近日，中国科学院南海海洋研究所热带海洋环境与岛礁生态全国重点实验室海洋智能探测与大数据技术应用研究团队在近岸复杂水体中颗粒有机碳（POC）的光学反演研究取得新进展。相关研究成果以“An adaptive hybrid algorithm for retrieving particulate organic carbon in complex coastal waters”为题，发表在地球科学一区TOP期刊International Journal of Applied Earth Observations and Geoinformation上。

颗粒有机碳（POC）是海洋有机碳库中最活跃的组分,也是认识近海区域碳循环过程的关键参数。然而，受陆源输入、沿岸上升流等多重过程影响，近海水体颗粒物来源复杂、组成多变，现有POC光学反演算法大多建立于开阔大洋观测数据，在复杂的近海环境中适用性仍有待提高，进而限制了POC垂向精细剖面的准确刻画。

研究团队基于广东及海南岛东部夏季近海的观测数据集（图1），研究分析了近海不同水体类型中POC与光学参数间关系存在的差异性，将水体分类、光学敏感特征筛选和分类型模型优化相结合，构建了颗粒有机碳的自适应光学反演算法（AHA-POC）（图2）。独立验证结果表明，该算法决定系数R²达0.79，均方根误差RMSE为0.071 mg/L，平均绝对百分比误差MAPE为32.38% ，表现出良好的稳定性。与已报道的代表性算法（包括单变量经验模型、单一阈值分类和全局机器学习模型）进行对比，结果表明，AHA-POC算法在近海复杂水体环境，尤其在高浑浊、高吸收等水体类型的反演精度提升最为明显；表明先分型再反演的自适应方法能够有效降低不同水体类型间生物-光学关系差异带来的误差累积。

进一步结合高分辨率原位光学剖面观测数据，实现了1 m垂向分辨率POC连续剖面重构（图3），精细刻画了珠江冲淡水影响下POC垂向结构特征，揭示了传统离散采样难以识别的精细尺度变化。该研究为近海碳库连续精细化研究提供了新的光学估算方法和重要数据支撑。

图1 研究区域与采样站位分布图

图2 近海颗粒有机碳的自适应光学反演算法（AHA-POC）框架图

图3 珠江口POC高分辨率垂向断面分布

该研究成果的第一作者为博士研究生周涛，通讯作者为研究员周雯，合作者包括中国科学院南海海洋研究所研究员李彩、研究员许占堂、广州大学教授杨现坤以及南方科技大学硕士研究生谢伟浪。

该研究获得国家自然科学基金、广东省基础与应用基础研究基金和广州市南沙区科技计划项目等联合资助。

论文信息：Zhou Tao, Zhou Wen*, Xie Weilang, Li Cai, Xu Zhantang, & Yang Xiankun (2026). An adaptive hybrid algorithm for retrieving particulate organic carbon in complex coastal waters. International Journal of Applied Earth Observation and Geoinformation, 151, 105413.

原文链接：https://doi.org/10.1016/j.jag.2026.105413.