海洋大型漂浮藻类模型将还原黄海绿潮消长过程

大型漂浮藻类爆发性生长现象在全球许多沿海地区频繁发生，造成了严重的海洋生态问题。追踪藻类在海洋中的漂浮路径并预测其爆发规模是藻类灾害高效防治的关键，然而高精度的物理生态动力学耦合预测模型的缺乏，制约着藻类灾害高效预警的实现。

大型漂浮藻类具有生长和繁殖阶段处于漂浮状态、可跨水域爆发生长的特点，由于生长环境的可变化性，其漂浮生长状态和输运过程具有很强的随机性，当漂浮藻类处于适宜的生长环境时，可迅速的生长繁殖。基于这些特征，本研究将拉格朗日粒子追踪模块和藻类生态模块进行耦合，建立了适用于漂浮藻类的物理生态耦合模型。

7 {$ N2 W+ `9 A9 p

- T7 j3 x- b% o" H3 Z& K: G

图1. FMGDM模型框架

模型介绍

藻类的漂浮输运过程由追踪模块呈现，表层海流和海面风场作为模拟粒子的物理驱动，基于四阶Runge-Kutta计算拉格朗日粒子漂移轨迹，并将漂浮状态下的随机扩散作用考虑其中。基于东中国海的无结构化有限体积海洋数值模式ECS-FVCOM (Chen et al., 2008; Ge et al., 2013)，我们利用卫星追踪的漂浮浮子漂移轨迹对粒子追踪模块和水动力模式结果的可靠性进行了检验，模拟粒子轨迹能够基本重现海面自由漂浮浮子的实际漂移路径。

; \( u! \5 Y' N1 {0 ^6 z( K

图2.海面自由漂浮浮子与模拟粒子轨迹对比，红色为漂浮浮子轨迹，灰色为模拟粒子轨迹。

藻类漂浮状态下的动态生长和消亡过程则由生态模块实现，生物量的变化表现为模拟粒子的复制与合并（图3），表层水体温度、营养盐浓度和光辐射强度作为环境驱动因子决定了藻类的光呼吸、暗呼吸和死亡速率，体现为藻体对碳(C)、氮(N)、磷(P)的吸收和消耗。

3 M. [4 x5 h% k: a7 L

5 f$ y8 j+ x3 b* R+ U

图3. 模拟粒子在漂浮状态下的复制（a）与合并（b）过程演示

在物理和环境要素的共同驱动下，模拟粒子的空间位置、移动速度、所代表生物量和粒子数量动态变化，结合藻类的生理学研究数据对模型进行参数化设置，可模拟大型漂浮藻类的空间分布和生物量时空变化过程。

黄海绿潮模拟

自2007年开始，绿潮爆发性生长灾害已连续14年侵扰中国黄海海域，是世界上最大的跨区域大型藻类爆发现象。本研究将所建立的FMGDM模型应用于黄海绿潮灾害的模拟中，对2014、2015年的绿潮爆发和消亡全过程进行了模拟，与观测结果进行比对以验证模型的可靠性。

基于已有的黄海浒苔生理学研究成果对生态模块进行参数化设置，根据多组不同风拖曳系数下的粒子追踪实验结果比对，选取绿潮输运的风拖曳系数为3.2%，并利用黄海绿潮灾害的研究资料对模拟实验进行初始化设置。

黄海绿潮自四月份在南黄海苏北海域出现，并持续有初生浒苔脱离陆基入海。自4月16日至5月15日，模拟实验在苏北浅滩海域持续随机释放共计4800吨的初始模拟绿潮，并模拟至8月底绿潮彻底消亡。

结果与讨论

2014年绿潮模拟结果的动态演示如下：

( c) A% f) Q# n+ `9 d

7 c% B  B0 P  h8 V0 p0 @- ]5 C

图4. 2014年黄海绿潮爆发过程

/ m" ^3 _+ K. U& R" z% I

7 H/ ]3 k8 \9 M& P

图5. 2014年黄海绿潮消亡过程

利用遥感观测结果进行验证，模拟结果较好的重现了绿潮爆发过程空间分布位置和生物量的动态变化。

6 U+ P' l3 }; H1 L5 I7 z6 t' Q. g6 _

图6. (a-h) 2014年5-8月份黄海绿潮模拟和遥感观测结果对比；绿色部分为模拟绿潮的分布密度，红色部分为MODIS-TERRA遥感图像解析的绿潮空间分布结果。(i) 粒子数量、模拟绿潮总生物量和观测估算生物量（Hu et al., 2019）对比；绿色五角星标识的生物量分别与（a-h）空间分布图对应。

绿潮的来源广泛，初始入海生物量及入海时间不确定性大，外部海洋环境的复杂性给藻类灾害的模拟带来巨大挑战性。本研究还进行了绿潮短期模拟的尝试，结合可靠测遥感观测结果及时对模拟结果进行修正，初始化短期模拟的粒子分布位置和释放数量，以降低由于绿潮来源广、生长和漂移不确定性等所带来的模拟误差，可有效提高绿潮生长和漂移模拟精度。

图7. 2014年黄海绿潮短期模拟结果与验证；绿色部分为模拟绿潮的分布密度，红色部分为MODIS-TERRA遥感图像解析的绿潮空间分布结果。（a-c）6月15日-23日短期模拟；（d-f）6月23日-30日短期模拟；（g）模拟绿潮总生物量验证。基于遥感观测和估算生物量的初始粒子布放：（a）6月15日、（d）6月30日。

FMGDM作为可靠的大型漂浮藻类模拟工具，为绿潮及其他大型藻类灾害提供了的高效预报预警工作提供了新的方案，模型还可进一步应用于藻类灾害的科学研究。

该研究成果发表于学术期刊Geoscientific Model Development。第一作者为华东师范大学河口海岸国家重点实验室研究生周福仓，通讯作者为葛建忠研究员。研究得到国家自然科学基金（41776104, 41761144062）和国家重点研发计划项目（2016YFC1402106, 2016YFA0600903）的联合资助。

​