海-氣界面氣體交換速率與二氧化碳氣體通量的估算

陳元瑞，趙棟梁*，林子寬

( 1.中國海洋大學 海洋與大氣學院，山東 青島 266100)

1 引言

全球碳循環是影響地球氣候系統的重要過程，而海-氣CO2通量是其中十分關鍵的一個部分，對于模擬和理解海洋-大氣系統的耦合與變化十分重要[1]。目前海-氣界面CO2通量的估算大多基于下述塊體公式：

式中，F為CO2氣體通量；kw為氣體交換速率；s為溶解度（是溫度和鹽度的函數）；pCO2w和pCO2a分別表示海水和大氣的CO2分壓。

在塊體公式的使用過程中，最為關鍵的就是氣體交換速率kw的估計。對于溶解性比較弱的氣體，如CO2，海-氣界面的氣體交換過程主要取決于海-氣邊界層海水側的黏性次層和湍流邊界層，且與海水側的湍流強度密切相關，而湍流強度與海上風速、波浪狀況和大氣穩定度等有關。人們通常將氣體交換速率與海上風速和波浪狀態相聯系，為了便于應用，更多的研究者將氣體交換速率參數轉化為風速的函數。Boutin等[2]對比了幾種較為主流的kw的參數化方法，得到的結果相差達到兩倍以上。Takahashi等[3]也指出，目前有關全球生物地球化學碳循環模型誤差的主要來源之一就是氣體交換速率的不確定性。所以，對氣體交換速率kw的深入研究，有利于促進我們對于全球碳循環的認識。

有關kw的估計，基于觀測數據，通常經驗性地利用風速多項式進行參數化，公式為

式中，Sc為施密特數，定義為海水運動黏性系數與所測氣體的分子擴散系數之比，與海水溫度有關；Scr為水溫為20°C時對應的施密特數，對于淡水（實驗室和湖泊）和海水，Scr分別為600和660；U表示海上風速，一般選用海面上方 10 m 處風速U10；a，b，c，d為待定系數，由觀測數據來確定。在早期的研究中，認為氣體交換速率為風速的線性函數，近年來，更多研究認為，氣體交換速率應該為風速的二次或三次函數，在這方面還存在很多的爭議。

本文對于如公式（2），基于實測數據并且爭議較小的參數化結果進行了整理，同時在一定的風速區間內，對不同的參數化結果進行比較。利用最新的CO2分壓差數據和不同的參數化公式，本文對1982-2018年這37 a全球的海-氣界面CO2凈通量的變化進行了估算，并對季節變化以及年際變化進行了分析。最后，對氣體交換速率參數化未來的發展方向進行了討論。

2 氣體交換速率的觀測估算

氣體交換速率的觀測，主要通過觀測風速、CO2分壓以及海表面CO2通量，并運用公式（1）計算得到對應的氣體交換速率。當下氣體交換速率的觀測主要有示蹤物法和微氣象法兩類。

示蹤物法主要基于物質平衡理論，通過觀察海洋以及大氣中的目標示蹤物（例如222Rn、14C）濃度變化，來對氣體交換速率進行計算。這種方法的時間頻率及時效性較低，對于建立較為精確的參數化關系有著較大的阻礙。

示蹤物法主要分為雙示蹤法以及熱紅外法兩種。

雙示蹤法（Dual Tracer, DT）假設不同的氣體對于風速有著相同的依賴關系，并在此基礎之上通過觀察兩種示蹤氣體（3He和 SF6）在一段時間變化的比值，進而對于氣體交換速率進行確定。這種方法首先由Watson等[4]提出，Wanninkhof等[5]根據該方法得到的測量數據提出了具體的參數化公式。

熱紅外法基于表面更新理論，由J?hne等[6]首次提出，并在外海以及實驗室進行了諸多實踐[7]。其假定熱量與氣體的海-氣交換特征相似，通過計算熱量的交換來近似地推測氣體交換。該方法可以在分鐘尺度上進行觀測，同時可以同步對微波破碎以及湍流特征進行測量[8]；但是，由于條件限制，無法考慮到氣泡這一物理過程對于氣體交換的影響[9]。

隨著觀測技術的不斷提高，近年來，微氣象法在測量海-氣界面氣體通量方面得到越來越多的應用，其中，最具代表性的就是渦相關法(Eddy Covariance,EC)。該方法不僅可以在不借助任何經驗公式的情況下直接測量氣體的通量，而且可以在小時尺度進行持續的測量。Jones和Smith[10]首先將其投入實際運用并測量了海區的通量。但是Broecker等[11]指出，其在海上的觀測結果往往信噪比較低，可信程度有待考量。同時，渦相關法在船載和浮標上的測量結果存在顯著的差異[12-13]，這些差異被歸咎于平臺本身的運動和風矢量的旋轉[14]。Landwehr等[15]指出，對于船載渦相關測量，船只運動帶來的風速測量偏差以及船只本身對于風場的擾動這兩個因素影響著測量結果的準確性。此外，研究表明，大多數渦相關研究中使用的非色散紅外CO2分析儀對水蒸汽具有交叉靈敏度，這導致對氣體交換速率的估計中存在很大的不確定性[16]。同時，CO2分析儀具有一定的運動敏感性，可能導致測量的結果產生偏差[17]。

3 氣體交換速率的參數化

3.1 風速二次方依賴關系參數化結果

氣體交換速率對風速二次方依賴關系的參數化結果分別基于主動物質平衡法、被動物質平衡法（全球14C平衡）和渦動相關法獲得的數據。其中，基于同屬物質平衡法的前兩者得到的參數化結果較為相似，而渦相關法的結果與其他兩種方法的結果差異較大。

Liss和Merlival[18]、Nightingale等[19]以及Ho 等[20]運用物質平衡獲得了氣體交換速率的結果。Liss和Merlival[18]根據風-浪槽實驗數據以及湖泊的觀測結果，給出了一種三段式的參數化方案（公式（3）），3種情況分別對應著不同風速下的海表面過程。雖然二次關系只出現在低風速階段，但是該結果可以運用二次關系在0～15 m/s的風速區間較好地近似[21]。通過在外海運用雙示蹤法測量得到的數據，Nightingale等[19]擬合得到了氣體交換速率公式（公式（4）），其是關于風速的二次多項式，作者認為，該方案可以解釋數據中總方差的82%[22]。Ho等[20]運用SAGE （SOLAS Air-Sea Gas Exchange）在南大洋通過雙示蹤測得的數據，在0.6～23.5 m/s的數據區間中，得出了為風速二次方的氣體交換速率公式 （公式（5））。與公式（3）以及公式（4）不同的是，這次的測量是在大洋中進行，且包含了高風速（大于16 m/s）的數據。

運用全球14C平衡進行估計的主要有3項成果。1992年，Wanninkhof[21]基于全球14C資料擬合得到了氣體交換速率與風速的關系，并分別給出了長期氣候態平均風速和短期平均風速與氣體交換速率之間的關系（公式（6））。但是，其所運用的全球14C的數據可能高于其實際水平[20]。Sweeny等[23]基于新的全球14C數據給出的結果（公式（7））彌合了基于小尺度數據（例如主動雙示蹤平衡法）與基于被動示蹤平衡法的全球大尺度數據（例如14C）得到的參數化結果之間的差距，該方案相比之前基于同類型數據的參數化結果（公式（6））較小。2014 年，Wanninkhof[24]對自身的成果進行了更新，運用最新的14C結果給出了氣體交換速率公式（公式（8）），公式（8）與 Sweeny 等[23]的結果十分接近。

Jacobs等[25]于1999年在距離荷蘭海岸9 km的海域獲得了CO2通量數據，并得到了風速二次方關系的參數化公式（公式（9））。其中，數據所處的風速區間為3.5～15 m/s，系數95% 的置信區間為[0.46，0.63][25]。

圖1a展現的是上述風速二次方關系的參數化結果。值得一提的是，圖中所有的氣體交換速率均標準化到了Sc=660的k660。可以看到，各種參數化方法在高風速區間存在明顯差異。14C和示蹤物法得到的參數化結果在圖1所示的風速區間內都較為接近，但是渦相關法得到的參數化結果較大，在高風速明顯大于其他方法，當風速大于20 m/s時，渦相關法得到的參數化結果甚至可以達到部分其他結果的3倍以上。

圖1 氣體交換速率與風速二次方（a）、三次方（b）以及兩種依賴關系（c）的參數化結果Fig.1 Parameterization results for quadratic (a) , cubic dependence (b) and both of them (c) between gas transfer velocity and wind speed

3.2 風速三次方依賴關系參數化結果

氣體交換速率為風速三次方依賴關系的參數化結果大多是基于渦相關法，觀測海區覆蓋了較為廣闊的海區。其結果在低風速階段（小于12 m/s）較為接近，由于參數化風速區間不同等原因，在高風速階段的結果差異較大。

Wanninkhof和McGillis[26]通過分析在北大西洋進行的渦相關研究（Gas EX-98）得到的CO2通量數據以及實驗室的結果，發現風速與氣體交換速率可以運用風速三次方關系進行描述，并首次提出風速三次方關系的參數化公式（公式（10）），對應風速區間為 0～15 m/s。同樣在北大西洋，McGills等[27]運用渦相關數據，得到了包含常數項的風速三次方參數化公式（公式（11））。

McGillis等[28]于2004年，通過分析在赤道太平洋進行的GasEX-2001計劃運用渦相關法得到的CO2通量數據，在2～12 m/s的風速區間內，得到了新的風速三次方參數化公式（公式（12）），Edson 等[29]利用在南大洋進行的SO GasEx計劃中，通過渦相關法得到的觀測數據，同樣給出了氣體交換速率為風速三次方依賴關系的參數化公式（公式（13）），該公式在0～18 m/s風速范圍內與觀測數據符合得非常好。

圖1b展示了氣體交換速率為風速三次方依賴關系的參數化公式隨風速的變化，可以看到，與其他的參數化公式相比，McGillis等[28]于2004年得到的公式（12）在風速大于12 m/s時明顯偏小，這或許與其所基于的數據風速區間為0～12 m/s有關。

3.3 兩種依賴關系的對比

氣體交換速率擬合為風速二次方與三次方依賴關系的區別主要體現在低風速與高風速階段。相比二次方關系，三次方關系在低風速數值較低，而在高風速數值較高。對于高風速情況，波浪破碎以及高風速下氣泡對交換過程的強化被認為是可能的原因；對于低風速階段，即使風速為0時，氣體交換速率并不為0，因此有些參數化公式給出了非0截距，試圖解決低風速下結果偏低的問題[25-26]。對此，有學者的解釋是，海表層附近發生的氣體交換過程不能簡單地用平均風速表達，從而會出現氣體交換速率的非0截距[27]。

圖1c展現的是不同作者給出的各種不同氣體交換速率參數化結果。可以看到，不同的依賴關系對于參數化結果并不存在決定性的影響。但是，當風速大于12 m/s時，基于渦相關數據獲得的擬合結果不論是二次方還是三次方依賴關系，都顯著大于其他兩種數據的擬合結果。顯然，與參數化方法相比，基于不同方法得到的觀測數據本身對于最終結果的影響更大。

4 不同時空尺度下的全球CO2通量

4.1 長期平均結果

最近，Bakker等[30]從3 646個數據集中整理了1957-2014年約14 700 000個觀測數據，給出了第3代的世界海表CO2分壓差數據集（Surface Ocean CO2Atlas version 3, SOCATv3）。Landschützer等[31]通過神經網格插值對SOCATv3數據進行處理，給出了分辨率為1°×1°的月度數據集，該數據集包含了海表CO2分壓差ΔpCO2、溶解度s等數據，時間長度為38 a（1982-2019年）。風場數據選用的是歐洲中尺度天氣預報中心（European Centre for Medium-Range Weather Forecasts, ECMWF）提供的 1982-2019 年的分辨率為 1°×1°的月度數據集。圖2是根據Landschützer等[31]提供的海表CO2分壓差繪制的全球ΔpCO2標準氣候平均值分布。

圖2 全球ΔpCO2標準氣候平均值（1 atm=101 325 Pa）Fig.2 Global ΔpCO2 standard climatological normals (1 atm=101 325 Pa)

圖3展示了基于公式（3）至公式（13）共11種氣體交換速率公式計算得到的1982-2018年氣候態平均的CO2通量37 a均值的全球分布。

圖4展示了CO2通量以1°為間隔在不同大洋以及全球大洋沿緯向積分的結果。表1給出了4個大洋在不同緯度年平均的CO2通量。綜合圖3、圖4以及表1 可以看到：赤道太平洋（14°N～14°S）是大氣 CO2最主要的源，其氣候態平均值（以碳計，下同）為0.38 Pg/a，一個明顯的源區是在赤道東太平洋發生厄爾尼諾現象的海域，該區域海水CO2分壓明顯大于大氣的，這可能與該處存在的上升流有關。而大氣CO2的匯則主要分布在緯度大于15°的南北半球高緯度海區，其中在南半球40°S附近海域，跨越印度洋、太平洋和大西洋，構成一個幾乎連續的強吸收帶。在40°N附近海域，也同樣在大西洋和太平洋有一個沿緯向分布的強吸收帶。南、北半球緯向吸收帶的存在應該與西風帶有關。同時可以看到，整個北大西洋是大氣CO2的強吸收區域（-0.38 Pg/a）這或許與北大西洋海水下沉有關。總體上，南半球和北半球中高緯海區（14°～50°）構成了CO2最為主要的兩個匯，其年平均CO2通量分別為-1.144 Pg/a和-0.517 Pg/a。

表1 不同參數化結果估計的CO2通量的在不同海區的平均分布Table 1 Mean distribution of CO2 fluxes estimated by different parameterization results in different areas

圖3 利用不同氣體交換速率得到的1982-2018年海-氣界面CO2通量平均值分布Fig.3 The average of the results of the air-sea CO2 flux from 1982 to 2018 based on various gas transfer velocities

圖4 CO2凈通量的緯向分布Fig.4 The net CO2 flux obtained by zonal integration

從全球尺度來看，在1982-2018年這37 a平均的全球 CO2通量為（-1.53±0.15）Pg/a。這一結果與 Takahashi等[32]根據最新數據集計算的結果-1.42 Pg/a十分相近，但與最近Iida等[33]的估算結果相比偏小。他們給出的年平均值為（-2.0±0.5）Pg/a，造成這種差異的主要原因是CO2分壓數據不同。Iida等[33]運用的CO2分壓數據中，海側的CO2分壓是用回歸方法由全球海洋總堿度和溶解無機碳計算得到的。

表1同時比較了幾大洋氣候態年平均的CO2通量。面積最大的太平洋每年吸收的CO2為全球總吸收量的30%，而僅占世界大洋面積23%的大西洋卻貢獻了世界大洋年平均吸收量的46%。這樣的差異產生的一個重要原因是赤道太平洋東岸著名上升流區對CO2的釋放（+0.38 Pg/a）。當厄爾尼諾發生的時候，這一地區CO2的釋放會顯著下降，使得太平洋整體上吸收的CO2增加，與大西洋之間的差異顯著減小[34]。

圖5展現了根據不同的氣體交換速率參數化公式對1982-2018年的全球CO2凈通量進行估計的結果。從時間變化的角度來說，不同方法算得的全球CO2通量隨時間變化的趨勢是一致的，因為該趨勢主要取決于CO2分壓差數據。從圖5可以看到，海洋一直是CO2的匯，我們得到CO2通量的年均值為-2.88～-1.06 Pg/a，相差1.82 Pg/a，其中最大和最小吸收值分別由參數化公式（3）和公式（9）計算得到。

圖5 不同參數化方案算得的CO2通量隨著時間的變化Fig.5 Variation of CO2 fluxes calculated by different parameterization schemes with time

從時間上來看，海洋的CO2吸收值的最大值在2012年，為3.09 Pg/a，吸收最小值在1999年，為0.75 Pg/a。從長期趨勢而言，1999年前，海洋對大氣CO2的吸收量逐年減少，而在1999年之后，海洋吸收量開始增大，即1999年是海洋吸收CO2的一個轉折年，這一結果與Iida等[33]研究一致，造成這種現象的原因尚不清楚，顯然應該與全球變化有關。

為了比較海洋年吸收量最大值和最小值之間的差異，圖6給出了用2012年的CO2通量減去1999年的CO2通量的結果。可以看到，2012年南大洋和大西洋北部區域對CO2吸收加強，兩者相比，南大洋對二氧化碳的吸收明顯增強，起著更為重要的作用。對于赤道地區，2012年釋放CO2增多，但幅度不大。

圖6 2012年的CO2通量與1999年的CO2通量的差值Fig.6 Subtract the CO2 flux in 1999 from the CO2 flux in 2012

圖7展示了基于不同測量方法得到的氣體交換速率給出的CO2凈通量。從圖7可以看到，基于渦相關數據的參數化結果在計算總CO2通量的時候比其他方法大20%左右。由此可見，數據的獲取方式對氣體交換速率參數化的結果起著主導作用。與Takahashi等[3]的觀點不同，對于CO2通量的估算大小，更多取決于參數化方案的數據觀測方式，而不是氣體交換速率與風速的冪次關系。

圖7 基于不同觀測數據得到的CO2通量隨著時間的變化Fig.7 Variation of the CO2 fluxes with time for different measurement schemes

4.2 季節變化

全球大洋CO2通量的氣候態平均結果隨月份的變化如圖8所示。值得一提的是，這并非某一個參數化方案計算的結果，而是所有參數化方案的平均。可以看到，熱帶東太平洋地區一直是CO2的源；而高緯度海區則一直處于吸收狀態。季節性變化最為明顯的是西北印度洋。由6-8月強烈的季風帶來了較高的氣體交換速率，使得該地區在這些月份成為了CO2的源。

圖8 全球大洋CO2通量的氣候態平均結果隨月份的變化Fig.8 The monthly climatological average CO2 flux in global ocean

圖9展示了CO2通量以1°為間隔在不同大洋以及不同的氣候帶沿緯向積分的結果。整體上，熱帶大洋一直在釋放CO2且季節變化較小，其中，太平洋的CO2通量最大，月平均釋放量達到了1 g/m2。大西洋、太平洋和印度洋北半球的溫帶區域CO2通量（圖9a至圖9c紅線）呈現明顯季節變化，冬季吸收強烈夏季減緩，在7-9月3個大洋通量均為正，向外釋放CO2。這是隨季節變化的海表面溫度對于CO2分壓的作用結果。值得一提的是，由于印度洋特殊的海陸結構形成的季風使得印度洋的北半球溫帶的曲線（圖9c紅線）整體高于大西洋與太平洋。

圖9 大西洋(a)、太平洋(b)、印度洋(c)和南大洋(d) CO2凈通量分布Fig.9 The net CO2 flux of Atlantic Ocean (a), Pacific Ocean (b), Indian Ocean (c), and Southern Ocean (d)

圖10展示的是所有參數化方法平均得到的氣體交換系數（氣體交換速率與溶解度的乘積）在不同大洋的分布。對于每個洋區進行獨立的觀察發現，氣體交換系數隨著緯度增大而不斷增大，同時季節性變化不斷增強。其中，南大洋的極圈內較為特殊（圖10d中黑線），該處緯度較高但是風速相對較低，故氣體交換系數整體較低。從全球大洋角度觀察，由于受季節變化影響較小且風速相對較低，熱帶大洋的氣體交換系數（圖10中綠線）隨月份的變化較小并穩定在相對較低的范圍。與之相反的是北大西洋的極地地區（圖10a中黑線）和南大洋（圖10d中藍線）。這兩個地區在各自冬季對應的月份風速較高，氣體交換系數均達到了 0.12 （g·m-2）/（mol·μatm）（1 atm=101 325 Pa）。但是在夏季，這兩個的地區的氣體交換系數下降到了 0.05（g·m-2）/（mol·μatm）和 0.08（g·m-2）/（mol·μatm），季節變化十分明顯，這一定程度上和溶解度隨溫度的變化有關。對于大西洋、太平洋和印度洋北半球溫帶區域的氣體交換系數（圖10a至圖10c中紅線）進行觀察可以發現，印度洋的氣體交換系數的變化與其他兩個大洋的變化方式相反，這是由于印度洋獨特的季風氣候，使得印度洋的夏季擁有比冬季更高的風速。

圖10 大西洋(a)、太平洋(b)、印度洋(c)和南大洋(d)的氣體交換系數（1 atm=101 325 Pa）Fig.10 The gas transfer coefficient of Atlantic Ocean (a), Pacific Ocean (b), Indian Ocean (c), and Southern Ocean (d) (1 atm=101 325 Pa)

圖11從上到下依次展現的是1983-2018年在赤道上135°E～105°W區域的海溫變化、pCO2變化以及此期間對應的Ni?o3.4指數。ENSO事件處于暖位相時，赤道東風整體減弱，東岸增暖[35-36]。在圖11中可以更清楚地看到，當Ni?o3.4指數為正的時候，赤道太平洋整體偏暖，同時伴隨著CO2通量減小。這與歷史上幾次厄爾尼諾事件（1982-1983年、1986-1987年、1991-1994年、1997-1998年、2002-2005年、2006-2007年、2009-2010年和2015-2016年）是一致的。

圖11 1983-2018年赤道上135°E～105°W的海溫變化(a)、pCO2變化(b)以及此期間對應的Ni?o3.4指數（c）Fig.11 SST variation (a), pCO2 variation (b) and the corresponding Ni?o3.4 index (c) over the equator from 135°E to 105°W from 1983 to 2018

4.3 年際變化

圖12展現的是1983-2018年的Ni?o3.4區域的年平均 CO2釋放量（藍線）與 Ni?o3.4 指數（紅線）。圖中ENSO事件對應的時間內，Ni?o3.4區域內的CO2通量出現了明顯的變化。這說明赤道太平洋上的海溫異常與該區域的年平均CO2通量存在明顯的相互影響。

圖12 1983-2018年的Ni?o3.4區域的月平均CO2釋放量（藍線）與Ni?o3.4指數（紅線）Fig.12 Monthly mean CO2 flux (blue line) and Ni?o3.4 index (red line) for the Ni?o3.4 region from 1983 to 2018

5 討論和結論

目前對于氣體交換速率的參數化所存在的問題，學者們主要提出了以下兩點：高風速和無風狀態下海-氣氣體交換物理機制尚不清楚、用風速作為單一變量進行參數化標準的局限。

Krall等[37]對高風速下氣體交換速率的研究指出，高風速下物理機制需要進一步研究，這涉及到波浪破碎產生的強湍流、大量氣泡和海洋飛沫如何影響海-氣交換過程。McGillis等[27]指出，在極低的風速條件下，由于海-氣界面的通量非常小，CO2通量難以觀測，這使得我們對于該狀態的氣體交換機制知之甚少，此時需要考慮海面附近黏性次層和表面張力對交換過程的影響。因此，需要考慮除了風速之外其他因素對于氣體交換速率的影響[28]。事實上，有很多研究者指出，僅采用風速對氣體交換速率進行參數化的局限性。

Zhao等[38]考慮波浪狀態對氣體交換速率的影響，用波浪的譜峰角頻率、空氣摩擦速度和黏性系數定義了風海雷諾數，以此對氣體交換速率進行參數化計算。Zappa等[39]考慮了波浪的微破碎對氣體交換速率的影響。Rutgersson等[40]研究了對流混合對于氣體交換速率的影響，Salter等[41]通過實驗證明了水表面的表面活性物質對于氣體交換速率有影響。另一方面，對于高風速下較高的氣體交換速率，由三次方依賴關系可知，該過程中氣泡對于交換的強化作用是一個重要因素。Gu等[42]指出，高風速時氣泡在氣體交換速率和海氣[42]中發揮著極為重要的作用，在高風速時，氣泡介導的氣體交換大約貢獻了總通量的50%。但是，Krall等[37]在實驗室對風速達到85 m/s時氣體交換速率的最新研究顯示，對于CO2這樣的低溶解度氣體，氣泡對于氣體交換速率的貢獻十分有限。實驗中，當風速達到33 m/s之后，氣體交換速率急劇上升。對于這一現象，Krall等[37]認為當前缺乏成熟的理論提供解釋。Bell等[43]對二甲基硫和CO2氣體傳輸速度的同時測量顯示，在中、高風速下，兩種氣體（二氧化碳和二甲基硫）之間的氣體傳輸存在顯著差異。這些數據表明，波浪破碎后，氣泡介導的氣體輸運對CO2的影響很大。

影響氣體交換速率準確參數化的另一個重要原因是觀測數據覆蓋范圍和準確度的限制。對于低風速情形，通量觀測的不足，使得參數化方程中的非0截距難以確定。對于高風速情形的觀測數據僅有實驗室結果，缺少外海觀測數據，在觀測技術方面存在很大的困難，在如此風高浪大的惡劣環境下，幾乎所有的觀測儀器都變得不可靠。從觀測方法的角度來看，雙示蹤法需要的觀測時間較長，在實際應用中，無法保證在高海況保持長時間的平穩性。對渦相關法，高風速下由于波浪破碎，產生大量的海洋飛沫，在海面上方形成空氣和水滴混合的過渡層，此時，海-氣界面的確定存在非常大的模糊性，同時，海洋飛沫直接影響測量儀器的數據采集，使得高風速下渦相關法測量海-氣界面通量面臨巨大挑戰。

本文對前人用風速對氣體交換速率進行參數化的工作進行了比較分析，發現參數化方案無論采用風速二次方或三次方多項式，在中等風速時的差異并不明顯，只有推廣到高風速情形，兩者差異變大，但造成這種差異最根本的原因在于觀測數據獲取的方式，基于渦相關法比基于物質平衡法獲取數據得到的氣體交換速率更大。在此基礎上，用多種不同氣體交換速率參數化公式對1982-2018年間全球海-氣界面CO2通量進行了估算，海洋CO2通量的年平均值為（-1.53±0.15）Pg/a。在南北半球40°附近海域，存在沿緯向的大氣CO2吸收帶，這與西風帶有關，而整個北大西洋是強吸收區，應該與北大西洋海水下沉有關。從時間尺度上來看，1999年之前，全球大洋二氧化碳吸收量逐年減小，1999年達到最小值，之后開始逐漸增大，2012年似乎存在一個小峰值。進一步的分析表明，這種增大主要發生在南大洋海區，其物理機制尚不清楚。