黃海綠潮應急預測系統業務化研究與應用

白濤，黃娟，高松，吳玲娟，曹雅靜，鐘山

（山東省海洋生態環境與防災減災重點實驗室；國家海洋局北海預報中心，青島，266033）

1 引言

黃海綠潮近四年連續大規模暴發，受其直接影響的區域主要為從日照到威海的山東半島南岸的近岸海域和沿岸地區（見圖1）。綠潮災害對這一地區的水產養殖、水上運動、濱海旅游、海上交通運輸等相關產業的影響尤為嚴重，這些產業在山東省海洋經濟中具有舉足輕重的地位。近幾年青島和日照兩市先后提出了“帆船之都”、“水上運動之都”的城市發展規劃，形成以水上運動為特色的沿海旅游產業，該產業極易受到綠潮災害的直接影響，2008年黃海大規模綠潮威脅青島“奧帆賽”，對賽事的準備工作造成了諸多困難，并且兩市目前每年舉辦的大型海上運動項目多達十幾項，因此對綠潮防災減災工作提出了更高的要求。

近年來國外很多科學家對綠潮的生長機制、運動方向和速度等要素進行多方面研究，并得到了初步的成果。Aurousseau等[1]在法國綠潮災害比較嚴重的Brest灣，建立三維生物地球化學模式，對該海域的漂浮綠潮的生長和腐敗-漂移-沉降進行模擬。Cugier等[2]建立的浮游植物三維生態學模型和三維水動力模型（Cugier等[3]），建立適應于Brest灣的綠潮特征（Me′nesguen等[4]；M′enesguen[5]）的三維生物地球化學模型，同時開展了潮間帶綠潮的預報研究。Perrot等[6]發展了預報潮間帶海藻的簡單方法，并于2007年5月建立了綠潮在潮間帶生長和漂移的預報模式。2008年5月31日黃海海域發現漂浮綠潮后，國內研究人員對綠潮的漂移進行多方面研究，并得到了初步的成果。北海預報中心立即啟動高性能計算機，利用衛星、船舶、飛機、海洋站等多源觀測和監測數據，采用POM（Princeton Ocean Model）三維全動力海流模式的拉格朗日粒子追蹤方法，快速準確預報綠潮的漂移方向和路徑。喬方利等[7]根據7月份綠潮的漂移路徑，提出“綠潮長程輸運通道”觀點，認為綠潮的長程輸運通道會隨著風場變化而略有不同，可將監測與打撈工作從整個面集中到狹窄通道內。喬方利等[8]利用數值模式對2010年綠潮漂移進行了模擬研究，發現風場驅動下的海洋表層流場年際變化是滸苔漂移路徑變異的主要原因,提出區域氣候變化是影響海洋生態系統的一種途徑。

圖1 2008—2011年連續4年綠潮分布對比圖

圖2 COSMO SAR及MODIS衛星遙感綠潮解譯圖

目前，由于一些綠潮監測關鍵技術尚需完善，以及業務化的黃海綠潮業務化預測預警系統的缺少，使得綠潮災害的預測預警難以進行業務化開展，因此，研究綠潮業務化預測預警關鍵技術，建設一套集綠潮監測、信息提取與融合、數據收集與同化、預測預警及產品發布等功能于一體的綜合業務化系統，對黃海周邊地區海洋經濟社會發展和《山東半島藍色經濟區發展規劃》的順利實施都具有重要作用。

2 綠潮漂移預測數值預測系統

2.1 綜合要素初始數據收集

利用TERRA/AQUA-MODIS、SARCOSMO-1/COSMO-2和HY-1B衛星、航空、船舶、岸基等多源監測數據，開展多源數據融合技術（見圖2—3）。主要包括多源數據可信度、準同步監測數據訂正技術研究和模式數據融合技術等，為黃海綠潮預測預警提供初始場做基礎。然后對多源監測數據資料進行整理分析和篩選，形成綜合要素數據集并數字化，為綠潮漂移預測模型提供初始場、邊界場和校驗場。

圖3 綠潮岸邊巡視監測圖及海監飛機綠潮航拍監測圖

2.2 氣象預報模式建立

WRF(the Weather Research and Forecast)是正在開發的新一代中尺度非靜力預報模式和資料同化系統，具有研究和業務預報功能的廣泛的應用范圍，具有操作的可移植性、可維護性、擴展性、易讀性、運行結構性和互用性等特點。本項目以WRF氣象模式為基礎，針對本研究區域的特點，采用了嵌套技術在南黃海海域進行加密計算，水平分辨率為5 km。在物理過程方面，改進優化海陸風現象的刻畫。同時采用3D-Var方法同化GTS、海洋站和浮標等實時觀測數據，進一步提高了預報模式的精確度。

2.3 綠潮漂移預測模型

圖4 綠潮漂移預測數值模擬區域水深和雙重嵌套區域

綠潮漂移預測模型采用三維全動力POM海洋模式，根據綠潮所在位置、范圍以及政府部門對應急預測的不同需求，建立兩個區域模式：大區域是東中國海海域（117°30'—130°E,25°—41°10'N），水平分辨率1/30°，垂向10層；小區域是青島—江蘇近海海域（119°8.6'—122°E,31°45.6'—37°N），水平分辨率1/120°，垂向6層；模式地形來源于GEBCO（General bathymetric Chart ofOceans）分辨率為1'×1'的數據，并采用海圖水深和Google Earth進行水深和岸線訂正（見圖4）。大區域模式采用全球海洋模式（HYCOM+NCODAGlobal 1/12°Analysis）模式的水位、流場、溫鹽場等輸出結果作為大區域模式的初值和邊值場，同時在邊界上加上8個分潮（M2,S2,N2,K2,K1,O1,P1,Q1）來驅動；風場采用北海預報中心業務化WRF（Weather Research and Forecasting）大氣模式的風場和熱通量場作為大氣強迫場；考慮長江等主要河流徑流的作用，長江的徑流量采用大通站多年月平均徑流量。小區域模式是采用兩重嵌套技術，大區域計算結果為小區模式提供初值和邊值條件；大氣強迫場與大區域模式相同。海洋模式采用熱啟動，根據政府需求每天預報未來3天的綠潮漂移情況。在不考慮綠潮自身生態特征的情況下，其在海水中的移動，可以看作是質點跟隨海流的物理運動，所以綠潮應急漂移預測，采用拉格朗日粒子追蹤方法。粒子追蹤方法采用粒子隨機走動模式來模擬粒子的運動。每個粒子的位移變量都可以由Lagrange方程來確定；粒子群的運動特性是一個隨機過程，它的條件概率密度函數可以由相應的Fokker—Planck方程決定。將對流擴散方程轉化為Fokker—Planck形式，通過數值求解粒子的Lagrange方程，確定每個粒子的位移，從而實現了粒子的動態追蹤，達到了污染物運動過程數值模擬的目的[9]。

2.4 模式驗證

圖5—6是2008年8月19—20日奧運1號浮標120o24'E，36o2.4'N和2009年3月26—27日董家口傾倒區附近 A10測流點（120°1.967'E，35°22.3'N）（位置見圖4）表層流速、流向模擬計算值與實測值的比較。無論是流速還是流向，模擬值和實測值的變化基本一致，吻合較好。總體來說，該數值模式能較好再現該海區的海流狀況。

圖7—8是監測站2011年1月、3月0—24 h）風速風向對比圖，從以上分析結果來看，風場數值預報結果無論在風向的預報還是風速的預報上面，均有較優秀的表現，將其應用于業務化預報并為海洋模型提供大氣強迫條件是合理可行的。

圖5 奧運1號浮標表層流速、流向計算值與實測值比較圖

3 綠潮漂移動態圖和驗證

SAR衛星成像分辨率為30m，結合MODIS和HY-1B等衛星資料比對，能較好反映綠潮的動態信息。恰好2011年7月11日SAR COSMO和MODIS分別于06:02和10:59經過青島近海（圖像來源于國家衛星海洋應用中心，圖9），圖9a中綠色代表綠潮（滸苔），SAR成像不受云覆蓋的影響，我們對比SAR COSMO和MODIS兩張影像圖，選取六個綠潮形狀變化不大的區域中提取有效信息作為綠潮漂移模式的初始場，預報4小時后綠潮的位置，并與MODIS監測結果（見圖9 b）作比較（見圖10）。受青島近海東北向流的影響，綠潮向東北偏東向漂移。綜合考慮綠潮有可能會沉降、SAR COSMO和MODIS成像也會出現一些差別等因素，綠潮數值預報結果與MODIS監測結果大體一致。

圖6 董家口附近測流點A10表層流速、流向計算值與實測值比較

圖7 小麥島監測站2011年1月（0—24 h）風速風向對比圖（綠色：預報，黑色：實測）

圖8 小麥島監測站2011年3月（0—24 h）風速風向對比圖（綠色：預報，黑色：實測）

圖9 2011年7月11日綠潮衛星遙感解譯圖（紫色方塊為模擬驗證區域）

圖10 2011年7月11日綠潮漂移模擬結果與MODIS衛星監測結果比較

圖11 未來三天綠潮外圍線漂移預測圖

4 黃海綠潮應急預測系統業務化產品

圖為利用2011年7月11日MODIS-TERRA衛星等綜合解譯信息資料，進行綠潮應急漂移預測，可以看到未來三天綠潮外沿線所在位置以及未來一天綠潮分布圖，便于政府相關部門了解綠潮相關信息，為啟動應急預案提供依據。數值模擬結果（見圖11—12）顯示7月11日06時—14日06時綠潮主要向偏北方向漂移，綠潮最北端到達36o29′N附近海域。綠潮將影響日照至青島薛家島海域、膠州灣、團島至嶗山頭附近海域，并有部分登陸。并根據青島市2011滸苔災害預警及應急響應級別發布預警區域綠潮覆蓋面積及分布面積（見圖13及表1），北海預報中心每天根據監測、預測結果向政府及相關部門及時發布綠潮預警信息。

5 討論

圖12 未來一天逐時綠潮分布圖

圖13 青島市滸苔災害預警及應急響應級別圖

綠潮作為一種新的自然災害，當其大面積爆發時，對海洋環境、海洋漁業和海洋生態系統都會造成一定的影響。目前，由于相關綠潮災害監測指標體系尚未建立，以及業務化的黃海綠潮預測預警系統和平臺的缺少，使得綠潮災害的業務化預測預警工作難以順利開展。因此，研究黃海綠潮業務化預測預警關鍵技術，建設一套集黃海綠潮監測、信息提取與融合、數據收集與同化、預測預警及產品發布等功能于一體的綜合業務化平臺，對黃海及周邊地區海洋經濟社會的發展和《山東半島藍色經濟區發展規劃》的順利實施都具有重要作用。通過黃海綠潮漂移數值模擬結果與衛星等多源監測數據的比較，可以看出該模式能夠較好模擬綠潮的漂移軌跡。通過黃海綠潮應急預測業務化系統，在綠潮應急期間向政府及相關部門及時提供綠潮相關信息，為政府及相關部門防災減災工作提供了大力的技術指導，為及時啟動應急預案提供了依據。當然，綠潮的發生發展過程非常復雜，在漂移的過程中會有死亡、生長、沉降等生態現象，因此黃海綠潮漂移預測結果會與監測結果有一定的偏差，下一步我們將繼續優化黃海綠潮漂移數值模型，結合生態過程對綠潮進行漂移預測，從而提高黃海綠潮應急預測系統的精度，更好的為政府及公眾服務。

表1 預警區域綠潮覆蓋面積及分布面積

[1]Aurousseaup P.Les flux d'azote et de phosphore provenantdes bassins versants de la rade de Brest[J].Comparaison avec la Bretagne.Oce′anis,2001,27:137-161.

[2]CugierP,LeHirP.Three dimensional(3D)ecological modelling of the Bay of Seine(English Channel,France)[J].J Sea Res,2005,54:104-124.

[3]Cugier P.Le Hir P.Development of a 3D hydrodynamicalmodel for coastal ecosystem modeling,Application to the plume of the Seine River(France)[J].EstuarCoastShelfSci,2000,55:673-695.

[4]Me′Nesguen,J C Salomon.Eutrophication modelling as a toolfor fighting against Ulva coastal mass blooms,B.A.Schrefler and O.C.Zienkiewicz[eds.][M].Computer modelling in oceanengineering.Balkema,1988,443-450.

[5]Me′Nesguen,A.Modelling coastal eutrophication:the case of French mass blooms[C].Proceedings of the Internationl Conferenceon Marine Coastal Eutrophication,1992,979-992.

[6]Perrot T,DionP,PopulusJ,Guillaumont B,BraultD.Apredictiveapproach to the mapping of fucoid beds using Spot magery and a digital elevation model[C].VIIIth International Seaweed Symposium,June20-25,2004,Bergen,Norway.

[7]喬方利，馬德毅，朱明遠，等.2008年黃海滸苔爆發的基本狀況與科學應對措施[J].海洋科學進展,2008,26(3):409-410.

[8]喬方利，王關鎖，呂新剛，等.2008與2010年黃海滸苔漂移輸運特征對比[J].科學通報，2011,56(18):1470-1476.

[9]Zhang X Y.Ocean Outfall Modeling-Interfacing Near and FarField Models with Particle Tracking Method[D].Ph.D.thesis,Massachusetts Institute of Technology,1995.

[10]黃娟，吳玲娟，高松，等.黃海綠潮應急漂移數值模擬[J].海洋預報，2011,28(1):26-32.