叶绿素a预报赤潮原理探索

首次提出并探索了采用单一参数叶绿素a进行赤潮短期预报的原理和技术。该原理主要以叶绿素a大于某一基准值时连续2d是否呈指数增长来判定未来1～3d内是否会发生赤潮。对于任何海区，都仅基于叶绿素a基准值和增长速率下限两个常数即可进行预报操作。     

基于空间自相关分析方法的渤海湾赤潮遥感叶绿素浓度研究

引入地学统计学中的空间数据分析方法,利用探索性分析、全局空间自相关和局部空间自相关分析对渤海湾赤潮爆发前后的遥感叶绿素浓度数据进行了研究。结果表明,渤海湾叶绿素浓度在相邻空间位置上具有高度的正空间自相关性;赤潮前渤海湾叶绿素浓度整体较低,但局部地区的叶绿素浓度表现出较大的上升随后几天又出现下降的异常现象;叶绿素浓度的全局空间自相关指数Moran's I值在赤潮爆发前变化幅度不大,在赤潮期间表现出一些不规则的异常变化;局部Moran's I的高-高型聚集在赤潮前主要分布在渤海湾南半部,赤潮期间出现分散并逐步转移到离岸区域,赤潮后期聚集在近岸区域。分析了其中的一些变化特征及异常情况,这些异常现象有可能是赤潮发生的预兆性信号,可为赤潮预报与应急提供一种新的尝试性模式。     

赤潮高发期间厦门海域叶绿素值预报方程建立及应用于灾害性赤潮预报模式的研究

利用厦门海域2005—2008年海洋水质自动连续监测仪器的多年全天24 h连续监测所获取的海水各项因子的有关数据,对其进行24 h滑动平均处理后,再进一步筛选整理形成统计所需样本,采用逐步回归统计方法建立28 h预报方程,试图能对和赤潮产生有紧密关系的叶绿素含量变化做出短期预报,并尝试将预报结果应用于灾害性赤潮预报业务。     

利用化学因子预测赤潮的可行性探讨

本文从化学的角度对赤潮预报进行了可行性探讨 ,分析了部分化学参量作为赤潮预报依据的机理 ,综述了赤潮化学预报的研究现状 ,并对今后的赤潮预报研究进行了探讨.     

基于近岸海域自动监测浮标的水华发生过程分析

利用位于广西廉州湾的自动监测浮标从2010年开始监控到的水华监测数据,分析水华发生前后溶解氧、pH、叶绿素等数据变化,结合气象、浮游植物密度数据,探讨不同赤潮藻增殖过程环境因子的变化规律,为赤潮机理及预警预报研究提供科学参考。廉州湾水华的叶绿素自动监测数据高值范围为24.5~77.0μg/L,浮游植物优势种为硅藻,浮游植物密度接近赤潮爆发的阈值。自动监测浮标能捕捉并监控到水华发生全过程,其长时间高频率的观测资料可有效应用于水华及赤潮的预警预报。不同藻种水华的自动监测数据变化具有差异性,在进行水华预警时应综合考虑叶绿素、溶解氧以及pH的变化。气象因素是水华诱发的因素,降雨过后,气温突升,风速小于等于三级时,可结合自动监测网络监测数据,发布水华预警。     

赤潮预报研究概况

一旦发生赤潮,不但严重地影响水产养殖业,而且由于人们吃了被有毒赤潮生物毒化了鱼和贝类,会引起中毒,甚至死亡。因此,研究赤潮预报方法在理论或实践上都有重要意义。预报赤潮发生一般有2种方法。一种是在几个月前,至少在一个月前,就能预测到是否会发生赤潮的长期预报;另一种是在几个星期前,至少在一个星期前,就能预测到发生赤潮的时间、场所和规模等的短期预报。     

基于GOCI的渤海海域赤潮监测研究

自2000年以来,渤海海域每年都有赤潮发生,这往往使渤海沿海水域深受其害。世界首个地球同步海洋水色成像仪GOCI在监测渤海海域赤潮的分布和短期运动上具有明显的优势。利用GOCI遥感数据,建立了一个改进型赤潮指数(red tide index)的赤潮反演模型,并且证明了在浑浊水域中描述赤潮的有效性。2014年5月15日、26日和28日的每天8幅RI图像均呈现出赤潮面积先增大后减小的变化,并且使用RI阈值3.8,4和4.2,虽然赤潮面积有所改变,但1 d内相对的变化趋势仍基本保持一致。5月15日、26日和28日赤潮区域叶绿素a浓度均在11:30达到最大值,1 d内赤潮区域叶绿素a浓度的不断变化是引起赤潮的藻类垂直迁移导致的结果,从而导致赤潮1 d内发生明显的变化。因此,GOCI可以有效地进行渤海赤潮的短期和长期运动监测。     

2005～2007年厦门岛周边海域水体叶绿素含量的时空变化特征

利用2005～2006年每年5、8、11月份和2007年5、8、10月份厦门周边海域27个测站共9个航次现场跟踪监测资料,研究了该海域水体叶绿素含量的时空变化特征.结果表明：监测期间厦门岛周边海域表层水叶绿素a含量在0.28～28.55μg/dm^3之间,平均值为3.47μg/dm^3,平均占总叶绿素含量的70.4%;底层海水的相应值分别为0.29～18.69、3.36μg/dm^3和71.8%.表层海水叶绿素b含量在0.00～6.95μg/dm^3之间,平均值为0.78μg/dm^3;底层水的相应值分别为0.00～4.15、0.72μg/dm^3.表层水叶绿素c含量在0.00～8.13μg/dm^3之间,平均值为0.93μg/dm^3;底层水的相应值分别为0.00～5.51、0.83μg/dm^3.表、底层水叶绿素a含量的年际变化趋势相似,高峰值都出现在2006年,低谷值都出现在2005年,总体上呈逐年上升趋势.各年中叶绿素a含量的季节变化与某季节是否出现赤潮有明显的关系.在正常年份中,表、底层水叶绿素a含量季节变化曲线的峰、谷值较多出现在8月和11月;但出现赤潮时,则发生赤潮的当月（如2006年5月）一般都成为当年叶绿素a含量的峰值所在月.监测期间调查海域水体叶绿素a含量的平面分布较复杂,在正常情况下,尽管其各季的平面变化梯度差异明显,但仍大致呈西北沿岸水体的较高,向东南逐渐递减的分布态势,其高值区常出现在宝珠屿以西和九龙江口附近海域.但在发生赤潮时,其叶绿素a含量的平面变化增大,赤潮区水体的叶绿素a含量为高值中心.如2006年5月调查海域水体叶绿素a含量的平面变化大,出现赤潮的东南部海域的最高,九龙江口海域的次之,未观测到赤潮的同安湾和厦门西港大部海域水体的叶绿素a含量最低.     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

国家海洋局三所在厦门海洋赤潮预警预报研究方面取得重要进展

由国家海洋局第三海洋研究所许昆灿研究员主持的“赤潮快速评价与厦门海洋赤潮预警预报模式研究” ,经过二年多的努力 ,取得了如下重要进展。该研究根据赤潮预警的要求 ,从众多赤潮响应因子中 ,研究出一种可客观反映赤潮生物量的赤潮评价模式。该模式的显著特点在于运用系统论观点、统计学原理和海洋生态学理论 ,使评价简便、快速 ,且有望实现现场评价 ,因而可为赤潮预警预报提供强有力的技术支撑。该模式的研究成功尚可大大提高赤潮监测效率。该研究根据对赤潮发生机制的深刻认识和对自 1 986年以来厦门海域赤潮监测资料和有关历史资料的系…     

基于C/S架构的业务化赤潮漂移扩散预报

以风场、三维海流场数值预报结果作为输入强迫,建立了赤潮漂移扩散数值预报模型,并开发了相应的软件模块。模块基于C/S(客户端/服务器端)架构,通过数值模拟技术以及GIS、WebServices等信息技术,实现"提交预报请求—数值模式计算—预报结果可视化—预报产品生成"自动化赤潮漂移与扩散预报工作流程。该预报模块具备数据预处理、人机交互参数输入、数值模式计算、预报结果可视化和预报产品制作功能。以长江口附近海域历史赤潮为例进行后报试验,预测了赤潮藻团在风与流场共同作用下的漂移路径变化,结果与实际监测情况一致。该模块的业务化应用能进一步完善现有的赤潮预报系统,将成为赤潮防灾减灾的有力工具。     

BP人工神经网络在渤海湾叶绿素预测中的应用

利用误差反向传播(BP)人工神经网络模型建立了天津赤潮驴驹河赤潮监控区各种理化因子与叶绿素-a之间的映射关系.模拟结果表明,该模型能够较好的反映各种理化因子与叶绿素-a浓度之间的非线性对应关系,可间接地用于该地区的赤潮预测.     

利用SeaDAS从SeaWiFS卫星数据反演中国东海叶绿素浓度

卫星海洋遥感反演海中叶绿素浓度,对海洋初级生产力估算及赤潮预报均有重要意义.本文介绍了SeaWiFS卫星传感器业务化算法OC4,利用SeaDAS软件反演中国东海叶绿素浓度,并与东海同步现场数据进行验证.结果表明:利用SeaDAS方法计算的东海叶绿素含量与实测含量之间具有较好的相关性,但总体上计算值要高于实际测量值;东海叶绿素含量具有分带性,河口、近岸海域高,中陆架次之,外陆架最低,这种发育特点与该海域的陆源营养盐输入、海洋动力系统有着显著的关系.     

基于海洋一号D卫星海岸带成像仪的赤潮遥感监测特征

为进一步加强对赤潮等海洋生态灾害的动态监测,科学支撑海洋防灾减灾工作,文章基于海洋一号D卫星搭载的海岸带成像仪数据,选取北部湾、茂名近岸和陵水湾为研究区域,分析2021年2月发生的4例赤潮事件的遥感影像、叶绿素a浓度和赤潮指数特征。研究结果表明：遥感影像可清晰呈现赤潮分布状况,叶绿素a浓度和赤潮指数的异常值范围与遥感影像一致,赤潮水体的叶绿素a浓度和赤潮指数整体高于非赤潮水体。     

运用混合回归模型预报赤潮

通过先行建立每个影响因子的非线性回归模型,然后作总体线性回归,首次给出了用混合回归模型预报赤潮的方法。这样就改进了现有的用多元线性回归模型进行赤潮预报的方法,提高了赤潮预报的准确性。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响.一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战.针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,...     

大鹏湾夜光藻赤潮的营养动力学模型

根据大鹏湾夜光藻Noctilucascintillans赤潮发生要素的结构关系，利用生物种群生态学和营养动力学的原理，提出夜光藻－硅藻－营养物质三者相关的动力学模型，模型中的参数将体现海况环境的有关因素。文中利用微分方程动力系统理论对模型作出定性分析，给出赤潮发生与否的某些判别条件；并根据1991年3月1日一4月30日大鹏湾所发生的夜光藻赤潮数据分别对1次赤潮全过程和有连续3次赤潮的情形进行了有效的数值模拟，所得结果对赤潮的预测预报研究有一定的参考价值。     

渤海叶绿素浓度时空特征分析及其对赤潮的监测

基于2014—2015年MODIS数据分析了渤海表层水体叶绿素浓度的时空特征,并对赤潮进行了遥感监测。结果表明, 5—10月,渤海表层叶绿素浓度总体较高,其中在5月份达到峰值;空间上,叶绿素浓度由近岸向渤海中部递减,其中秦皇岛附近海域、莱州湾、渤海湾、辽东湾叶绿素浓度相对较高。基于16 mg/m3的叶绿素浓度阈值和ERGB影像,成功提取了渤海赤潮信息。秦皇岛附近海域是渤海赤潮的频发区和重灾区,赤潮发生于5月份,其分布范围在5月下旬达到最大。渤海赤潮分布与底部两个低氧区位置吻合,说明赤潮爆发可能对低氧区的形成和发展起重要作用。     

利用水文、气象要素因子的变化趋势预测南海区赤潮的发生

有些文献指出:“赤潮发生起因因种而异,但大体上气候气象条件诸如温度、风力、风向,季风转换、气压等;海况、潮汐、流等以及海水的理化特征,如盐度、营养元素等,这些皆会成为某种赤潮爆发的因子或诱导因素[1]”。根据赤潮监控区监测资料分析:在南海赤潮多发区,海水富营养化条件已经具备,因此气象、水文要素条件就成为赤潮爆发的重要启动因子,而天气环流的维持与变化决定了气象、水文要素因子的稳定与变化,再根据赤潮生物培养试验,从初期繁殖到后期的爆发性繁殖,直至达到赤潮生物密度,这一过程一般都需要4~5d的时间。针对这一现象,通过对近10a的赤潮发生个例进行统计分析,统计其生成前期的天气环流形势和水文气象要素,分析出赤潮生成前期的环流模式和筛选出诱发赤潮爆发的重要因子,并依此来作为预报赤潮生成的方法,依照此方法对2003年的赤潮进行预报,其效果是另人满意的。     

利用水文气象要素因子的变化趋势预测南海区赤潮的发生

有关文献指出:“赤潮发生起因因种而异……,但大体上气候气象条件诸如温度、风力、风向,季风转换、气-压等;海况、潮汐、流等以及海水的理化特征,如盐度、营养元素等,这些皆会成为某种赤潮爆发的因子或诱导因素”。根据赤潮监控区监测资料分析: 在南海赤潮多发区,海水富营养化条件已经具备,因此气象、水文要素条件就成为赤潮爆发的重要启动因子,而大气环流的维持与变化决定了气象、水文要素因子的稳定与变化,然而根据赤潮生物培养试验,从初期繁殖到后期的爆发性繁殖,直至达到赤潮生物密度,这一过程一般都需要4-5d的时间。针对这一现象,通过对近10a的赤潮发生个例进行统计分析,统计其生成前期的大气环流形势和水文气象要素,分析出赤潮生成前期的环流模式和筛选出诱发赤潮爆发的重要因子,并以此来作为预报赤潮生成的方法。依照此方法对2003年的赤潮进行预报,其效果是令人满意的。