自工业革命以来，全球海洋溶解氧持续下降，尤其是中深层水体低氧现象不断加剧，海洋脱氧已成为全球变化背景下的重要海洋环境问题。受全球变暖和人类活动影响，海洋溶解氧流失不仅关系海洋生态系统稳定性，也对渔业资源保护和沿海生态环境安全产生深远影响。然而，长期、连续且高覆盖度的全球海洋溶解氧观测资料仍较匮乏，制约了对其变化规律及生态环境效应的系统认识。为此，本文构建了基于自组织映射和前馈神经网络的机器学习框架，融合 Argo、WOD、GLODAP 等多源观测资料及相关环境因子，建立了覆盖 1960—2021 年、0–2000米、1°×1°、月尺度的全球海洋溶解氧三维重构数据集。在此基础上，系统分析了全球海洋溶解氧时空演变特征，揭示了低氧区扩张、氧流失加速及区域差异等关键过程，并进一步拓展至中国近海，分析黄渤海、东海和南海溶解氧变化特征，发现自20世纪80年代以来中国近海海水溶解氧总体呈下降趋势。在此基础上，本文进一步构建了面向近海低氧过程的预测预警模型，并开发了近岸溶解氧预警系统。获得如下主要结论：

1.发现全球海洋1960–2021年间海水氧含量正经历从“年际波动”向“持续下降-显著加速”的模式转变：全球0–2000米水柱氧含量在1980年后进入持续下降轨道，并在2000年后呈现显著加速态势：其下降速率从1980–2000年间的-0.17 Pmol/decade 剧增至2000–2021年间的-0.58 Pmol/decade，显示出脱氧信号在21世纪的强度与稳定性大幅提升。在垂直结构上，这种加速响应呈现出明显的非对称性：0–1000 米上层海洋是脱氧的主导贡献层（-0.42 Pmol/decade），而 1000–2000 米深层水体虽也表现出明确的下降趋势（-0.16 Pmol/decade），但响应具有显著滞后性。这表明，21世纪以来全球海洋脱氧的剧烈加速主要受控于上层海洋对气候暖化的物理-生物地球化学响应。

2.发现全球海洋低氧区的多维扩张与区域脱氧的“极化强化”效应，脱氧过程呈现显著的区域不平衡性和“贫氧加剧”变化趋势：全球低氧区（OMZ60）在研究期间呈现显著的立体扩张，其总体积2021年已接近9×10⁷km³,平均厚度由870.3米增至905米。这一扩张过程伴随着明显的区域极化特征：太平洋作为核心贡献者，2021年体积已达7.2×10⁷km³,而大西洋则经历了从“增氧”向“加速脱氧”及厚度显著增加的剧烈模式逆转。从全球视角看，热带太平洋与印度洋等原有低氧中心的氧流失量之和占全球总量的约60%。这种“弱者更弱”的贫氧加剧现象，有力地证明了全球氧含量较低的敏感海域正在经历更为严峻的环境恶化，导致最小含氧带的生存压力进一步增大。

3. 发现中国近海海水溶解氧总体呈持续衰减并伴随显著波动的演化特征，基于实际观测和深度学习构建的近岸低氧预测预警模型，可实现典型近海开放海域如海洋牧场等的低氧预测预警：中国近海溶解氧总体呈持续衰减并伴随显著波动的演化特征，导致海域环境缓冲力下降及低氧触发阈值降低。研究显示，南海作为脱氧速率最大的海区，其氧含量亏损速率达9.12×10¹⁰mol/year；而黄、渤、东海虽水体总量较小，但趋势性脱氧在统计学上呈极显著水平。针对这一变化趋势，本研究构建了基于多模型融合的深度学习预报框架，实现了典型近海开发海域（如海洋牧场）的低氧预测预警。相较于传统机器学习模型，该框架性能提升逾20%，并成功部署了集数据采集、异常清洗到风险预判于一体的自动化预警系统。该系统可提供1至3天的预报期，显著增强了近岸生态系统及海洋产业应对季节性缺氧事件的科学决策与应急响应能力。

第1章 绪论

1.1 研究背景与科学意义

1.2 国内外研究现状

1.2.1 全球大洋溶解氧数据集构建方法研究现状

1.2.2 全球大洋溶解氧变化与氧流失研究进展

1.2.3 近海低氧变化与预测预警研究进展

1.3 科学问题

1.4 研究目标与内容

1.5 论文结构与布局

第2章 全球大洋三维溶解氧重构数据集构建与验证

2.1 研究方法与技术路线

2.2 全球溶解氧观测数据来源

2.2.1 World Ocean Database（WOD）数据来源及分布特征

2.2.2 生物地球化学Argo(BGC-Argo)数据来源及分布特征

2.2.3 GLODAP 数据来源及分布特征

2.2.4 多源融合溶解氧观测数据时空分布特征与不均匀性分析

2.2.5 协变量数据来源及其物理约束

2.3 数据预处理

2.3.1 垂向标准层划分与深度统一

2.3.2 三维规则格点构建与重采样

2.3.3 协变量参数的非量纲化处理

2.4 基于自组织映射的地理分区方法与区域化数据组织

2.4.1 自组织映射方法原理与技术框架

2.4.2 基于SOM的全球海洋地理分区方法与分区结果

2.5 区域前馈神经网络模型构建

2.5.1 前馈神经网络结构简介

2.5.2 前馈神经网络模型构建流程与区域数据划分

2.5.3 前馈神经网络超参数选择

2.5.4 基于时间段的k折交叉验证

2.5.5 各区域最终前馈神经网络模型结构与性能评估

2.5.6 全球溶解氧三维格点数据产品构建

2.6 数据产品验证与不确定性评估

2.6.1 基于独立测试数据集的对比分析

2.6.2 与长期观测数据在时空尺度上对比分析

2.6.3 与其他全球溶解氧格点据集的对比分析

2.7 本章小结

第3章 基于重构数据集的全球大洋溶解氧变化特征及区域差异

3.1 全球大洋溶解氧三维气候态空间结构与区域对比

3.1.1 全球大洋溶解氧水平分布特征

3.1.2 全球大洋溶解氧垂向分布特征

3.1.3 典型区域垂向剖面溶解氧结构特征

3.1.4 全球及分层溶解氧浓度变化率的空间格局

3.2 全球溶解氧含量变化与区域差异

3.2.1 氧含量计算方式与趋势分析方法

3.2.2 全球氧含量的纬向分布变化

3.2.3 全球氧含量的长期演变分析

3.2.4 区域氧含量变化趋势及其氧流失分析

3.3 全球低氧区的时空演变特征

3.3.1 全球溶解氧最小值的时空变化

3.3.2 全球低氧区空间格局与演变

3.3.3 区域低氧区扩张分析

3.4 本章小结

第4章 中国近海溶解氧变化响应与低氧预测预警

4.1 中国近海溶解氧变化特征分析

4.1.1 中国近海溶解氧空间分布特征

4.1.2 中国近海氧含量区域变化特征

4.2 基于浮标观测的近海溶解氧变化与低氧预测模型构建

4.2.1 研究方法与技术路线

4.2.2 浮标数据来源

4.2.3 浮标数据质量控制与预处理

4.2.4 浮标溶解氧预测的协变量选择

4.2.5 浮标溶解氧预测模型

4.2.6 海洋牧场低氧预测预警系统构建

4.3 本章小结

第5章 结论与展望

5.1 结论

5.2 创新点

5.3 不足与展望

参考文献

致  谢

作者简历及攻读学位期间发表的学术论文与其他相关学术成果