黄海绿潮生物量年际变化及其影响机制的数值模拟研究

The annually recurrent green tides caused by Ulva prolifera in the Yellow Sea have attracted attentions all over the world. Green tides caused significant negative effects mainly due to the extraordinary amounts of algal biomass. Since the inter-annual biomass varies significantly, a predictive capacity for biomass could save time for organizing cleanups and making strategic planning before a green tide can develop. However, the existing monitor and forecast system cannot predict the biomass, because of the poorly understood mechanism. So, there is an urgent need for studying on this by numerical modelling. Previous studies provide abundant theories and data on the biomass modelling of green tides happened in the Yellow Sea. In addition, the numerical forecasting on the microalgal blooms provides a novel idea to the forecasting of green tides. Based on a coupled biophysical model, the present project will study the algal biomass changes during the green tides in the past several years. Several factors, including initial biomass, temperature, salinity, irradiance and nutrients, will be explored to analyze their effect on the inter-annual biomass variation. It will contribute to deeply understand the influencing mechanism of biomass. Based on in situ investigation of the initial biomass and latest satellite data, the intensities of the coming green tides will be estimated by using the scenario simulation method. Combined the algal growth model with the existing forecast system, the short-term biomass variation will be forecasted. The results of this project could provide reference for the early warning on the green tides.

我国黄海连年爆发的浒苔绿潮灾害已引起世界范围内广泛关注。绿潮之所以产生严重危害，主要源于其庞大的生物量。鉴于我国绿潮生物量存在显著的年际变化，对生物量的早期预报将为组织应对措施节省宝贵时间，而由于对生物量影响机制的认识还不够充分，现有预报系统对生物量的预报仍属空白，故亟需借助数值模拟手段对此开展研究工作。此前的研究为黄海绿潮生物量的数值模拟研究提供了丰富的理论与数据，且针对微藻赤潮的数值预报研究为绿潮生物量的预估提供了新的研究思路。本项目将在已有研究基础上，借助生物-物理耦合模式研究历年黄海绿潮发生过程中浒苔生物量的变化，探讨各因子（初始生物量、温度、盐度、光照、营养盐等）对其年际变化的影响，为深入了解绿潮生物量影响机制提供理论依据；结合初始生物量的现场调查与最新遥感监测数据，采用情境模拟方法，预估即将发生的绿潮生物量，并结合现有绿潮应急预报系统进行短期预测，为绿潮预警工作提供参考。

黄海绿潮之所以产生严重危害，主要源于其庞大的生物量。对其生物量的早期预测将为应急处置节省宝贵时间，而目前对生物量影响机制的认识还不够充分，数值模拟研究相对滞后。本项目基于现有实验结果，建立了浒苔个体生长模型，刻画了浒苔在不同环境条件下的生长过程。将该模型应用于黄海绿潮的模拟，重现了该海域绿潮生物量的变化过程。情境模拟结果显示，绿潮生物量由初始生物量和营养盐可获得性共同决定。其中，溶解无机氮是控制绿潮规模和时间的最主要因素，溶解有机氮在一定程度上支持了绿潮的爆发，而绿潮并未受到溶解无机磷和溶解有机磷的限制。此外，本项目以黄海西部为目标海域建立了水动力模型，模拟结果较好地刻画了目标海域温度和流场的分布。在水动力模型基础上，开展了粒子漂移路径模拟，示踪粒子分布与遥感图像较为吻合，进一步证明了水动力模型的准确性。在粒子漂移模拟中耦合浒苔生长模型，进一步优化了绿潮生物量分布的模拟结果。基于以上模拟结果，计算了多个时间点漂浮和登陆的生物量，评估了不同紫菜养殖区域释放粒子对绿潮生物量的贡献，分析了不同时间点释放粒子的生物量与环境因子的关系。本项目进一步加深了对黄海绿潮发生机制的认识，为绿潮灾害的防控提供了理论依据，本模型可结合现有应急预报系统，应用于绿潮预警。