海洋藻类生长环境智能传感数据采集系统及其分析技术研究

Shandong province is a great coastal and developed province with long coast line. Development on marine economy has become one of its most important strategy. Prevention and control on marine pollution along with marine environment protection have become its primary tasks of marine strategy. The ocean over-exploration and environment damage has caused harmful algae outbreak and pollution frequently, which severely affect the offshore ecology and environment of Shandong Province and has restricted the Peninsula’s marine economy development..This project will focus on (1) integrated multi-sensor system for the growth environment of marine algae, the high integration and long time series seawater acquisition and distribution system, the research and development of key technology for modularization of marine biochemical factor sensor, the machine learning-based automatic identification algorithm for marine algae, (2) the analysis of the main environmental factors affecting the growth of algae, the experimental verification, the prediction of disaster caused by algae, the conventional and unconventional factors leading harmful algal blooms, and modeling and disaster prediction of harmful algal bloom based on the above factors, (3) the analysis of the growth and evolution mechanism of algae based on marine environmental data, (4) construction of the platform for the calculation of marine algae growth environment and experimental verification. The project will provide a solid theoretical basis and technical support for the prevention and control on marine algae pollution monitoring.

山东作为沿海经济大省，海岸线绵长，发展海洋经济已成重要战略布局。防控海洋污染，保护海洋环境将成为海洋战略首要任务。过度开发和环境破坏，引发多次有害藻类污染，严重影响到山东近海生态与环境，从而制约了半岛海洋经济的发展。项目拟开展的研究内容包括：1、海洋藻类生长环境检测多参数传感器系统研究，重点关注高集成度长时序海水采集分配系统、海洋生化要素传感器模块化关键技术的研发和基于机器学习的海洋藻类自动识别算法；2、影响藻类生长的环境主因分析、实证及其灾害预报机理研究，研究了有害藻华形成的常规成因和非共识成因，并基于上述成因进行有害藻华发展动力学过程建模及其灾害预测；3、基于海洋环境数据的藻类生长与演化机理分析；4、海洋藻类生长环境计算平台搭建与实验验证。该项目的开展将为海洋藻类污染监测防控提供坚实的理论基础和技术支撑。

防控海洋生态污染，保护海洋环境，发展海洋经济是当前国家战略之一。为推动山东海洋经济发展战略实施，本项目针对有害藻类严重影响到山东近海生态与环境，制约半岛海洋经济的发展的情况，以藻类生长为研究对象，利用信息科学相关技术，研究海洋藻类生长环境监测新理论、新方法，建立具有分析功能的海洋藻类生长环境智能传感器系统。本项目成功开发便携式海洋藻类图像原位检测分析仪，解决了海洋藻类实时观测分析问题。结合山东近海的水质特点，对标藻类生长环境监测需求，升级了相关传感器并优化集成系统。所研发的藻类生长环境多参数原位监测系统，已经布放于山东青岛近海海域，实现叶绿素a、溶解氧、硝酸盐、磷酸盐、硅酸盐、pH值、COD等关键环境数据的实时持续采集，为准确建模有害藻华发展动力学过程和精准预警藻华灾害提供装备支撑。利用海洋藻类自动识别过程中的数据处理与模式识别相关技术，发展了海洋藻类自动识别算法。提出了有害藻华生长主因分析及预测关键方法，基于山东近海藻类数据，利用机器学习方法研究得到了与藻华浓度关联最为密切的环境因素，然后构建相关模型，成功实现提前1-2周预测藻类浓度。同时，关注国家“双碳”政策下海洋生物碳汇相关问题，完成了基于多序列特征的藻类固碳蛋白预测问题研究，提出了藻类固碳蛋白的识别算法，实现了高准确率的固碳蛋白预测，揭示出海洋碳循环对于藻类生长具有重要作用，为海藻固碳等相关研究奠定了理论基础。研究了从典型微藻细胞及其培养海水中分离检测膝沟藻毒素的新方法，阐明了不同酸化模式对产毒微藻产毒性能的影响，刻画在海水中二氧化碳浓度升高、pH下降、富营养化环境中微藻毒素的变化趋势，揭示了海洋环境因子变化对产毒藻造成的影响。该项目的开展实现对有害藻类生长趋势及灾害的预报，为海洋生态环境生长监测、海洋藻类污染监测防控提供坚实的理论基础和技术支撑。