编辑推荐：
本文开发多参数线性回归（MLR）方法，整合卫星和原位观测数据估算北印度洋（NIO）pCO2 。该模型表现优异，能更好理解 NIO 碳动态，对气候建模、政策制定等有重要意义，为研究海洋碳循环提供新视角。
引言
了解海洋中二氧化碳分压（pCO2）对掌握碳循环和气候动态至关重要。它直接影响海洋从大气中吸收和储存 CO2的能力，进而影响海洋生态系统和全球碳预算。pCO2的变化还可能引发海洋酸化，扰乱海洋生物生存和全球碳循环。与大气不同，海洋是重要的 CO2储存库，在全球碳循环中发挥关键作用。
海表面温度（SST）、海表面盐度（SSS）、叶绿素 a（Chla）、溶解无机碳（DIC）、总碱度（TA）和混合层深度（MLD）等多种因素会影响pCO2的分布。人为活动导致大气中 CO2水平上升，进而提高海水pCO2水平，这又影响海洋环流和生物多样性，所以研究pCO2对理解气候动态和人为碳排放影响意义重大 。
为全面了解碳循环，需定期监测海洋表面pCO2。但受技术和资金限制，原位pCO2测量在时间和空间上都有局限。利用卫星衍生数据能更精确地评估全球海洋中pCO2的分布情况。不同海洋区域已开发出多种算法，不过全球算法在一些特殊区域常失效。
印度洋（IO）气候模式独特，北印度洋（NIO）受季风影响，气候高度动态。NIO 包括阿拉伯海（AS）和孟加拉湾（BoB），两者pCO2分布特征差异大。AS 每年持续排放 CO2，而 BoB 每年吸收更多 CO2。河流输入、营养物质输送等因素使得 NIO 地区pCO2变化复杂，因此开发区域特定的pCO2模型很有必要。本研究旨在开发利用卫星和原位观测数据的多参数线性回归（MLR）区域模型，提高 NIO 地区pCO2估算的准确性，并研究该地区气候学pCO2场的时空变异性和年代际趋势。
研究区域
NIO 地区位于 2.2412°N 至 28.960°N、43.5938°E 至 102.65630°E 之间，是受季风、洋流和河流排放等因素影响的独特热带海洋。其独特的生态系统与其内陆性质以及分为 AS 和 BoB 两个区域有关。AS 全年海表面温度（SST）较高，盐度受蒸发影响较大；BoB 则接收大量淡水。
原位数据
用于模拟和验证 NIO 地区海洋属性（如 SSS、SST、Chla 和二氧化碳逸度（fCO2））的数据来自全球海洋数据分析项目（GLODAPv2.2023）和孟加拉湾的 BOBOA 系泊测量。这些数据涵盖了 2002 年至 2021 年，能反映季节和年际变化。
模型构建
随着大气中 CO2浓度上升，海洋表层 CO2水平也会上升并最终达到平衡。大气中的 CO2溶解在海洋中形成水溶态 CO2，与海水相互作用后转化为碳酸（H2CO3）。碳酸不稳定，会释放 H+离子转化为碳酸氢根（HCO3-），碳酸氢根又可解离形成碳酸根（CO32-）。碳酸根与 Ca2+离子反应生成石灰石（CaCO3）。
结果与讨论
这部分研究了pCO2与 SST、SSS 和 Chla 等关键海洋学参数之间的关系，详细介绍了数据处理方法，以及利用原位和卫星衍生观测数据对 MLR 模型的验证结果。分析突出了 2021 年 NIO 地区pCO2场在月、季、年尺度上的时空变异性，并结合更广泛的背景进行讨论。
结论
本研究通过开发基于卫星衍生的 SST、SSS 和 Chla 数据的强大 MLR 模型，在估算 NIO 地区pCO2场方面取得重要进展。该模型性能良好，有效捕捉了pCO2在月、季、年尺度上的时空变异性。研究结果还揭示了pCO2与关键海洋参数之间的关系，SST 和 SSS 与pCO2呈正相关，而 Chla 与pCO2呈负相关。
