利用基于物理原理的人工智能技术，量化了海水与沉积物之间溶解有机碳的全球循环过程

《The Innovation》：Global cycling of dissolved organic carbon between seawater and sediments quantified using physics-based artificial intelligence

　　

Peyman Babakhani | Andrew W. Dale | Clare Woulds | Oliver W. Moore | Ke-Qing Xiao | Majid Sedighi | Mingyu Zhao | Xiaohui Chen | Tanapon Phenrat | Farhad Jazaei | Lisa Curti | Caroline L. Peacock

曼彻斯特大学土木工程与管理系，英国曼彻斯特 M13 9PL

摘要

海洋中溶解有机碳（DOC）的来源至今仍不清楚，因为确定海洋沉积物与海水之间DOC交换的过程非常复杂。在这里，我们利用基于物理的人工智能（AI）来模拟DOC的动态过程，以量化全球范围内沉积物中DOC的循环和储存情况。我们发现，沉积在全球海底的所有颗粒有机碳中，有多达11%在沉积物内部水解后重新以DOC的形式返回到海水中，这大约相当于河流向海洋输送的DOC通量的一半。沉积物表层一米内的总固相有机碳中有约50%是通过DOC被矿物吸附形成的。此外，我们表明，深海平原对全球DOC排放和储存的贡献通常在碳循环研究中被完全忽视，但实际上这一贡献相当于大陆边缘贡献的一半。本研究还展示了较简单AI算法相较于复杂模型的优势，并将数学建模中的“简约原则”扩展到了基于物理的AI领域。