等典型海域参与了多次科学考察工作(如图6所示), 实现了高/中/低不同纬度下海洋GPP走航快速观测, 获取了我国黄海近海、渤海湾、南海岛礁周边, 以及太平洋及北冰洋部分海域表层海水的GPP空间分布情况, 为海洋生态环境调查和科学研究提供了大量实时观测数据。
2.1 北极科考
2019年8月11日—9月18日, 海洋GPP原位传感器搭载于“向阳红1号”科考船进行了北极航线走航观测, 从山东省青岛出发, 途径黄海、朝鲜海峡、宗谷海峡、太平洋、白令海、白令海峡、楚科奇海至北冰洋。期间海洋GPP原位传感器安装在海水交换水槽中进行在线监测, 累计监测时长144 h, 获取监测数据1 407条, GPP监测结果和空间分布如图7和图8所示。
图 7 北极科考期间海洋GPP监测结果Figure 7. Monitoring results of marine GPP during Arctic scientific expedition
图 8 北极科考航线上GPP空间分布图Figure 8. Spatial distribution map of GPP on Arctic scientific expedition route从监测数据上看, 白令海域(8月26日—28日)和楚科奇海域(8月 30日)2个海域GPP明显高于其他海域, 最高GPP达112 nmol(e)/(m3s); 勘察加半岛周边海域(8月23日—25日)、北冰洋海域(9月1日—3日)GPP较低。此观测结果与海区GPP调查结果吻合。
2.2 黄渤海海试
2019年8月18日—23日, 海洋GPP原位传感器搭载于“海监101号”科考船在黄渤海开展了示范应用。期间传感器安装在海水交换水槽中进行在线监测, 航次共航行806 n mile, 获取监测数据1 200余条。GPP监测结果和空间分布如图9和图10所示。
图 9 黄渤海海试期间海洋GPP监测结果Figure 9. Monitoring results of marine GPP during Yellow Sea and Bohai Sea trials
图 10 黄渤海海试航线上GPP空间分布图Figure 10. Spatial distribution map of GPP on Yellow Sea and Bohai Sea trials route监测数据表明: 黄海近海和渤海海域的GPP较高且变化幅度较大, 在100~550 nmol(e)/(m3s)范围内, 渤海海域GPP明显高于黄海近海, 约为黄海近海海域的2倍。对比同期(2019年8月18日—23日)北极航次的监测结果可以看出, 黄渤海航线GPP是太平洋和北冰洋海域航线GPP的10倍以上。
2.3 南海岛礁科考
2020年9月25日—11月19日, 海洋GPP原位传感器搭载于“实验1号”科考船, 在南海海域进行了走航观测, 累积在线监测时长852 h, 共获得有效数据4 328条, 监测结果和空间分布如图11和图12所示。
图 11 南海岛礁科考期间海洋GPP监测结果Figure 11. Monitoring results of marine GPP during South China Sea scientific expedition
图 12 南海岛礁科考航线上GPP的空间分布图Figure 12. Spatial distribution map of GPP on South China Sea scientific expedition route监测数据表明, 珠江-琼州海峡海域附近GPP高于南沙岛礁附近海域, 并且越靠近海岸GPP越高; 对比珠江-琼州海峡海域和南沙群岛海域单日监测数据如图13所示, 珠江-琼州海峡GPP在15~60 nmol(e)/(m3s)范围, 变化幅度大; 南沙群岛海域GPP在4~7 nmol(e)/(m3s)范围, 变化幅度小。
图 13 珠江-琼州海峡和南沙群岛附近海域GPP对比Figure 13. Comparison of GPP between the Pearl River Qiongzhou Strait and sea area near the Nansha Islands3. 结束语
海洋GPP是评价海洋生态环境状况的重要指标之一, 海洋GPP快速监测可为海洋生态环境调查和海洋碳汇评估提供科学的观测数据。文中以叶绿素荧光作为浮游植物光合作用过程探针, 采用多波段可变光脉冲诱导荧光动力学技术, 自主研发了海洋GPP快速原位传感技术及仪器, 解决了传统气体交换法需要“现场采样-离线温育”, 测量过程繁琐、周期长、时效性差的难题, 将GPP测量周期由24 h缩短至1.6 min, 为海洋生态环境调查和海洋碳汇评估提供了先进技术手段; 研发的海洋GPP原位传感器在北极、黄渤海和南海等参与了多次科学考察观测工作, 实现了高/中/低不同纬度下海洋GPP走航快速观测, 获取了我国黄海近海、渤海湾、南海岛礁周边, 以及太平洋及北冰洋部分海域表层海水GPP的空间分布情况, 为海洋生态环境调查和科学研究提供了大量实时观测数据。
致谢: 感谢自然资源部第二海洋研究所、中国科学院岛礁综合研究中心、国家重点研发计划“海洋环境安全保障”重点专项“重点声学类和近海海洋生态类仪器设备规范化海上试验”课题(20l6YFCl401304)等提供的海试平台支持。
-
图 1 浮游植物光合作用能流及光合电子传递过程示意图
Figure 1. Photosynthetic energy flow and photosynthetic electron transfer process of phytoplankton
图 5 海洋GPP原位传感器性能指标测试结果
Figure 5. Performance index test results of marine GPP in-situ sensor
图 7 北极科考期间海洋GPP监测结果
Figure 7. Monitoring results of marine GPP during Arctic scientific expedition
图 8 北极科考航线上GPP空间分布图
Figure 8. Spatial distribution map of GPP on Arctic scientific expedition route
图 9 黄渤海海试期间海洋GPP监测结果
Figure 9. Monitoring results of marine GPP during Yellow Sea and Bohai Sea trials
图 10 黄渤海海试航线上GPP空间分布图
Figure 10. Spatial distribution map of GPP on Yellow Sea and Bohai Sea trials route
图 11 南海岛礁科考期间海洋GPP监测结果
Figure 11. Monitoring results of marine GPP during South China Sea scientific expedition
图 12 南海岛礁科考航线上GPP的空间分布图
Figure 12. Spatial distribution map of GPP on South China Sea scientific expedition route
-
[1] Yvon-Durocher G, Allen A P, Cellamare M, et al. Five years of experimental warming increases the biodiversity and productivity of phytoplankton[J]. PLOS Biology, 2015, 13(12): 1002324. doi: 10.1371/journal.pbio.1002324 [2] Watson R A, Nowara G B, Hartmann K, et al. Marine foods sourced from farther as their use of global ocean primary production increases[J]. Nature Communications, 2015, 6: 7365. doi: 10.1038/ncomms8365 [3] Holt J, Schrum C, Cannaby H, et al. Potential impacts of climate change on the primary production of regional seas: A comparative analysis of five European seas[J]. Progress in Oceanography, 2016, 140: 91-115. doi: 10.1016/j.pocean.2015.11.004 [4] Claustre H, Antoine D, Boehme L, et al. Guidelines towards an integrated ocean observation system for ecosystems and biogeochemical cycles[C]//Proceedings of OceanObs’09: Sustained Ocean Observations and Information for Society. Venice, Italy: ESA, 2010: 593-612. [5] Hemsley V S, Smyth T J, Martin A P, et al. Estimating oceanic primary production using vertical irradiance and chlorophyll profiles from ocean gliders in the North Atlantic[J]. Environmental Science & Technology, 2015, 49(19): 11612-11621. [6] Strasserf R J, Srivastava A. Polyphasic chlorophyll a fluorescence transient in plants and cyanobacteria[J]. Photochemistry and Photobiology, 1995, 61(1): 32-42. doi: 10.1111/j.1751-1097.1995.tb09240.x [7] Falkowski P G, Kolber Z. Estimation of phytoplankton photosynthesis by active fluorescence[J]. Ices Mar. Sci. Symp, 1993, 197: 92-103. [8] Schreiber U, Schliwa U, Bilger W. Continuous recording of photochemical and non-photochemical chlorophyll fluorescence quenching with a new type of modulation fluorometer[J]. Photosynthesis Research, 1986, 10: 51-62. doi: 10.1007/BF00024185 [9] Suggett D J, Moore C M, Hickman A E, et al. Interpretation of fast repetition rate(FRR) fluorescence: Signatures of phytoplankton community structure versus physiological state[J]. Mar. Ecol. Prog. Ser, 2009, 376(1): 1-19. [10] Corno G, Letelier R M, Abbott M R, et al. Assessing primary production variability in the north pacific subtropical gyre: a comparison of fast repetition rate fluorometry and C-14 measurements[J]. Journal of Phycology, 2006, 42(1): 51-60. doi: 10.1111/j.1529-8817.2006.00163.x [11] Melrose D C, Oviatt C A, O’Reilly J E, et al. Comparisons of fast repetition rate fluorescence estimated primary production and 14C uptakeby phytoplankton[J]. Marine Ecology Progress Series, 2006, 311: 37-46. doi: 10.3354/meps311037 [12] Suggett D J, Oxborough K, Baker N R, et al. Fast repetition rate and pulse amplitude modulation chlorophyll a fluorescence measurements for assessment of photosynthetic electron transport in marine phytoplankton[J]. European Journal of Phycology, 2003, 38(4): 371-384. doi: 10.1080/09670260310001612655 [13] Stirbet A. On the relation between the Kautsky effect (chlorophyll a fluorescence induction) and Photosystem Ⅱ: Basics and applications of the OJIP fluorescence transient[J]. Journal of Photochemistry and Photobiology. B, Biology, 2011, 104(1-2): 236-257. doi: 10.1016/j.jphotobiol.2010.12.010 [14] Falkowski P G, Raven J A. Aquatic photosynthesis[M]. New Jersey: Princeton University Press, 2013. [15] Yin G F, Zhao N J, Shi C Y, et al. Phytoplankton photosynthetic rate measurement using tunable pulsed light induced fluorescence kinetics[J]. Optics Express, 2018, 26(6): 293-300. doi: 10.1364/OE.26.00A293 [16] 王翔, 殷高方, 赵南京, 等. 荧光动力学法藻类初级生产力测量中光合尺寸单元校正方法研究[J]. 光学学报, 2021, 41(17): 153-159.Wang Xiang, Yin Gaofang, Zhao Nanjing, et al. Correction method of photosynthetic size unit in algae primary productivity measurement using fluorescence kinetics[J]. Acta Optica Sinica, 2021, 41(17): 153-159. [17] 覃志松, 殷高方, 赵南京, 等. 基于光脉冲诱导快相与弛豫荧光的光合作用参数测量技术[J]. 光子学报, 2017, 46(9): 82-89.Qin Zhisong, Yin Gaofang, Zhao Nanjing, et al. Photosynthesis parameters measurement technology based on fast phase anc relaxation fluorescence induced by optical pulses[J]. Acta Photonica Sinica, 2017, 46(9): 82-89. 期刊类型引用(1)
1. 高芯茹. 光学力学与光电传感技术的融合与创新. 科技资讯. 2024(11): 94-96 . 
百度学术其他类型引用(1)
-
下载:
下载:
百度学术
点击查看大图
计量
- 文章访问数: 170
- HTML全文浏览量: 48
- PDF下载量: 25
- 被引次数: 2
