Photosynthetically Active Radiation (PAR) plays a crucial role in shaping marine ecosystems, influencing primary production, species interaction, and phytoplankton seasonal dynamics. However, comprehensive long-term (gap-free) datasets for both surface PAR and the diffuse Attenuation Coefficient of Photosynthetically Active Radiation (KPAR) are currently lacking. In this study, we introduce two new extensive global 4D PAR gap-free datasets (Longitude x Latitude x Day x Depth) at a resolution of 0.25 latitude x 0.25 longitude from surface to 250 m covering the periods 1998–2022 and 1958–2022. The first dataset (1998–2022) is primarily derived from Globcolour (surface PAR and Chlorophyll-a), supplemented with missing surface PAR data estimated using the Environmental String Model (ESM) with key climatic ERA5 variables. Missing Chlorophyll-a data are interpolated by applying the DINEOF method (Data Interpolating Empirical Orthogonal Functions) and transformed into KPAR. Visual and numerical evaluations closely approximate observations, demonstrating the accuracy of our approach. Subsequently, we extend our dataset back to 1958 using exclusively the ESM based on key climatic ERA5 variables. The ESM outperforms the Generalized Regression on Neural Network (GRNN) in computational efficiency while yielding similar results. Validation against measurements confirms the reliability of PAR and KPAR surface products. Although the 1958–2022 dataset exhibits limited daily variability in PAR compared to the 1998–2022 dataset, it effectively captures critical spatial-temporal patterns, as demonstrated by correlative and comparative studies with El Niño indices. Furthermore, the similarity observed between euphotic depth (Z derived from our ESM-based 4D PAR dataset (1958–2022), and the Mercator-Ocean hindcast model, along with data, underscores the robustness of our approach in capturing light availability at depth.

中文翻译：

---

1958年至2022年上层海洋光合有效辐射综合网格数据集


光合有效辐射（PAR）在塑造海洋生态系统、影响初级生产、物种相互作用和浮游植物季节动态方面发挥着至关重要的作用。然而，目前缺乏表面 PAR 和光合有效辐射漫衰减系数 (KPAR) 的综合长期（无间隙）数据集。在这项研究中，我们引入了两个新的广泛的全球 4D PAR 无间隙数据集（经度 x 纬度 x 日 x 深度），分辨率为 0.25 纬度 x 0.25 经度，从地表到 250 米，涵盖 1998-2022 年和 1958-2022 年期间。第一个数据集（1998-2022）主要源自 Globcolour（地表 PAR 和叶绿素-a），并补充了使用环境弦模型 (ESM) 和关键气候 ERA5 变量估计的缺失地表 PAR 数据。通过应用 DINEOF 方法（数据插值经验正交函数）对缺失的叶绿素-a 数据进行插值，并将其转换为 KPAR。视觉和数值评估非常接近观察结果，证明了我们方法的准确性。随后，我们仅使用基于关键气候 ERA5 变量的 ESM 将数据集扩展到 1958 年。 ESM 在计算效率方面优于神经网络广义回归 (GRNN)，同时产生相似的结果。测量验证证实了 PAR 和 KPAR 表面产品的可靠性。尽管与 1998-2022 年数据集相比，1958-2022 年数据集的 PAR 日变化有限，但正如与厄尔尼诺指数的相关和比较研究所证明的那样，它有效地捕获了关键的时空模式。 此外，在透光深度（Z源自我们基于ESM的4D PAR数据集（1958-2022））和墨卡托海洋后报模型以及数据之间观察到的相似性，强调了我们的方法在捕获深度光可用性方面的稳健性。