基于多源数据的中国近海有害藻华演变特征分析与预测方法构建
文献类型:学位论文
作者 | 李笑语 |
答辩日期 | 2021-05-21 |
文献子类 | 博士 |
授予单位 | 中国科学院大学 |
授予地点 | 中国科学院海洋研究所 |
导师 | 于仁成 |
关键词 | 有害藻华演变特征,麻痹性贝类毒素,棕囊藻囊体,机器学习,平台 |
学位名称 | 理学博士 |
学位专业 | 海洋生态学 |
英文摘要 | 有害藻华的暴发对公共卫生、旅游业和养殖业发展、生态系统健康等造成严重危害,因此受到了广泛关注。在气候变化、富营养化和养殖业发展等多重胁迫下,有害藻华处于动态变化中,且呈现明显的区域性特点。在我国,有害藻华是一类严重的海洋生态灾害问题,不仅造成海水养殖业的巨大损失,对人类健康及生态安全也构成了潜在威胁。近年来,我国近海有害藻华呈现出多样化、有害化和小型化的演变趋势,由此带来不同的危害效应,也增加了其监测难度,亟待深入探索各海域有害藻华的演变特征和驱动因素,发展有害藻华的预测预警方法。随着对有害藻华监测和研究工作的不断深入,可用于有害藻华分析的数据类型不断增多,数据覆盖的时空尺度也在持续增加。通过数理统计、地理信息系统(geographical information system,GIS)和机器学习等数据分析、挖掘手段,可以为探究有害藻华演变特征、发展有害藻华预测预警方法提供重要支持。目前,对我国近海有害藻华演变特征的认识仍不清晰,对驱动其长期演变的关键因素认识也不够充分,同时对一些特殊类型有害藻华的监测预警手段也十分缺乏。对此,本研究选择我国近海不同海域的典型有害藻华问题,基于有害藻华相关的多源数据,应用数理统计和地理信息系统工具探究了典型海域有害藻华的演变特征,通过机器学习手段探索了有害藻华的预测方法,并尝试搭建了有害藻华数据分析和可视化平台。 针对我国渤海和黄海海域微藻形成的有害藻华(包括赤潮和褐潮)问题,收集和整理了近几十年来有害藻华的相关数据,通过数理统计和GIS分析工具,探讨了渤海和黄海海域有害藻华的演变特征。基于对渤海有害藻华发生情况(1952-2017)、环境因子(1956-2017)和社会经济类(2017)数据的整理和分析,共记录有害藻华230次,藻华影响面积超过70,000 km2,记录藻华原因种64种。基于有害藻华频次、规模和物种组成状况,结合变点检测结果,可将渤海有害藻华发生历史分为3个阶段。在此期间,有害藻华发生频次有增长趋势,但近年来趋于稳定。有害藻华呈明显的季节扩张,热点区域从渤海湾向秦皇岛近岸海域转移。渤海有害藻华的演变特征的独特性表现为典型藻华原因种的明显变化,从甲藻类赤潮生物逐渐转变为定鞭藻类和海金藻类,同时伴随着藻华原因种的多样化、有害化和小型化趋势。分析认为,渤海有害藻华的演变特征与气候变化、海水养殖业发展和富营养化等多重胁迫的综合作用相关。尝试通过多种时序模型对渤海有害藻华的发生情况进行了预测,并综合有害藻华危险度和承灾体易损度,初步评估了渤海有害藻华的风险状况,结果显示渤海有害藻华高风险区域主要出现在渤海湾和秦皇岛近岸海域。针对黄海海域的有害藻华,收集和整理了赤潮发生情况数据集(1972-2017)、绿潮数据集(2008-2017)和环境因子数据集(1970-2017)。分析结果显示,黄海海域的甲藻赤潮频次、规模、季节窗口、空间分布和原因种多样性等方面均有增加或扩展趋势;北黄海和南黄海海域的赤潮演变特征存在一定差异;从2007年起南黄海大规模暴发的绿潮灾害有可能改变赤潮的发生频次和季节窗口。 选择东海海域能够产生麻痹性贝类毒素的亚历山大藻赤潮,以及南海海域能够形成“巨型囊体(giant colony)”的球形棕囊藻赤潮作为两个典型案例,应用机器学习手段,尝试发展了基于多源数据的麻痹性贝类毒素预测和棕囊藻囊体预测方法。利用黄、东海两个航次获取的亚历山大藻赤潮相关数据集,以及南海北部湾海域八个航次获取的棕囊藻赤潮相关数据集,运用7种机器学习算法,对海域麻痹性贝类毒素和囊体是否产生进行了预测。在麻痹性贝类毒素的预测案例中,最优模型为支持向量机(Support Vector Machine, SVM),模型优化后的准确率达94%,筛选的预测预警指标分别为温度、盐度和磷酸盐。在棕囊藻囊体预测的案例中,最优模型为轻量级梯度提升机(Light Gradient Boosting Machine,LightGBM),优化后准确率达84%,可用于棕囊藻囊体预测预警的指标为聚球藻生物量、青绿素、硅甲藻黄素、温度和盐度,可选预测预警指标为叶绿素c3、磷酸盐和微型真核藻类丰度等。 基于对有害藻华相关数据的收集、整理和分析,本研究尝试构建了一套集有害藻华多源异构数据管理、数据分析和可视化为一体的综合平台,包括数据管理平台、GIS平台和可视化平台。本平台的搭建实现了多源有害藻华数据的动态关联和存储可拓展性,集成了时空分析方法,初步实现了数据和分析产品的可视化。本研究以渤海有害藻华长期时空演变规律探究为案例,展示了有害藻华数据分析和可视化平台的应用效果。 综上,本研究应用数理统计和地理信息系统手段,探究了长时间序列渤海和黄海海域有害藻华的演变特征,揭示了渤海有害藻华原因种的显著变化,以及气候变化、海水养殖业发展和富营养化等多重胁迫综合作用对有害藻华演变的驱动;发现了黄海海域甲藻赤潮优势度的增加,以及大规模绿潮对赤潮发生频次和季节分布特征的潜在影响。通过机器学习手段,发展了基于现场观测数据预测藻毒素分布和球形棕囊藻囊体分布的方法,筛选了可用于不同类型有害藻华监测预警的指标。尝试搭建了有害藻华的数据分析和可视化平台,为有害藻华事件的研究、监测和管理提供了有力的支撑手段。 |
学科主题 | 海洋科学 |
语种 | 中文 |
目次 | 第1章 绪论... 1第2章 渤海有害藻华时空演变特征及其关键驱动因子... 23 |
资助项目 | National Key Research and Development Plan[2016YFE0101500] ; Strategic Priority Research Program of the Chinese Academy of Sciences[XDA19060203] |
源URL | [http://ir.qdio.ac.cn/handle/337002/170696] |
专题 | 海洋研究所_海洋生态与环境科学重点实验室 |
推荐引用方式 GB/T 7714 | 李笑语. 基于多源数据的中国近海有害藻华演变特征分析与预测方法构建[D]. 中国科学院海洋研究所. 中国科学院大学. 2021. |
入库方式: OAI收割
来源:海洋研究所
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。