公茂鋒，王昌明，廖智超

（廣州桓樂生態(tài)環(huán)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(guó)粵港澳地區(qū)重要的水產(chǎn)養(yǎng)殖區(qū)和漁場(chǎng)，還是重要的濱海旅游區(qū)。而近年來，珠江口和大亞灣近岸海域頻繁爆發(fā)赤潮，對(duì)鄰近海洋漁業(yè)造成了巨大的經(jīng)濟(jì)損失及對(duì)船舶運(yùn)輸存在潛在危害[1]。深圳灣所處珠江口海域是我國(guó)遭受赤潮災(zāi)害威脅較為嚴(yán)重的地區(qū)之一[2]。據(jù)統(tǒng)計(jì)，1980年至2016年間，廣東沿海共發(fā)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(shù)的25.8%。2021年1月在深圳灣海域時(shí)隔15年再次出現(xiàn)大規(guī)模棕囊藻赤潮，影 響非常巨大，深圳相關(guān)部門也在春節(jié)期間啟動(dòng)海洋環(huán)境突發(fā)事件應(yīng)急監(jiān)測(cè)任務(wù)。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(huán)溝藻、米氏凱倫藻、雙胞旋溝藻和多環(huán)旋溝藻等。珠江口深圳灣海域暴發(fā)有毒有害藻華，對(duì)大灣區(qū)海洋生態(tài)環(huán)境、當(dāng)?shù)貪O業(yè)和旅游業(yè)、海產(chǎn)養(yǎng)殖業(yè)等造成了巨大的經(jīng)濟(jì)損失。

2 目的意義

本文主要研究?jī)?nèi)容為通過深圳灣海域進(jìn)行赤潮災(zāi)害爆發(fā)的應(yīng)急監(jiān)測(cè)，掌握海洋藻類優(yōu)勢(shì)種群的數(shù)量豐度與動(dòng)態(tài)分布等。有毒有害赤潮藻類應(yīng)急監(jiān)測(cè)作為加強(qiáng)海洋生態(tài)環(huán)境保護(hù)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(shí)掌握隨著氣候變化、人類活動(dòng)加劇和經(jīng)濟(jì)發(fā)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(huán)境監(jiān)測(cè)部門提供 第一手資料，以便開展更具有針對(duì)性的赤潮監(jiān)測(cè)、鑒定及預(yù)警，并根據(jù)有毒有害藻的種類及分布特征調(diào)整沿岸產(chǎn)業(yè)和漁業(yè)分布格局，以期減少赤潮發(fā)生對(duì)深圳灣海洋生態(tài)環(huán)境和經(jīng)濟(jì)建設(shè)的影響[3]。根據(jù)調(diào)查數(shù)據(jù)分析和圖像采集最終形成深圳灣海域赤潮藻類監(jiān)測(cè)數(shù)據(jù)庫與常見海洋致災(zāi)赤潮藻類生物圖像數(shù)據(jù)庫。研發(fā)基于人工智能識(shí)別技術(shù)的赤潮災(zāi)害預(yù)警監(jiān)測(cè)技術(shù)，為典型海區(qū)和全區(qū)范圍的有毒有害赤潮災(zāi)害的防治和管理工作提供科學(xué)支撐。

3 預(yù)警監(jiān)測(cè)

本次赤潮應(yīng)急監(jiān)測(cè)于2021年3月在深圳灣海域共布設(shè)了7個(gè)赤潮監(jiān)測(cè)站位，主要監(jiān)測(cè)內(nèi)容為：浮游植物（海洋藻類）。根據(jù)深圳灣海域的地理分布情況以及相關(guān)的重要生態(tài)敏感區(qū)域，按《海洋赤潮監(jiān) 測(cè)技術(shù)規(guī)程》HY/T 069-2005的相關(guān)要求和技術(shù)準(zhǔn)則，設(shè)置了相關(guān)監(jiān)測(cè)站位，進(jìn)行了海洋藻類的密度、優(yōu)勢(shì)種分布、物種多樣性、均勻度、豐度等具體監(jiān)測(cè)分析工作。

3.1 采樣方法

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

3.2 監(jiān)測(cè)結(jié)果

經(jīng)監(jiān)測(cè)發(fā)現(xiàn)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(gè)/L～1.81×107個(gè)/L。其中1、2、3、5號(hào)站位赤潮種密度高于赤潮基準(zhǔn)值（1.0×106個(gè)/L），4、6、7號(hào)站位赤潮種密度臨近赤潮基準(zhǔn)值。人才公園內(nèi)水質(zhì)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(zhì)為中營(yíng)養(yǎng)至富營(yíng)養(yǎng)水平。后海灣水質(zhì)指標(biāo)除5號(hào)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(zhì)為貧營(yíng)養(yǎng)水平至中營(yíng)養(yǎng)水平。

本次調(diào)查發(fā)現(xiàn)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(hào)站位最高藻密度為2.61×106個(gè)/L，高于赤潮基準(zhǔn)密度；2號(hào)站位的最高藻密度為4.75×106個(gè)/L，高于赤潮基準(zhǔn)密度；3號(hào)站位的最高藻密度為1.81×107個(gè)/L，高于赤潮基準(zhǔn)密度；4號(hào)站位的最高藻密度為4.83×105個(gè)/L，低于赤潮基準(zhǔn)密度；5號(hào)站位的最高藻密度為6.79×106個(gè)/L，高于赤潮基準(zhǔn)密度；6號(hào)站位的最高藻密度為1.92×105個(gè)/L，低于赤潮基準(zhǔn)密度；7號(hào)站位的最高藻密度為2.20×105個(gè)/L，低于赤潮基準(zhǔn)密度。人才公園內(nèi)的塔卡藻屬密度明顯高于后海灣，其原因可能是公園內(nèi)水體流動(dòng)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(yīng)急監(jiān)測(cè)計(jì)劃

在深圳灣海域爆發(fā)赤潮的第一時(shí)間內(nèi)進(jìn)行赤潮藻類的應(yīng)急監(jiān)測(cè)，為的是掌握深圳灣海域發(fā)生赤潮時(shí)赤潮藻類的種類與豐度動(dòng)態(tài)分布與優(yōu)勢(shì)種群類型，評(píng)估赤潮的災(zāi)害等級(jí)及發(fā)展趨勢(shì)。主要監(jiān)測(cè)內(nèi)容為：浮游植物（海洋藻類）。按《海洋赤潮監(jiān)測(cè)技術(shù)規(guī)程》 HY/T 069-2005的相關(guān)要求和技術(shù)準(zhǔn)則，根據(jù)赤潮發(fā)生的區(qū)域設(shè)置若干調(diào)查監(jiān)測(cè)站位，進(jìn)行海洋藻類的密度、優(yōu)勢(shì)種分布、物種多樣性、均勻度、豐度等監(jiān)測(cè)分析，并確定赤潮發(fā)生的位置及確定深圳灣海域藻類常規(guī)監(jiān)測(cè)站位位置和相關(guān)站位經(jīng)緯度坐標(biāo)（見圖1）。通過深圳灣海域進(jìn)行赤潮災(zāi)害爆發(fā)的應(yīng)急監(jiān)測(cè)，掌握海洋藻類的優(yōu)勢(shì)種群，數(shù)量豐度與動(dòng)態(tài)分布等。根據(jù)調(diào)查數(shù)據(jù)分析和圖像采集最終形成深圳灣海域赤潮藻類監(jiān)測(cè)數(shù)據(jù)庫與常見海洋致災(zāi)赤潮藻類生物圖像數(shù)據(jù)庫，研發(fā)基于人工智能識(shí)別技術(shù)的赤潮災(zāi)害預(yù)警監(jiān)測(cè)技術(shù)。

圖1 赤潮藻密度分布圖

4 預(yù)警系統(tǒng)開發(fā)

通過“獲取赤潮藻類特征圖譜→建立圖像識(shí)別引擎技術(shù)→人工智能可視化識(shí)別技術(shù)→完成在線監(jiān)測(cè)預(yù)警系統(tǒng)”這一技術(shù)路線進(jìn)行預(yù)警技術(shù)開發(fā)。主要通過獲取深圳灣海域藻類特征圖譜，對(duì)每個(gè)赤潮藻種進(jìn)行識(shí)別鑒定，使用高分辨率的顯微鏡對(duì)每一個(gè)赤潮藻種需獲取不少于500張的特征圖譜，通過自研發(fā)的圖像識(shí)別技術(shù)，可有效檢索出目標(biāo)藻種。浮游植物（海洋藻類）人工智能視覺監(jiān)測(cè)是當(dāng)前非常成熟的海洋監(jiān)測(cè)技術(shù)，該技術(shù)結(jié)合水體成像系統(tǒng)和自動(dòng)識(shí)別軟件，能夠?qū)Ω∮沃参锏姆N類組成和豐度進(jìn)行快速自動(dòng)識(shí)別和定量分析，從而獲得關(guān)于浮游植物分布和豐度信息，為大尺度、實(shí)時(shí)、連續(xù)地監(jiān)測(cè)浮游植物的數(shù)量和種類變化提供了一種有效技術(shù)手段。監(jiān)測(cè)預(yù)警體系通過水體成像監(jiān)測(cè)設(shè)備實(shí)時(shí)監(jiān)測(cè)海水中浮游植物的動(dòng)態(tài)圖像變化，將信息通過實(shí)時(shí)數(shù)據(jù)傳輸通訊模塊傳輸?shù)接?jì)算機(jī)端，經(jīng)過海洋浮游植物人工智能視覺識(shí)別軟件處理圖像信息，與已有的致災(zāi)生物類群圖像數(shù)據(jù)庫比對(duì)分析，快速識(shí)別和實(shí)時(shí)監(jiān)測(cè)致災(zāi)海洋藻類的分布和豐度變化，提供實(shí)時(shí)預(yù)警信息與決策依據(jù)。