基于卫星遥感的海洋牧场绿潮灾害预警与影响时长评估方法研究

《Marine Pollution Bulletin》:Early warning and impact duration assessment of green tide disasters in marine ranches based on satellite remote sensing

【字体: 大 中 小 】 时间:2025年12月31日 来源:Marine Pollution Bulletin 4.9

编辑推荐:

  本文针对海洋牧场绿潮灾害精准预警产品缺乏的问题,开展了基于卫星遥感的绿潮预报影响时间(FIT)和影响时长评估(IDA)方法研究。研究利用GF-1/6和HJ-2卫星数据,通过分析绿潮空间分布、漂移速度和方向,构建了FIT和IDA预测模型。应用结果显示,FIT预测误差在5天内,具有稳定的提前预警能力;IDA预测相对误差为-2.69%,可为渔业部门精准减灾提供科学依据。该研究提升了海洋牧场对绿潮灾害的自主应对能力,支持了海洋牧场的可持续发展和精准管理。

  
在山东半岛沿岸,海洋牧场作为一种基于海洋生态系统的渔业模式,通过建设人工鱼礁、增殖放流等措施,有效恢复了海洋生物栖息地,提升了渔业资源,并带来了显著的生态和经济效益。然而,近年来,频繁发生的海洋灾害,尤其是已持续影响山东半岛十余年的绿潮(Green Tide),对海洋牧场生态系统和渔业生产造成了严重冲击。绿潮的主要致灾物种浒苔(Ulva prolifera)在适宜条件下会迅速增殖、扩散,最终形成灾害。当绿潮漂入山东近海时,多处于消散阶段,大量浒苔腐烂分解会改变海水理化性质,破坏海洋生物群落结构,对海洋牧场构成生态威胁。尽管已有研究对绿潮的时空演变、漂移轨迹预测和驱动机制进行了探索,并建立了相应的预测系统,但这些研究多集中在区域尺度,缺乏针对单个海洋牧场的、可用于指导其自主实施防控措施的精准预警产品。
为了填补这一空白,一项发表在《Marine Pollution Bulletin》上的研究,开发了专门针对海洋牧场的绿潮灾害预警和影响时长评估方法。研究人员利用高分一号/六号(GF-1/6)和环境减灾二号(HJ-2 A/B)卫星获取的空间分布数据,结合绿潮漂移速度和方向预测,建立了绿潮预报影响时间(Forecast Impact Time, FIT)和影响时长评估(Impact Duration Assessment, IDA)方法。这些方法构成了针对海洋牧场绿潮影响开发预警产品的基础框架。
研究的关键技术方法主要包括卫星遥感数据处理、绿潮信息提取和预测模型构建。首先,对获取的HJ-2 CCD、GF-1 WFV和GF-6 WFV卫星影像进行辐射定标、大气校正、正射校正和地理配准等预处理,以获得高质量的地表反射率数据。接着,利用绿潮与海水在近红外(NIR)和红光波段的光谱差异,采用差值植被指数(DVI)算法,并结合动态阈值法,从遥感影像中精确提取绿潮的分布范围及其每日覆盖面积。在此基础上,构建了FIT和IDA两种预测模型。FIT方法通过计算绿潮近岸边缘线与目标海洋牧场之间的最短距离,并结合绿潮在指向牧场方向上的漂移速度分量,来预测绿潮前锋抵达牧场的时间。IDA方法则考虑了绿潮影响牧场期间,从其最远边缘到牧场的距离、漂移速度以及绿潮所处的发展阶段(生长期或消散期),来评估绿潮影响的持续天数。为了评估预测方法的性能,研究还采用了Bootstrap重采样技术对有限的验证样本(n=10)进行统计推断,以量化预测误差的分布范围及其不确定性。
3. Construction and verification of early warning and impact duration assessment methods of green tide disaster in marine ranches
研究旨在为海洋牧场绿潮防治需求建立FIT和IDA方法。这些方法基于绿潮空间分布和漂移矢量,FIT主要用于预测尚未受绿潮影响的牧场其绿潮前锋的入侵时间,IDA则用于预测已受绿潮影响的牧场其持续入侵天数。
3.1. The construction of FIT method
FIT预测依赖于绿潮近岸边缘线与目标海洋牧场的最短距离(dmin)以及绿潮漂移速度矢量。首先,从每日绿潮空间分布中提取近岸边缘线(多边形G),然后计算目标牧场位置(H)到G的最短距离dmin及其位置点D。接着,计算H相对于D的方向角θ,并基于不同日期绿潮加权平均中心的位移,计算绿潮在θ方向上的漂移速度分量Vθ。最后,根据T = dmin/ Vθ预测绿潮抵达时间。应用结果显示,2022-2023年对五个海洋牧场的FIT预测误差在5天以内,预测中位数误差为-2.00天,表明FIT方法系统性地预测绿潮会较早到达,能提供可靠的提前预警。
3.2. The construction of IDA method
IDA预测针对已受绿潮影响的海洋牧场,其预测基于绿潮离岸边缘最远点与牧场的最远距离(dmax)、绿潮漂移速度矢量以及绿潮的发展阶段。首先,确定绿潮南部边缘最远点M到牧场H的距离dmax和方向θ,并计算Vθ。然后,根据绿潮是否处于消散阶段进行预测:若绿潮仍处于生长期,则影响时长LT = dmax/ Vθ;若绿潮已进入消散期,则需结合绿潮消散总天数(Day)和进入消散期的天数(DP)进行判断,IDA取LT与(Day - DP)中的较小值。预测结果显示,IDA的平均相对误差为-2.69%,50%的预测低估了影响时长(误差≤8天),40%高估(误差≤8天),10%准确,表明IDA的预测结果存在较大的时间变异性。
3.3. Applicability verification of FIT and IDA methods
研究在山东烟台、青岛、日照沿海水域选取了富瀚、恒源、卢海丰、金玺湾、盛龙五个海洋牧场进行方法验证。以2023年盛龙牧场为例,FIT方法成功预测了绿潮于6月27日抵达,与实际监测结果一致。IDA方法预测影响时长为30天,实际为22天。对五个牧场两年共10组数据的验证表明,FIT预测结果与实际吻合较好,误差在-5至0天之间,表现出系统性的提前预警特性。IDA预测准确性因个案而异,存在双向误差。
3.4. Uncertainty analysis of prediction error of FIT and IDA methods
通过Bootstrap重采样(10,000次)对预测误差进行不确定性分析。结果显示,FIT方法中位数预测误差的95%置信区间(CI)为[-4.00, -1.00]天,表明其能提供稳定的提前预警时间。IDA方法中位数预测误差的95% CI为[-5.50, 4.50]天,不确定性范围较大,其输出更适用于指示绿潮影响的潜在最短和最长持续时间,决策时需要灵活的响应窗口。
研究的结论部分强调,所建立的FIT和IDA预测方法在五个海洋牧场2022和2023年的应用中显示出良好的一致性和适用性,能够为海洋牧场绿潮灾害防治提供精细化预警。FIT方法能提供确定的应急响应时间表,而IDA方法则有助于风险评估和应急计划制定。讨论部分指出了方法的局限性,主要包括光学遥感易受环境干扰和目标变异性的影响,以及未充分考虑风、浪、潮等环境因子对绿潮形态和漂移的影响。未来可通过融合多源数据(如SAR、无人机、现场采样)和引入环境变量来进一步提高预测精度。尽管验证样本量有限,但Bootstrap分析为两种方法的不确定性范围提供了统计上的可靠证据。该研究方法在绿潮减灾和海洋生态保护方面具有广泛的应用潜力,也为其他受大型藻华影响的国家提供了方法借鉴,但直接应用于其他区域时需根据当地藻华漂移和消散特征进行调整。
这项研究的重要意义在于,它将卫星遥感技术与灾害预警需求紧密结合,开发出了可供单个海洋牧场使用的定制化绿潮减灾产品,提升了海洋牧场在日常生产中对海洋灾害的预防能力,为实现海洋牧场的高质量、可持续发展及渔业部门的精准化管理提供了重要的技术支撑。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号