Abstract The daily vertical migrations of fish and other metazoans actively transport organic carbon from the ocean surface to depth, contributing to the biological carbon pump. We use an oxygen-constrained, game-theoretic food-web model to simulate diel vertical migrations and estimate global carbon fluxes and sequestration by fish and zooplankton due to respiration, fecal pellets, and deadfalls. Our model provides estimates of the carbon export and sequestration potential for a range of pelagic functional groups, despite uncertain biomass estimates of some functional groups. While the export production of metazoans and fish is modest (~20% of global total), we estimate that their contribution to carbon sequestered by the biological pump (~ 800 PgC) is conservatively more than 50% of the estimated global total (~1300 PgC) and have a significantly longer sequestration time scale (~250 years) than previously reported for other components of the biological pump. Fish and multicellular zooplankton contribute about equally to this sequestered carbon pool. This essential ecosystem service could be at risk from both unregulated fishing on the high seas and ocean deoxygenation due to climate change.

Abstract The magnitude and efficiency of particulate carbon export from the ocean surface depends not only on net primary production (NPP) but also on how carbon is consumed, respired, and repackaged by organisms. We contend that several of these processes can be captured by the size spectrum of the plankton community. However, most global models have relatively simple food-web structures that are unable to generate plankton sizespectra. Moreover, the life-cycles of multicellular zooplankton are typically not resolved, restricting the ability of models to represent time-lags that are known to impact carbon export and its efficiency (pe-ratio). Here, we use a global mechanistic size-spectrum model of the marine plankton community to investigate how particulate export and pe-ratio relate to the community size spectrum, community composition, and time-lags between predators and prey. The model generates emergent food-webs with associated size distributions for organisms and detrital particles. To resolve time-lags between phytoplankton and zooplankton, we implement the life-cycle of multicellular zooplankton (here represented by copepods). The simulation successfully captures observed patterns in biomass and energy fluxes across regions. We find that carbon export correlates best with copepod biomass and trophic level, whereas the pe-ratio correlates best with the exponent of the size spectrum and sea surface temperature (SST). Community metrics performed better than NPP or SST for both deep export and pe-ratio. Time-lags between phytoplankton and copepods did not strongly affect export or pe-ratio. We conclude by discussing how can we reconcile size-spectrum theory with field sampling. Plain Language Summary Plankton are tiny but extremely abundant aquatic organisms. Plankton lock CO 2 away from the atmosphere as they sink to the deep ocean, where carbon can be stored for hundreds of years. However, how much carbon is locked away and for how long depends on how organisms eat, defecate, and respire. We argue that these processes are reflected in the size composition of the plankton community. The size composition shows a clear relationship between the number of organisms and their body-size. The steepness of this “size-abundance relationship” describes the balance between small vs. large organisms, and has been argued to reflect how energy is transferred from small to large organisms. Since large organisms create fast-sinking particles, the size-abundance relationship could be used to estimate how much carbon is being stored in the deep ocean. Here we use a computer simulation of the global plankton community to investigate how the removal of carbon relates to the plankton community and the steepness of the sizeabundance relationship. The model successfully captures patterns observed in nature. We found that the size-abundance relationship, together with the quantity of large zooplankton better explained carbon export than other measures typically used, such as photosynthesis and temperature. Key Points We use a global mechanistic size-spectrum model to investigate the relation between particulate export and plankton community metrics. We find a good correlation between export efficiency and the exponent of the size spectrum. Total carbon export correlated well with copepod biomass and trophic level of active copepods in the model.

Abstract Despite phytoplankton contributing roughly half of the photosynthesis on earth and fueling marine food-webs, field measurements of phytoplankton biomass remain scarce. The particulate backscattering coefficient ( b bp ) has often been used as an optical proxy to estimate phytoplankton carbon biomass ( C phyto ). However, total observed b bp is impacted by phytoplankton size, cell composition, and non-algal particles. The lack of phytoplankton field data has prevented the quantification of uncertainties driven by these factors. Here, we first review and discuss existing b bp algorithms by applying them to b bp data from the BGC-Argo array in surface waters ( < 10m). We find a b bp threshold where estimated C phyto differs by more than an order of magnitude. Next, we use a global ocean circulation model (the MITgcm Biogeochemical and Optical model) that simulates plankton dynamics and associated inherent optical properties to quantify and understand uncertainties from b bp -based algorithms in surface waters. We do so by developing and calibrating an algorithm to the model. Simulated error-estimations show that b bp -based algorithms overestimate/underestimate C phyto between 5% and 100% in surface waters, depending on the location and time. This is achieved in the ideal scenario where C phyto and b bp are known precisely. This is not the case for algorithms derived from observations, where the largest source of uncertainty is the scarcity of phytoplankton biomass data and related methodological inconsistencies. If these other uncertainties are reduced, the model shows that b bp could be a relatively good proxy for phytoplankton carbon biomass, with errors close to 20% in most regions. Plain Language Summary Phytoplankton contribute roughly half of the photosynthesis on earth and fuel fisheries around the globe. Yet, few direct measurements of phytoplankton concentration are available. Frequently, concentrations of phytoplankton are instead estimated using the optical properties of water. Backscattering is one of these optical properties, representing the light being scattered backwards. Previous studies have suggested that backscattering could be a good method to estimate phytoplankton concentration. However, other particles that are present in the ocean also contribute to backscattering. In this paper we examine how well backscattering can be used to estimate phytoplankton. To address this question, we use data from drifting instruments that are spread across the ocean and a computer model that simulates phytoplankton and backscattering over the global oceans. We find that by using backscattering, phytoplankton can be overestimated/underestimated on average by ∼20%. This error differs between regions, and can be larger than 100% at high latitudes. Computer simulations allowed us to quantify spatial and temporal variability in backscattering signal composition, and thereby understand potential errors in inferring phytoplankton with backscattering, which could not have been done before due to the lack of phytoplankton data. Key Points Phytoplankton carbon b bp -based algorithms can differ up to an order of magnitude at low b bp values. An algorithm fitted to a global model output shows biases ranging between 15% and 40% in most regions. Most uncertainties are due to the relative contribution of phytoplankton to total b bp .

Abstract Phytoplankton primary production is a crucial component of Arctic Ocean (AO) biogeochemistry, playing a pivotal role in carbon cycling by supporting higher trophic levels and removing atmospheric carbon dioxide. The advent of satellite observations measuring chlorophyll a concentration (Chl_a) has provided unprecedented insights into the distribution of AO phytoplankton, enhancing our ability to assess oceanic net primary production (NPP). However, the optical properties of AO waters differ significantly from those of the lower‐latitude waters, complicating remotely sensed Chl_a retrievals. To mitigate these deficiencies, solar‐induced chlorophyll fluorescence (SIF) has emerged as a valuable tool for gaining physiological insights into the direct photosynthetic processes of the AO. However, the temporal coverage of satellite SIF data makes long‐term analysis of Chl_a photosynthetic activity challenging. In this study, we leverage satellite‐based SIF measurements from 2018 to 2021 to assess their correlation with a set of predictive factors influencing phytoplankton photosynthesis. Generally, observed SIF over the AO showed a higher correlation with normalized fluorescence line height (NFLH) compared to Chl_a. We extended the temporal coverage of the original SIF data to encompass the period from 2004 to 2020. The extended record revealed noticeable differences between SIF, and satellite‐based Chl_a, and NFLH observations. Our novel data set offers a pathway forward to monitor the physiological interactions of phytoplankton with climate changes, promising to significantly improve our understanding of Arctic waters productivity. The application of this data is expected to provide new insights into how phytoplankton respond to environmental shifts, contributing to a more nuanced understanding of their role in high‐latitude marine ecosystems.

Abstract We analyzed the temporal trends (1998–2022) of surface phytoplankton Chlorophyll (Chl) concentration in the Arctic at the local, regional, and pan‐Arctic scales. We used four empirically derived Chl satellite ocean color products: two global merged products and two MODIS products, one calibrated to the Arctic. At the local level, between 10% and 40% of the area with valid pixels showed statistically significant Chl trends, with of those pixels showing increases, and the other third indicating a decrease. At the regional level, only the Barents and Chukchi Seas had consistent Chl increases across products. At the pan‐Arctic level, most products showed Chl increases in the months of July and September (0.3%–0.9% Chl ), even after removing the effect of new open water pixels. Overall, Chl is changing in the Arctic, although trends vary threefold depending on the product and spatial‐averaging assumptions used.