近日，國家海洋信息中心研究員石綏祥團隊聯合福建省海洋預報臺研發的基于海洋大數據的赤潮發生概率預報系統，將赤潮預報精度由傳統方法的40%提高至55%。

利用該技術手段，系統準確預測了2020年4月20日福建泉州惠安附近海域和2020年6月1日福建福鼎硤門附近海域等多次赤潮災害事件，為地方政府部門災害應對提供了有效支撐，在赤潮災害預警預報領域取得顯著成效。

海洋大數據的應用，不僅成為赤潮監測預警的新方法，也為海洋預報技術的發展提供了新思路和新方向。

“最初一公里”困境待破解

赤潮是在特定的環境條件下，海水中的某些浮游植物、原生動物或細菌爆發性增殖或高度聚集，引起水體變色或對海洋中其他生物產生危害的一種生態異?，F象。由于引發赤潮的生物種類繁多，爆發機制各異，赤潮也被稱為“紅色幽靈”。

目前，國際上尚無制止赤潮出現的有效辦法，只能對其進行監控和預警。因此，加強赤潮監控與預警成為赤潮防治的“最初一公里”。

福建是我國東南沿海的重要海洋省份，海洋漁業資源、港口資源、濱海旅游資源和海水化學資源等十分豐富，海洋經濟已成為福建省國民經濟的重要組成部分。但不容忽視的是，福建海域也是我國赤潮災害的高發區之一，在2000年以來的20年間，共發生赤潮事件233次，累計經濟損失超過200億元。

傳統的海洋污染監測主要依靠船只定期調查和岸濱人工定期觀測。由于條件限制，難以發現短周期的尤其是像赤潮災害等突發性的變化。近年來，國內外監測赤潮的主要手段除了船只和沿岸觀測，引入了飛機或衛星遙感監測。

然而，常規船只和人工監測赤潮需要采樣進行生物、化學分析，既耗材又費時費力。飛機和衛星監測費用高，且受天氣等條限制。赤潮形成機理復雜，其暴發又頗具偶然性，靠傳統的監測手段必然無法解決赤潮監測與預警的問題，因此必須通過建設先進的赤潮監測預警體系，準確預警海洋赤潮災害，以減少赤潮造成的損失。

大數據“智”尋“紅色幽靈”

目前該系統已在福建省海洋預報臺完成部署，并投入業務化試運行，每天定時輸出赤潮發生概率預報結果。以2020年4月20日福建海域發生的赤潮事件為例，該系統于4月19日預測VI區發生赤潮的概率較高，預報等級為3級。4月20日，福建泉州惠安縣大港灣附近海域（位于預測海區VI區）發現赤潮，局部海面呈棕褐色分布，面積約為4平方公里，赤潮生物優勢種為細弱海鏈藻。福建省海洋與漁業局依據此預報結果及時開展應急響應，有效避免了沿岸群眾的經濟與財產損失。

基于大數據分析的赤潮發生概率預報系統，是依托科技部“十三五”重點研發計劃“海洋大數據分析預報技術研發”項目開展建設的。系統面向可能影響赤潮發生的水文氣象、生物化學和人類活動等關聯因子，構建了基于SOM-LSTM融合算法的大數據赤潮預報模型，利用SOM神經網絡算法，對赤潮樣本數據進行精確篩選，確保模型訓練數據的準確性；利用LSTM算法，對輸入參量降維，提高模型的精度和效率，并對算法的權值和閾值進行優化，減少隨機因素的干擾。

在此基礎上，基于多預報因子和浮標高頻采樣數據獲得的大量預報結果，開展統計分析，充分利用浮標實時高頻采樣數據的自相關優勢，減少極端數據或極端結果帶來的誤差；利用過去10年的歷史數據和最近15天的數據開展模型訓練，并使用最近4天的數據進行預報，使模型既學習了歷史赤潮事件樣本，又獲取了最新參量信息，進一步提高了系統的預報能力。

為海洋預報提供新思路

經過多年努力，我國已經建立起由衛星、飛機、船舶、浮標和岸站組成的國家海洋環境監視監測網絡，成立了國家和地方相結合、專業和群眾相結合的全國赤潮立體監視監測網絡。

基于監測數據，“海洋大數據分析預報技術研發”項目實施過程中，堅持用數據說話，借助大數據方法從海量海洋數據資源中發現潛在的因子關聯關系，有效彌補了海洋動力過程參數化、離散方法和初始條件誤差帶來的不確定性；針對海洋數據強專業性、強關聯性和強空間時序性等特點，突破傳統互聯網大數據方法，凝練了具有鮮明海洋特色的大數據關鍵技術；聚焦具體應用需求和典型業務場景，將海洋大數據引入了海洋預報領域，為海洋預報技術發展提供了新思路和新方向。

“海洋大數據分析預報技術研發”項目是科技部“十三五”期間在海洋領域批復的首個大數據項目，由國家海洋信息中心牽頭，自然資源部第二海洋研究所、東海預報中心和福建省預報臺等9家單位聯合承擔。

此外，項目立足于大數據分析技術在海洋預報領域的應用研究，構建了面向海洋分析預報的大數據資源池和適用于海洋領域的大數據挖掘分析模型方法庫，研發了海面高、海表溫、三維溫鹽和臺風等大數據分析預報技術，并實現了系統集成和應用示范，為推動我國海洋事業的信息化、智慧化進程提供了重要的技術支撐。