CN112613239A - 一种水母灾害预警模型的构建方法 - Google Patents
一种水母灾害预警模型的构建方法 Download PDFInfo
- Publication number
- CN112613239A CN112613239A CN202011326195.0A CN202011326195A CN112613239A CN 112613239 A CN112613239 A CN 112613239A CN 202011326195 A CN202011326195 A CN 202011326195A CN 112613239 A CN112613239 A CN 112613239A
- Authority
- CN
- China
- Prior art keywords
- jellyfish
- sea area
- disaster
- model
- jellyfishes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 241000242583 Scyphozoa Species 0.000 title claims abstract description 277
- 238000010276 construction Methods 0.000 title description 4
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000012360 testing method Methods 0.000 claims abstract description 40
- 230000007246 mechanism Effects 0.000 claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 238000011835 investigation Methods 0.000 claims abstract description 9
- 230000007613 environmental effect Effects 0.000 claims description 37
- 230000033001 locomotion Effects 0.000 claims description 34
- 230000012010 growth Effects 0.000 claims description 30
- 238000002474 experimental method Methods 0.000 claims description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 24
- 238000013508 migration Methods 0.000 claims description 21
- 230000005012 migration Effects 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000005286 illumination Methods 0.000 claims description 15
- 238000011161 development Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000011160 research Methods 0.000 claims description 14
- 239000002245 particle Substances 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 238000000691 measurement method Methods 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 8
- 239000011521 glass Substances 0.000 claims description 8
- 230000002265 prevention Effects 0.000 claims description 8
- 241000242567 Aurelia aurita Species 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000035755 proliferation Effects 0.000 claims description 6
- 108090000623 proteins and genes Proteins 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000009792 diffusion process Methods 0.000 claims description 5
- 238000007667 floating Methods 0.000 claims description 4
- 239000002028 Biomass Substances 0.000 claims description 3
- 229910002651 NO3 Inorganic materials 0.000 claims description 3
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 3
- BPQQTUXANYXVAA-UHFFFAOYSA-N Orthosilicate Chemical compound [O-][Si]([O-])([O-])[O-] BPQQTUXANYXVAA-UHFFFAOYSA-N 0.000 claims description 3
- 238000012408 PCR amplification Methods 0.000 claims description 3
- 229910019142 PO4 Inorganic materials 0.000 claims description 3
- 238000012300 Sequence Analysis Methods 0.000 claims description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 3
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims description 3
- 229930002868 chlorophyll a Natural products 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000029087 digestion Effects 0.000 claims description 3
- 230000009189 diving Effects 0.000 claims description 3
- 238000011065 in-situ storage Methods 0.000 claims description 3
- 235000015097 nutrients Nutrition 0.000 claims description 3
- 229910052760 oxygen Inorganic materials 0.000 claims description 3
- 239000001301 oxygen Substances 0.000 claims description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-K phosphate Chemical compound [O-]P([O-])([O-])=O NBIIXXVUZAFLBC-UHFFFAOYSA-K 0.000 claims description 3
- 239000010452 phosphate Substances 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 239000013535 sea water Substances 0.000 claims description 3
- 235000013601 eggs Nutrition 0.000 claims description 2
- 241000894007 species Species 0.000 claims description 2
- 241000242764 Aequorea victoria Species 0.000 claims 1
- 238000012258 culturing Methods 0.000 claims 1
- 230000000366 juvenile effect Effects 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
- 235000013305 food Nutrition 0.000 description 4
- 230000033458 reproduction Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 241000243320 Hydrozoa Species 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000037406 food intake Effects 0.000 description 2
- 210000001654 germ layer Anatomy 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000143060 Americamysis bahia Species 0.000 description 1
- 241001349554 Echinocystis Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 241000791876 Selene Species 0.000 description 1
- 230000011681 asexual reproduction Effects 0.000 description 1
- 238000013465 asexual reproduction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000036186 satiety Effects 0.000 description 1
- 235000019627 satiety Nutrition 0.000 description 1
- 238000001612 separation test Methods 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Algebra (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明涉及自然环境技术领域，尤其为一种水母灾害预警模型的构建方法，包括以下步骤：现场调查与观测：对海域进行水文常规观测、水母跟踪观测及打捞任务，现场与室内受控试验：通过现场培养或室内受控模式试验，深入研究目标海域水母的生物学、生态学机制和环境调控机理，数值模拟和建模分析：结合目标海域水母灾害现场观测数据和实验室水母生活史试验数据，对目标海域水动力和生态过程进行高分辨率数值模拟，本发明中，通过历史资料收集、整理和分析，结合补充调查和现场验证，阐明致灾水母种群的时空分布规律、生长繁殖发育过程、迁移扩散聚集模式，明确海域水母旺发规律及主控因子，提出水母灾害快速预警及防控策略。
Description
技术领域
本发明涉及自然环境技术领域，具体为一种水母灾害预警模型的构建方法。
背景技术
水母是水生环境中重要的浮游生物，包括刺丝胞动物钵水母纲、十字水母纲、立方水母纲动物，水母是一种非常漂亮的水生动物。它的身体外形就像一把透明伞，伞状体的直径有大有小，大水母的伞状体直径可达2米，伞状体边缘长有一些须状的触手，有的触手可长达20-30米，水母身体的主要成分是水，并由内外两胚层所组成，两层间有一个很厚的中胶层，不但透明，而且有漂浮作用，它们在运动时，利用体内喷水反射前进，远远望去，就像一顶顶圆伞在水中迅速漂游；有些水母的伞状体还带有各色花纹，在蓝色的海洋里，这些游动着的色彩各异的水母显得十分美丽。
水母没有大脑，不知饥饱，一生都在进食，这些食物通常都是以浮游生物为主，甚至还有小鱼小虾甚至还有同类，水母摄食，会先用刺细胞把其他生物刺死，一部分食掉，而更多的是沉入海底，浪费掉了，不同的水母，有不同的生殖方式，有些还可以以足囊生殖，像沙海蜇的水螅体沉入海底后，可以在附作物上移动，移动的同时，它们可留下一些组织，研究人员称为足囊，而这些足囊可以繁殖出更多的水螅体，这种自我复制，无性繁殖的方式，足以让最初的十万个受精卵，最后演变成几十亿个水螅体，当水螅体进一步长大，一摞叠状的小水母，就会一个个分裂出来，最终的数量会达到数百亿，水母的水螅体不仅数量庞大，它们还有一个特点，就是休眠，当外界条件不适合，它们可以休眠40年到60年，一旦时机成熟，它们就开始活动，而水母的过度繁殖生长，会严重破坏海洋平衡，给人类生活造成不必要的影响，因此，针对上述问题提出一种水母灾害预警模型的构建方法。
发明内容
本发明的目的在于提供一种水母灾害预警模型的构建方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种水母灾害预警模型的构建方法，包括以下步骤：
步骤一：现场调查与观测：基于对海域水母历史数据的分析和研究，本发明对海域水母的观测，拟分为3-5个重点海区实施，拟设置典型观测站位40-60个，每个站位进行水文常规观测、水母跟踪观测及打捞任务，使用声呐扫描技术和声学粒子跟踪测速方法，研究致灾水母的自主运动情况，获取该海域致灾水母的时空分布及其与海洋动力环境、生化环境的关系，通过现场采样和辅助潜水调查，明确该海域水母灾害发生源头、生消过程、迁移扩散模式和种群动态变化规律；
步骤二：现场与室内受控试验：通过现场培养或室内受控模式试验，深入研究目标海域水母的生物学、生态学机制和环境调控机理，研究典型水母种群的生活史、生长适应机制与竞争策略，阐明目标海域水母灾害发生关键过程中的内在机理和关键环境因子的调控机制，为目标海域水母灾害的预警防控提供数据支持；
步骤三：数值模拟和建模分析：结合目标海域水母灾害现场观测数据和实验室水母生活史试验数据，建立目标海域高分辨率水动力-生态耦合模型，对目标海域水动力和生态过程进行高分辨率数值模拟，分析目标海域主要致灾水母的时空分布规律、运移过程及其对关键环境因子的生态响应，水动力学模型拟采用区域海洋模型ROMS，以拉格朗日法或分形统计理论为基础开发粒子追踪模型，模拟生态灾害迁移过程，生态模型拟采用改进的NPZD模型，融合目标海域主要致灾水母特有的生活史特征和环境驱动因素。
优选的，步骤一中实行水母幼体早期检测，收集海域常见水母样品(包括成体和幼体)，利用成体水母样品，研究和优化水母基因组DNA的有效提取方法，确定水母基因组DNA最佳提取方法，通过引物设计和PCR扩增技术获得水母特殊基因序列，再经过基因序列分析与对比，确定水母种类。
优选的，步骤一中实行水母自主运动监测，针对目标海域常见的海月水母和沙海蜇等主要有害水母，在上述典型海域的水母旺发期进行海上跟踪监测，通过声呐扫描技术，利用高精度声纳系统采集水母反向散射强度数据，声纳设备原始反向散射强度数据经过预处理消除各项误差影响后，获得的处理过的反向散射强度能反映真实水母的物理特征，通过对水母或水母群及海底区域连续扫描，获取水母或水母群介质折射率的微弱波动，同时利用水母的声呐影像图估计目标直径，达到识别水母或水母群的目的，使用声学粒子跟踪测速方法获得水母运动速度、运动方向等参数。
优选的，步骤二中实行室内小型受控实验，在实验室内稳定受控条件下，使用玻璃培养皿、烧杯或玻璃圆缸对水母生活史(受精卵-浮浪幼虫-螅状体-碟状幼体-幼水母-成体水母)不同阶段的个体进行培养。
优选的，步骤二中实行室内水槽模拟受控实验，在室内小型受控实验结果的基础上，针对可在实验室内养殖的水母种类，使用温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验，通过改变温度、饵料和光照等环境条件，验证通过室内小型受控实验所筛选的，导致水母暴发的关键环境因子的正确性，探讨水母不同发育阶段个体的生长适应机制、个体的竞争策略和水母快速暴发机制；使用风浪流水槽和温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验。
优选的，步骤二中实行现场围隔培养实验，在目标水域近岸水母易暴发海域，构建浮游生态系统围隔，围隔试验组包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，定期监测围隔内水温、盐度、pH值、盐度、溶解氧、磷酸盐、硝酸盐、硅酸盐、叶绿素-a、浮游生物密度、水母密度等指标，通过开展原位围隔实验，分析海水中营养结构、浮游生物群落结构的更替，对比围隔对照试验组浮游生物群落结构变化，分析浮游动物群落结构的变动对水母暴发的影响，以及水母暴发对浮游生物群落结构和生产力的影响与调控，从而探讨生态系统中促进水母暴发的关键驱动过程；在构建的浮游生态系统围隔试验组中，包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，均利用声呐扫描技术和声学粒子跟踪测速方法对水母的自主运动规律进行监测，研究水母的运动速度、方向与温度、光照和饵料等环境因子的关系。
优选的，步骤三构建水母灾害预警指标体系，根据现场与室内受控试验，获取导致水母种群快速增长，从而导致水母暴发的关键环境因子筛查结果，以及水温和饵料对水母碟状体数量贡献机制研究，建立典型海域水母灾害早期监测及预警指标体系，进行水母运动现场监测时，同步获取流向流速、风向风速、温度、盐度、饵料等环境因子数据，结合实验室结果，利用统计学方法，分析筛选影响水母运动、漂移的关键环境影响因子，建立水母运移速度、运移方向与关键环境因子的回归模型，针对目标海域，建立详细的水动力模型，并整合上述水母自主运动回归模型，模拟筛选水母的主要聚集通道，为水母重点监测区域和防控区域的确定提供基础。
优选的，步骤三中构建水母灾害预报模型，在基于已有研究基础和本项目现场与室内受控试验的研究结果，筛选确定典型海域致灾水母增殖关键影响因子，利用统计学方法，确定水母增殖与影响因素(温度、饵料等)的参数化方程，构建目标海域致灾水母种群增长模型，实现原发型水母灾害发生规模、分布情况的预测，基于ROMS模式构建目标海域的三维温、盐、流海流数值模型(模型水平分辨率优于1km)，将模型结果作为强迫场，构建耦合水母种群增长模型及水母运移影响因子的生态动力学模型，对输入型水母的迁移路径、规模及发展趋势进行预测，在目标海域近岸海域对水母的生物量、分布范围及关键影响因素进行监测，进一步优化种群增长模型各因素参数及预警数值模型系统的配置参数。
与现有技术相比，本发明的有益效果是：
本发明中，通过历史资料收集、整理和分析，结合补充调查和现场验证，阐明致灾水母种群的时空分布规律、生长繁殖发育过程、迁移扩散聚集模式，明确海域水母旺发规律及主控因子，提出水母灾害快速预警及防控策略。
具体实施方式
实施例1：本发明提供一种技术方案：
一种水母灾害预警模型的构建方法，包括以下步骤：
步骤一：现场调查与观测：基于对海域水母历史数据的分析和研究，本发明对海域水母的观测，拟分为3-5个重点海区实施，拟设置典型观测站位40-60个，每个站位进行水文常规观测、水母跟踪观测及打捞任务，使用声呐扫描技术和声学粒子跟踪测速方法，研究致灾水母的自主运动情况，获取该海域致灾水母的时空分布及其与海洋动力环境、生化环境的关系，通过现场采样和辅助潜水调查，明确该海域水母灾害发生源头、生消过程、迁移扩散模式和种群动态变化规律；
步骤二：现场与室内受控试验：通过现场培养或室内受控模式试验，深入研究目标海域水母的生物学、生态学机制和环境调控机理，研究典型水母种群的生活史、生长适应机制与竞争策略，阐明目标海域水母灾害发生关键过程中的内在机理和关键环境因子的调控机制，为目标海域水母灾害的预警防控提供数据支持；
步骤三：数值模拟和建模分析：结合目标海域水母灾害现场观测数据和实验室水母生活史试验数据，建立目标海域高分辨率水动力-生态耦合模型，对目标海域水动力和生态过程进行高分辨率数值模拟，分析目标海域主要致灾水母的时空分布规律、运移过程及其对关键环境因子的生态响应，水动力学模型拟采用区域海洋模型ROMS，以拉格朗日法或分形统计理论为基础开发粒子追踪模型，模拟生态灾害迁移过程，生态模型拟采用改进的NPZD模型，融合目标海域主要致灾水母特有的生活史特征和环境驱动因素。
通过历史资料收集、整理和分析，结合补充调查和现场验证，阐明致灾水母种群的时空分布规律、生长繁殖发育过程、迁移扩散聚集模式，明确海域水母旺发规律及主控因子，提出水母灾害快速预警及防控策略。
步骤一中实行水母幼体早期检测，收集海域常见水母样品(包括成体和幼体)，利用成体水母样品，研究和优化水母基因组DNA的有效提取方法，确定水母基因组DNA最佳提取方法，通过引物设计和PCR扩增技术获得水母特殊基因序列，再经过基因序列分析与对比，确定水母种类，从而准确获取该海域致灾水母幼体的时空分布，明确该海域水母灾害的发生源头，步骤一中实行水母自主运动监测，针对目标海域常见的海月水母和沙海蜇等主要有害水母，在上述典型海域的水母旺发期进行海上跟踪监测，通过声呐扫描技术，利用高精度声纳系统采集水母反向散射强度数据，声纳设备原始反向散射强度数据经过预处理消除各项误差影响后，获得的处理过的反向散射强度能反映真实水母的物理特征，通过对水母或水母群及海底区域连续扫描，获取水母或水母群介质折射率的微弱波动，同时利用水母的声呐影像图估计目标直径，达到识别水母或水母群的目的，使用声学粒子跟踪测速方法获得水母运动速度、运动方向等参数，研究水母的自主运动情况，获取该海域致灾水母准确的时空分布，步骤二中实行室内小型受控实验，在实验室内稳定受控条件下，使用玻璃培养皿、烧杯或玻璃圆缸对水母生活史(受精卵-浮浪幼虫-螅状体-碟状幼体-幼水母-成体水母)不同阶段的个体进行培养，通过从受精卵到成体水母各生活史不同发育阶段的观察，研究温度、饵料和光照等单个环境因子或多个环境因子作用下，对水母不同发育阶段个体存活、摄食、生长和繁殖等影响，筛选导致水母种群快速增长，从而导致水母暴发的关键环境因子，探讨水母不同发育阶段个体的生长适应机制，并为建立预警模型和生态模型提供关键具体指标参数；在实验室内温度、饵料和光照等环境因子稳定受控的条件下，使用玻璃培养皿、烧杯或玻璃圆缸对两种不同种类水母不同阶段的个体进行混合培养，开展水母生活史不同阶段的种间竞争实验，研究不同种类水母螅状体、碟状体、水母幼体之间的相互捕食竞争关系，以及种间竞争对水母存活、摄食、生长和繁殖等影响，探讨水母不同发育阶段个体的竞争策略，步骤二中实行室内水槽模拟受控实验，在室内小型受控实验结果的基础上，针对可在实验室内养殖的水母种类，使用温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验，通过改变温度、饵料和光照等环境条件，验证通过室内小型受控实验所筛选的，导致水母暴发的关键环境因子的正确性，探讨水母不同发育阶段个体的生长适应机制、个体的竞争策略和水母快速暴发机制；使用风浪流水槽和温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验，通过改变流速、温度和光照等环境条件，利用声呐扫描技术和声学粒子跟踪测速方法对水母的自主运动规律进行监测，研究水母的运动速度、方向与流速、温度、光照等环境因子的关系，验证通过室内小型受控实验所获取的关键模型构建参数，在建立预警模型和生态模型时的实用性和可行性，步骤二中实行现场围隔培养实验，在目标水域近岸水母易暴发海域，构建浮游生态系统围隔，围隔试验组包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，定期监测围隔内水温、盐度、pH值、盐度、溶解氧、磷酸盐、硝酸盐、硅酸盐、叶绿素-a、浮游生物密度、水母密度等指标，通过开展原位围隔实验，分析海水中营养结构、浮游生物群落结构的更替，对比围隔对照试验组浮游生物群落结构变化，分析浮游动物群落结构的变动对水母暴发的影响，以及水母暴发对浮游生物群落结构和生产力的影响与调控，从而探讨生态系统中促进水母暴发的关键驱动过程；在构建的浮游生态系统围隔试验组中，包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，均利用声呐扫描技术和声学粒子跟踪测速方法对水母的自主运动规律进行监测，研究水母的运动速度、方向与温度、光照和饵料等环境因子的关系，对通过室内小型受控实验和室内水槽模拟受控实验所获取的关键模型构建参数进行最接近实际海洋环境的验证和校准，保证上述指标参数在建立预警模型和生态模型时的实用性和可行性，步骤三构建水母灾害预警指标体系，根据现场与室内受控试验，获取导致水母种群快速增长，从而导致水母暴发的关键环境因子筛查结果，以及水温和饵料对水母碟状体数量贡献机制研究，建立典型海域水母灾害早期监测及预警指标体系，进行水母运动现场监测时，同步获取流向流速、风向风速、温度、盐度、饵料等环境因子数据，结合实验室结果，利用统计学方法，分析筛选影响水母运动、漂移的关键环境影响因子，建立水母运移速度、运移方向与关键环境因子的回归模型，针对目标海域，建立详细的水动力模型，并整合上述水母自主运动回归模型，模拟筛选水母的主要聚集通道，为水母重点监测区域和防控区域的确定提供基础，根据目标海域水母运移关键影响因子研究结果，结合水母关键聚集通道的模拟研究，建立典型海域有害水母运移预警指标体系，为水母灾害区域精细化预警模型构建提供基础，步骤三中构建水母灾害预报模型，在基于已有研究基础和本项目现场与室内受控试验的研究结果，筛选确定典型海域致灾水母增殖关键影响因子，利用统计学方法，确定水母增殖与影响因素(温度、饵料等)的参数化方程，构建目标海域致灾水母种群增长模型，实现原发型水母灾害发生规模、分布情况的预测，基于ROMS模式构建目标海域的三维温、盐、流海流数值模型(模型水平分辨率优于1km)，将模型结果作为强迫场，构建耦合水母种群增长模型及水母运移影响因子的生态动力学模型，对输入型水母的迁移路径、规模及发展趋势进行预测，在目标海域近岸海域对水母的生物量、分布范围及关键影响因素进行监测，进一步优化种群增长模型各因素参数及预警数值模型系统的配置参数，基于种群增长模式，应用改进的NPZD生态模型，融合目标海域主要致灾水母特有的生活史特征和环境驱动因素，预测海域水母灾害发生可能性、范围规模及发展趋势等，实现水母灾害的中短期预警。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实例的说明只是用于帮助理解本发明的方法及其核心思想。以上所述仅是本发明的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其它场合的，均应视为本发明的保护范围。
Claims (8)
1.一种水母灾害预警模型的构建方法，其特征在于：包括以下步骤：
步骤一：现场调查与观测：基于对海域水母历史数据的分析和研究，本发明对海域水母的观测，拟分为3-5个重点海区实施，拟设置典型观测站位40-60个，每个站位进行水文常规观测、水母跟踪观测及打捞任务，使用声呐扫描技术和声学粒子跟踪测速方法，研究致灾水母的自主运动情况，获取该海域致灾水母的时空分布及其与海洋动力环境、生化环境的关系，通过现场采样和辅助潜水调查，明确该海域水母灾害发生源头、生消过程、迁移扩散模式和种群动态变化规律；
步骤二：现场与室内受控试验：通过现场培养或室内受控模式试验，深入研究目标海域水母的生物学、生态学机制和环境调控机理，研究典型水母种群的生活史、生长适应机制与竞争策略，阐明目标海域水母灾害发生关键过程中的内在机理和关键环境因子的调控机制，为目标海域水母灾害的预警防控提供数据支持；
步骤三：数值模拟和建模分析：结合目标海域水母灾害现场观测数据和实验室水母生活史试验数据，建立目标海域高分辨率水动力-生态耦合模型，对目标海域水动力和生态过程进行高分辨率数值模拟，分析目标海域主要致灾水母的时空分布规律、运移过程及其对关键环境因子的生态响应，水动力学模型拟采用区域海洋模型ROMS，以拉格朗日法或分形统计理论为基础开发粒子追踪模型，模拟生态灾害迁移过程，生态模型拟采用改进的NPZD模型，融合目标海域主要致灾水母特有的生活史特征和环境驱动因素。
2.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤一中实行水母幼体早期检测，收集海域常见水母样品(包括成体和幼体)，利用成体水母样品，研究和优化水母基因组DNA的有效提取方法，确定水母基因组DNA最佳提取方法，通过引物设计和PCR扩增技术获得水母特殊基因序列，再经过基因序列分析与对比，确定水母种类。
3.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤一中实行水母自主运动监测，针对目标海域常见的海月水母和沙海蜇等主要有害水母，在上述典型海域的水母旺发期进行海上跟踪监测，通过声呐扫描技术，利用高精度声纳系统采集水母反向散射强度数据，声纳设备原始反向散射强度数据经过预处理消除各项误差影响后，获得的处理过的反向散射强度能反映真实水母的物理特征，通过对水母或水母群及海底区域连续扫描，获取水母或水母群介质折射率的微弱波动，同时利用水母的声呐影像图估计目标直径，达到识别水母或水母群的目的，使用声学粒子跟踪测速方法获得水母运动速度、运动方向等参数。
4.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤二中实行室内小型受控实验，在实验室内稳定受控条件下，使用玻璃培养皿、烧杯或玻璃圆缸对水母生活史(受精卵-浮浪幼虫-螅状体-碟状幼体-幼水母-成体水母)不同阶段的个体进行培养。
5.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤二中实行室内水槽模拟受控实验，在室内小型受控实验结果的基础上，针对可在实验室内养殖的水母种类，使用温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验，通过改变温度、饵料和光照等环境条件，验证通过室内小型受控实验所筛选的，导致水母暴发的关键环境因子的正确性，探讨水母不同发育阶段个体的生长适应机制、个体的竞争策略和水母快速暴发机制；使用风浪流水槽和温度、光照可控生态系统模拟装置，开展室内水槽模拟受控实验。
6.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤二中实行现场围隔培养实验，在目标水域近岸水母易暴发海域，构建浮游生态系统围隔，围隔试验组包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，定期监测围隔内水温、盐度、pH值、盐度、溶解氧、磷酸盐、硝酸盐、硅酸盐、叶绿素-a、浮游生物密度、水母密度等指标，通过开展原位围隔实验，分析海水中营养结构、浮游生物群落结构的更替，对比围隔对照试验组浮游生物群落结构变化，分析浮游动物群落结构的变动对水母暴发的影响，以及水母暴发对浮游生物群落结构和生产力的影响与调控，从而探讨生态系统中促进水母暴发的关键驱动过程；在构建的浮游生态系统围隔试验组中，包括对照试验组、不同浮游生物饵料浓度组和不同种类水母混合培养试验组，均利用声呐扫描技术和声学粒子跟踪测速方法对水母的自主运动规律进行监测，研究水母的运动速度、方向与温度、光照和饵料等环境因子的关系。
7.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤三构建水母灾害预警指标体系，根据现场与室内受控试验，获取导致水母种群快速增长，从而导致水母暴发的关键环境因子筛查结果，以及水温和饵料对水母碟状体数量贡献机制研究，建立典型海域水母灾害早期监测及预警指标体系，进行水母运动现场监测时，同步获取流向流速、风向风速、温度、盐度、饵料等环境因子数据，结合实验室结果，利用统计学方法，分析筛选影响水母运动、漂移的关键环境影响因子，建立水母运移速度、运移方向与关键环境因子的回归模型，针对目标海域，建立详细的水动力模型，并整合上述水母自主运动回归模型，模拟筛选水母的主要聚集通道，为水母重点监测区域和防控区域的确定提供基础。
8.根据权利要求1所述的一种水母灾害预警模型的构建方法，其特征在于：步骤三中构建水母灾害预报模型，在基于已有研究基础和本项目现场与室内受控试验的研究结果，筛选确定典型海域致灾水母增殖关键影响因子，利用统计学方法，确定水母增殖与影响因素(温度、饵料等)的参数化方程，构建目标海域致灾水母种群增长模型，实现原发型水母灾害发生规模、分布情况的预测，基于ROMS模式构建目标海域的三维温、盐、流海流数值模型(模型水平分辨率优于1km)，将模型结果作为强迫场，构建耦合水母种群增长模型及水母运移影响因子的生态动力学模型，对输入型水母的迁移路径、规模及发展趋势进行预测，在目标海域近岸海域对水母的生物量、分布范围及关键影响因素进行监测，进一步优化种群增长模型各因素参数及预警数值模型系统的配置参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011326195.0A CN112613239B (zh) | 2020-11-24 | 2020-11-24 | 一种水母灾害预警模型的构建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011326195.0A CN112613239B (zh) | 2020-11-24 | 2020-11-24 | 一种水母灾害预警模型的构建方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112613239A true CN112613239A (zh) | 2021-04-06 |
| CN112613239B CN112613239B (zh) | 2022-05-13 |
Family
ID=75225481
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011326195.0A Expired - Fee Related CN112613239B (zh) | 2020-11-24 | 2020-11-24 | 一种水母灾害预警模型的构建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112613239B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113273533A (zh) * | 2021-05-12 | 2021-08-20 | 辽宁省海洋水产科学研究院 | 一种测量目测中大型水母伞径的方法 |
| CN113554285A (zh) * | 2021-07-05 | 2021-10-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN113673605A (zh) * | 2021-08-24 | 2021-11-19 | 上海海洋大学 | 一种海水溶解氧评估方法 |
| CN115713232A (zh) * | 2022-11-12 | 2023-02-24 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种刺参底播增殖风险联防预警系统 |
| CN116468275A (zh) * | 2023-04-21 | 2023-07-21 | 中国水利水电科学研究院 | 考虑致灾生物运动特征及节律行为的取水风险评估方法 |
| CN117035164A (zh) * | 2023-07-10 | 2023-11-10 | 江苏省地质调查研究院 | 一种生态灾害物监测方法及系统 |
| CN117113796A (zh) * | 2023-10-24 | 2023-11-24 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 一种考虑自主运动的大型水母中期漂移集合预报方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107256293A (zh) * | 2017-05-24 | 2017-10-17 | 南京雨后地软环境技术有限公司 | 一种气候‑生态系统耦合建模方法 |
| CN107832553A (zh) * | 2017-11-27 | 2018-03-23 | 天津科技大学 | 基于海洋生态模型的水母灾害预报系统和预报方法 |
| CN109326086A (zh) * | 2018-10-16 | 2019-02-12 | 天津科技大学 | 一种基于生态模型的绿潮灾害预警系统及其使用方法 |
| CN110686999A (zh) * | 2019-10-08 | 2020-01-14 | 南京信息工程大学 | 一种海洋生态致灾大型藻类生物量极值测算方法 |
| CN111127281A (zh) * | 2020-02-24 | 2020-05-08 | 中国科学院烟台海岸带研究所 | 一种大型灾害水母在线监测系统及监测方法 |
| CN111296335A (zh) * | 2020-03-23 | 2020-06-19 | 中国人民解放军海军军医大学 | 实验室海月水母水螅体的微观饲养方法 |
| CN111460724A (zh) * | 2020-04-21 | 2020-07-28 | 天津大学 | 一种计算海月水母丰度的动态模拟方法 |
-
2020
- 2020-11-24 CN CN202011326195.0A patent/CN112613239B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107256293A (zh) * | 2017-05-24 | 2017-10-17 | 南京雨后地软环境技术有限公司 | 一种气候‑生态系统耦合建模方法 |
| CN107832553A (zh) * | 2017-11-27 | 2018-03-23 | 天津科技大学 | 基于海洋生态模型的水母灾害预报系统和预报方法 |
| CN109326086A (zh) * | 2018-10-16 | 2019-02-12 | 天津科技大学 | 一种基于生态模型的绿潮灾害预警系统及其使用方法 |
| CN110686999A (zh) * | 2019-10-08 | 2020-01-14 | 南京信息工程大学 | 一种海洋生态致灾大型藻类生物量极值测算方法 |
| CN111127281A (zh) * | 2020-02-24 | 2020-05-08 | 中国科学院烟台海岸带研究所 | 一种大型灾害水母在线监测系统及监测方法 |
| CN111296335A (zh) * | 2020-03-23 | 2020-06-19 | 中国人民解放军海军军医大学 | 实验室海月水母水螅体的微观饲养方法 |
| CN111460724A (zh) * | 2020-04-21 | 2020-07-28 | 天津大学 | 一种计算海月水母丰度的动态模拟方法 |
Non-Patent Citations (1)
| Title |
|---|
| 季轩梁等: "《水母暴发因素及模型研究的现状和展望》", 《海洋预报》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113273533A (zh) * | 2021-05-12 | 2021-08-20 | 辽宁省海洋水产科学研究院 | 一种测量目测中大型水母伞径的方法 |
| CN113273533B (zh) * | 2021-05-12 | 2023-06-23 | 辽宁省海洋水产科学研究院 | 一种测量目测中大型水母伞径的方法 |
| CN113554285A (zh) * | 2021-07-05 | 2021-10-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN113554285B (zh) * | 2021-07-05 | 2024-04-26 | 中国水产科学研究院黄海水产研究所 | 暴发水母种群波动对渔业资源风险影响的量化评估方法 |
| CN113673605B (zh) * | 2021-08-24 | 2024-02-06 | 上海海洋大学 | 一种海水溶解氧评估方法 |
| CN113673605A (zh) * | 2021-08-24 | 2021-11-19 | 上海海洋大学 | 一种海水溶解氧评估方法 |
| CN115713232A (zh) * | 2022-11-12 | 2023-02-24 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种刺参底播增殖风险联防预警系统 |
| CN115713232B (zh) * | 2022-11-12 | 2024-04-23 | 山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心) | 一种刺参底播增殖风险联防预警系统 |
| CN116468275B (zh) * | 2023-04-21 | 2023-09-29 | 中国水利水电科学研究院 | 考虑致灾生物运动特征及节律行为的取水风险评估方法 |
| CN116468275A (zh) * | 2023-04-21 | 2023-07-21 | 中国水利水电科学研究院 | 考虑致灾生物运动特征及节律行为的取水风险评估方法 |
| CN117035164A (zh) * | 2023-07-10 | 2023-11-10 | 江苏省地质调查研究院 | 一种生态灾害物监测方法及系统 |
| CN117035164B (zh) * | 2023-07-10 | 2024-03-12 | 江苏省地质调查研究院 | 一种生态灾害物监测方法及系统 |
| CN117113796A (zh) * | 2023-10-24 | 2023-11-24 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 一种考虑自主运动的大型水母中期漂移集合预报方法 |
| CN117113796B (zh) * | 2023-10-24 | 2024-02-27 | 国家海洋局北海预报中心((国家海洋局青岛海洋预报台)(国家海洋局青岛海洋环境监测中心站)) | 一种考虑自主运动的大型水母中期漂移集合预报方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112613239B (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112613239B (zh) | 一种水母灾害预警模型的构建方法 | |
| Blanchet et al. | Modelling the effect of directional spatial ecological processes at different scales | |
| Cullen | The deep chlorophyll maximum: comparing vertical profiles of chlorophyll a | |
| CN106295833B (zh) | 一种太平洋褶柔鱼资源补充量预测方法及其应用 | |
| Jochens et al. | Integrated ocean observing system in support of forecasting harmful algal blooms | |
| Ptatscheck et al. | The influence of environmental and spatial factors on benthic invertebrate metacommunities differing in size and dispersal mode | |
| CN112801381A (zh) | 一种水母灾害早期预警方法 | |
| Rigal et al. | Does larval supply explain the low proliferation of the invasive gastropod Crepidula fornicata in a tidal estuary? | |
| Lehoux et al. | Significance of dominant zooplankton species to the North Atlantic right whale potential foraging habitats in the Gulf of St. Lawrence: a bio-energetic approach | |
| CN114492973A (zh) | 一种核电厂周边海域海洋生物预测方法 | |
| Garibotti et al. | Seasonal diatom cycle in Anegada Bay, El Rincón estuarine system, Argentina | |
| CN112801518A (zh) | 一种水母灾害风险风险评估方法 | |
| Xu et al. | Seasonal distribution of the early life stages of the small yellow croaker (Larimichthys polyactis) and its dynamic controls adjacent to the Changjiang River Estuary | |
| Rocha-Díaz et al. | Copepod abundance distribution in relation to a cyclonic eddy in a coastal environment in the southern Gulf of California | |
| Ciannelli et al. | Ichthyoplankton assemblages and physical characteristics of two submarine canyons in the south central Tyrrhenian Sea | |
| Camara et al. | Multiscale mechanisms underpin the ecological uniqueness of local fish assemblages in tropical coastal seascapes | |
| Stepputtis | Distribution patterns of Baltic sprat (Sprattus sprattus L.): causes and consequences | |
| Onitsuka et al. | Development of a thin diatom layer observed in a stratified embayment in Japan | |
| CN112001641A (zh) | 一种扇贝养殖区适宜性遥感评估系统 | |
| Thomas | Modelling marine connectivity in the Great Barrier Reef and exploring its ecological implications | |
| Miller | Larval dispersal and population connectivity: implications for offshore renewable energy structures | |
| Wachnicka et al. | Appendix 8B-3: Results from Water Year 2021 Expanded Lake Okeechobee Phytoplankton and Water Quality Monitoring Program | |
| Keenan | Taxonomic changes in mountain zooplankton communities over a 50-year period reveal a loss of calanoid copepods | |
| Maguire et al. | Ecological change in Lough Erne: influence of catchment changes and species invasions | |
| Obertegger et al. | Lake Caldonazzo, effects of re-oligotrophication and climate change on lake thermal structure, the past and the future |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220513 |