深圳灣海洋赤潮應急監測與預警技術開發

公茂鋒，王昌明，廖智超

（廣州桓樂生態環境科技有限公司，廣東 廣州 511458）

1 研究背景

深圳灣地處珠江出海口和大珠江三角洲地理幾何中心，珠江口是我國粵港澳地區重要的水產養殖區和漁場，還是重要的濱海旅游區。而近年來，珠江口和大亞灣近岸海域頻繁爆發赤潮，對鄰近海洋漁業造成了巨大的經濟損失及對船舶運輸存在潛在危害[1]。深圳灣所處珠江口海域是我國遭受赤潮災害威脅較為嚴重的地區之一[2]。據統計，1980年至2016年間，廣東沿海共發生337起有毒有害赤潮事件，其中珠江口海域87起，占全省赤潮事件總數的25.8%。2021年1月在深圳灣海域時隔15年再次出現大規模棕囊藻赤潮，影 響非常巨大，深圳相關部門也在春節期間啟動海洋環境突發事件應急監測任務。深圳灣海域赤潮生物種類繁多，僅甲藻門就包括裸甲藻、血紅赤潮藻、無紋環溝藻、米氏凱倫藻、雙胞旋溝藻和多環旋溝藻等。珠江口深圳灣海域暴發有毒有害藻華，對大灣區海洋生態環境、當地漁業和旅游業、海產養殖業等造成了巨大的經濟損失。

2 目的意義

本文主要研究內容為通過深圳灣海域進行赤潮災害爆發的應急監測，掌握海洋藻類優勢種群的數量豐度與動態分布等。有毒有害赤潮藻類應急監測作為加強海洋生態環境保護的第一步，能夠迅速厘清深圳灣周邊海域存在有毒有害藻類種類的多樣性，及時掌握隨著氣候變化、人類活動加劇和經濟發展加速背景下，深圳灣附近海域潛在的有毒有害赤潮藻的生物多樣性變化，為海洋環境監測部門提供 第一手資料，以便開展更具有針對性的赤潮監測、鑒定及預警，并根據有毒有害藻的種類及分布特征調整沿岸產業和漁業分布格局，以期減少赤潮發生對深圳灣海洋生態環境和經濟建設的影響[3]。根據調查數據分析和圖像采集最終形成深圳灣海域赤潮藻類監測數據庫與常見海洋致災赤潮藻類生物圖像數據庫。研發基于人工智能識別技術的赤潮災害預警監測技術，為典型海區和全區范圍的有毒有害赤潮災害的防治和管理工作提供科學支撐。

3 預警監測

本次赤潮應急監測于2021年3月在深圳灣海域共布設了7個赤潮監測站位，主要監測內容為：浮游植物（海洋藻類）。根據深圳灣海域的地理分布情況以及相關的重要生態敏感區域，按《海洋赤潮監 測技術規程》HY/T 069-2005的相關要求和技術準則，設置了相關監測站位，進行了海洋藻類的密度、優勢種分布、物種多樣性、均勻度、豐度等具體監測分析工作。

3.1 采樣方法

根據水的深淺，使用采水器分層采集定量水樣后，混合成一個樣品作為浮游植物定量樣品。使用淺水III型浮游生物網在水面下2 m深度進行水平拖網，采集到的樣品作為浮游植物定性樣品。

3.2 監測結果

經監測發現本次赤潮的主要赤潮種為塔卡藻屬Takayama sp.，其密度范圍為2.01×105個/L～1.81×107個/L。其中1、2、3、5號站位赤潮種密度高于赤潮基準值（1.0×106個/L），4、6、7號站位赤潮種密度臨近赤潮基準值。人才公園內水質磷含量偏高、氮含量處于正常水平、葉綠素a濃度水平較高，總體水質為中營養至富營養水平。后海灣水質指標除5號站位的葉綠素a含量偏高外，其余均處于正常水平，總體水質為貧營養水平至中營養水平。

本次調查發現赤潮物種單一，為塔卡藻屬Takayama sp.。具體密度如表1所示，赤潮藻類的密度分布如圖1所示。1號站位最高藻密度為2.61×106個/L，高于赤潮基準密度；2號站位的最高藻密度為4.75×106個/L，高于赤潮基準密度；3號站位的最高藻密度為1.81×107個/L，高于赤潮基準密度；4號站位的最高藻密度為4.83×105個/L，低于赤潮基準密度；5號站位的最高藻密度為6.79×106個/L，高于赤潮基準密度；6號站位的最高藻密度為1.92×105個/L，低于赤潮基準密度；7號站位的最高藻密度為2.20×105個/L，低于赤潮基準密度。人才公園內的塔卡藻屬密度明顯高于后海灣，其原因可能是公園內水體流動小，有利于赤潮生物的增殖和聚集（見表1）。

表1 赤潮種密度表

3.3 赤潮應急監測計劃

在深圳灣海域爆發赤潮的第一時間內進行赤潮藻類的應急監測，為的是掌握深圳灣海域發生赤潮時赤潮藻類的種類與豐度動態分布與優勢種群類型，評估赤潮的災害等級及發展趨勢。主要監測內容為：浮游植物（海洋藻類）。按《海洋赤潮監測技術規程》 HY/T 069-2005的相關要求和技術準則，根據赤潮發生的區域設置若干調查監測站位，進行海洋藻類的密度、優勢種分布、物種多樣性、均勻度、豐度等監測分析，并確定赤潮發生的位置及確定深圳灣海域藻類常規監測站位位置和相關站位經緯度坐標（見圖1）。通過深圳灣海域進行赤潮災害爆發的應急監測，掌握海洋藻類的優勢種群，數量豐度與動態分布等。根據調查數據分析和圖像采集最終形成深圳灣海域赤潮藻類監測數據庫與常見海洋致災赤潮藻類生物圖像數據庫，研發基于人工智能識別技術的赤潮災害預警監測技術。

圖1 赤潮藻密度分布圖

4 預警系統開發

通過“獲取赤潮藻類特征圖譜→建立圖像識別引擎技術→人工智能可視化識別技術→完成在線監測預警系統”這一技術路線進行預警技術開發。主要通過獲取深圳灣海域藻類特征圖譜，對每個赤潮藻種進行識別鑒定，使用高分辨率的顯微鏡對每一個赤潮藻種需獲取不少于500張的特征圖譜，通過自研發的圖像識別技術，可有效檢索出目標藻種。浮游植物（海洋藻類）人工智能視覺監測是當前非常成熟的海洋監測技術，該技術結合水體成像系統和自動識別軟件，能夠對浮游植物的種類組成和豐度進行快速自動識別和定量分析，從而獲得關于浮游植物分布和豐度信息，為大尺度、實時、連續地監測浮游植物的數量和種類變化提供了一種有效技術手段。監測預警體系通過水體成像監測設備實時監測海水中浮游植物的動態圖像變化，將信息通過實時數據傳輸通訊模塊傳輸到計算機端，經過海洋浮游植物人工智能視覺識別軟件處理圖像信息，與已有的致災生物類群圖像數據庫比對分析，快速識別和實時監測致災海洋藻類的分布和豐度變化，提供實時預警信息與決策依據。