基于近岸海域自動監測浮標的水華發生過程分析

李天深，藍文陸（廣西壯族自治區海洋環境監測中心站，廣西　北海　536000）

?

基于近岸海域自動監測浮標的水華發生過程分析

李天深，藍文陸
（廣西壯族自治區海洋環境監測中心站，廣西北海536000）

摘要：利用位于廣西廉州灣的自動監測浮標從2010年開始監控到的水華監測數據，分析水華發生前后溶解氧、pH、葉綠素等數據變化，結合氣象、浮游植物密度數據，探討不同赤潮藻增殖過程環境因子的變化規律，為赤潮機理及預警預報研究提供科學參考。廉州灣水華的葉綠素自動監測數據高值范圍為24.5～77.0 μg/L，浮游植物優勢種為硅藻，浮游植物密度接近赤潮爆發的閾值。自動監測浮標能捕捉并監控到水華發生全過程，其長時間高頻率的觀測資料可有效應用于水華及赤潮的預警預報。不同藻種水華的自動監測數據變化具有差異性，在進行水華預警時應綜合考慮葉綠素、溶解氧以及pH的變化。氣象因素是水華誘發的因素，降雨過后，氣溫突升，風速小于等于三級時，可結合自動監測網絡監測數據，發布水華預警。

關鍵詞：自動監測；水華；葉綠素；溶解氧；pH

近年來，隨著我國沿海赤潮發生頻率、強度和范圍的上升以及赤潮危害的加劇（張麗旭等，2010；洛昊等，2013），對赤潮發生機理及預警預報研究成為一個重大的科學問題。而近岸海域自動監測浮標由于可以在惡劣環境下實現無人值守的全天候長期連續定點觀測，是赤潮機理和預警研究的一種較好且有效的手段。通過自動監測浮標數據的變化趨勢分析，國內外學者實現對赤潮的跟蹤監測研究（Lee et al，2005；Kim et al，2006；陳國斌，2012），也建立短期的赤潮預報模式（莊宏儒，2006；吳玉芳，2012；李天深等，2011），但缺乏足夠的實際應用以驗證。而且由于赤潮發生的復雜性和特異性，基于自動監測浮標的赤潮機理及預警預報仍有待深入研究。

廣西廉州灣地處北部灣灣頂，位于北海市北側，該灣大部分區域水深較淺，海灣口門寬約23.4 km，海灣面積260 km2，是北海市重要的海產品養殖區。受南流江以及沿岸工農業、生活污水攜帶的污染物的影響，廉州灣部分海域處于富營養化狀態，多次發生赤潮（韋蔓新等，1998；李鳳華等，2007；李波等，2015）。為監控廉州灣的水質及赤潮發生狀況，廣西海洋環境監測中心站在廉州灣布置3個自動監測浮標。2010年以來，自動監測浮標監控到6次高葉綠素、高溶解氧、高pH現象，現場調查發現主要是由于浮游植物爆發性增殖引起的，浮游植物密度接近赤潮發生閾值，為浮游植物水華現象（Miller et al，2004）。本文利用監控到的6次水華的監測數據，分析水華發生前后氣象、溶解氧、pH、葉綠素等數據變化，探討不同赤潮藻種增殖過程環境因子的變化規律，闡述利用自動監測浮標對水華及赤潮進行預警預報應注意問題，為基于自動監測浮標的赤潮機理及預警預報研究提供科學參考。

1　材料與方法

1.1研究區域及站位設置

在廣西北部灣海域的廉州灣布置3個自動監測浮標，編號分別為A01、A02、A03，具體位置見圖1。

圖1　廉州灣自動監測浮標位置

1.2監測方法

1.2.1水質自動監測

自動監測浮標由密封倉系統、監測系統、航標系統、數據采集系統、通信系統、固定錨鏈系統、太陽能供電系統和室內監控接收系統組成。其中，監測系統主機為多參數水質測定儀（美國YSI公司生產，型號為YSI6600型）。主要監測要素見表1。

表1　主要監測要素

自動監測站主要監測表層（1.5 m）水質狀況。測定一次的時間間隔為30 min，數據通過移動衛星通信GPRS傳輸到監控中心。監測期間定期（＜15天/次）對儀器進行維護、校準，以保證儀器的運行性能維持在最佳工作狀態，確保監測數據的準確可靠。

1.2.2氣象監測

自動監測浮標上安裝氣象自動監測儀（美國AIRMAR公司生產，型號為BP200），可監測氣溫、氣壓、風向、風速以及相對濕度。監控到水華發生時，對自動監測的氣象數據進行分析，風力等級劃分依據采用《風力等級》（GB/T 28591-2012）進行，同時觀測記錄實際天氣情況。

1.2.3比對監測

自動監測監控到水華發生時，采用室內校準及性能測試合格的便攜式多參數儀（德國WTW Multi 350i）到海上進行現場海水溫度、鹽度、pH、溶解氧的手工測定，并采集葉綠素樣品回實驗室測定。現場比對測定和采樣時間與自動監測浮標測試時間一致，記錄采樣時間點的自動監測數據并與手工測定結果進行比較分析。葉綠素采樣及分析參照《海洋監測規范》（GB17378-2007）進行。

1.2.4浮游植物檢測

發生異常時浮游植物調查和分析方法：利用小體積采水器分別采集表層海水0.5 L，立即用魯哥氏液固定，使其最終濃度為15‰。帶回實驗室后，搖勻水樣，取出0.1 mL樣品，利用浮游植物分析框在Olympus IX51倒置式顯微鏡下觀察、計數和鑒定種類。為了使誤差減少到10%，每次計數的浮游植物細胞數均達到400個以上。

1.3數據分析

1.3.1自動監測數據處理

水華發生時，位于廉州灣的3個自動監測浮標監測數據均發生類似的變化，其中位于南流江口的A02號站點變化趨勢更加明顯，本文主要以該站點的數據變化作為典型站點，對水華發生前7 d、水華發生過程以及水華后期的自動監測數據進行分析。

1.3.2水華的判定

赤潮時葉綠素a含量通常超過10 μg/L（張水浸等，1994），而自然界中浮游植物葉綠素以葉綠素a占絕大多數，因此本文以葉綠素含量大于10 μg/L作為水華發生的依據（蔡勵勛，2008）。

數據采用SPSS19的Pearson相關性進行分析，作圖采用origin8.0的plot功能完成。

2　結果與分析

2.1廉州灣水華發生概況及水華發生期間天氣變化

2010年至2013年，位于廣西廉州灣的自動監測站共監控到6次水華（表2），其中7月份發生水華次數最多，為3次，其次是6月份，為2次，2月份發生1次水華。水華持續的時間較短，為2～6 d，2012年2月及6月水華持續時間最短，僅為2 d，2010年7月水華持續時間最長，為6 d。發生水華的藻類主要為常見硅藻，有中肋骨條藻、薄壁幾內亞藻、角毛藻、海鏈藻等4種，密度為0.12～2.34×106個/L，接近相關藻種的赤潮閾值（赤潮監測技術規程，2005），浮游植物優勢種單一。

表2　2010年-2013年水華期間主要參數的高值監測結果

6次水華發生過程氣象變化情況見表3。水華持續期間，最高氣溫均較前期有升高的趨勢。且水華發生前期，均出現降雨情況。隨著降雨結束，氣溫開始升高，特別是在2012年2月份，水華中期與前期相差接近8℃，而在夏季則出現1至3℃的變化。水華中期風速也較前期出現下降，基本小于等于3級。在水華消亡期，氣溫出現下降趨勢，風速均有所增加。

表3　水華發生過程中氣象因素的變化

2.2水華期間主要自動監測參數的比對分析結果

2010-2013年廉州灣發生的6次水華期間，海水的pH、溶解氧及葉綠素均顯著升高。位于南流江口的A02號站點水華期間手工測定的pH高值范圍為8.43～9.38，溶解氧高值范圍為14.21～16.35mg/L，葉綠素高值范圍為16.6～70.1 μg/L（表2）；同步的自動監測浮標測定pH高值范圍為8.51～9.26，溶解氧高值范圍為13.11～15.23 mg/L，葉綠素高值范圍為24.5～77.0 μg/L（表2）。

現場pH、溶解氧比對結果與自動監測結果基本一致（表2），自動監測pH結果相對于手工監測結果的絕對誤差在0.08～0.18之間，溶解氧相對誤差在4.4～10.3%之間。而葉綠素自動監測結果與手工比對結果差異相對較大，相對誤差在-60.3～-9.8%之間，且自動監測結果均略大于實驗室測定結果。

2.3典型水華發生過程自動監測參數變化特征

對2011年7月以及2013年7月A02號自動監測浮標監測到的兩次典型水華數據進行分析，其主要參數的變化分別見圖2和圖3。2011年7月4日之前，水溫、溶解氧、pH值、葉綠素變化平穩，葉綠素監測值變化范圍為0.5～3 μg/L，處于正常的變化范圍。7月4日之后，水溫出現一個顯著的升高趨勢，從29.5℃升高到33.1℃，升高幅度達3.6℃。與此同時，溶解氧、pH以及葉綠素也出現顯著升高的現象，溶解氧從5.8 mg/L升到17.0 mg/L，pH 從8.0升高到8.9，葉綠素從3.4μg/L升到42.4μg/L。7月6日開始，溶解氧、pH出現下降趨勢，葉綠素在7月5日出現最高值，達到64 μg/L，7月8日之后開始下降，基本低于10 μg/L。

2013年7月3日至7月17日出現兩次葉綠素監測值大于10 μg/L的時段。第一次出現在7月5日至7日，僅有個別時段葉綠素監測值較高，且持續的時間相對較短。第二次出現在7月11日至15日，高葉綠素值持續的時間比第一次長，大部分時段均高于10 μg/L。水溫、葉綠素、溶解氧及pH也出現同步升高的趨勢。7月12日，水溫從30.6℃升高到32.9℃，升高2.3℃，溶解氧從6.2 mg/L升高到13.1 mg/L，pH從8.3升高到8.9，葉綠素從8.8 μg/L升高到40.5 μg/L。此后，葉綠素、溶解氧開始同步下降。

圖2　2011年7月A02號站點水華發生過程數據變化

圖3　2013年7月A02號站點水華發生過程數據變化

2.4自動監測因子的相關性分析

2011年7月水華前后自動監測因子的相關性見表4。可以表征浮游植物生物量的葉綠素與水溫、pH、溶解氧均具有顯著的正相關性，與鹽度具有顯著的負相關。溶解氧與pH有顯著的正相關。而在對2013年7月的數據進行分析發現，葉綠素與水溫、pH、溶解氧均具有顯著的正相關，與濁度有顯著的負相關（表5），同樣溶解氧和pH也存在顯著的正相關。綜合兩次典型水華數據的分析結果，葉綠素與溶解氧、pH和水溫具有顯著的相關性，溶解氧和pH有顯著的正相關，在利用自動監測數據對水華進行預警時候應綜合考慮葉綠素、溶解氧、pH和水溫的變化規律。

表4　2011年7月水華自動監測因子的相關性（n=583）

表5　2013年7月水華自動監測因子的相關性（n=864）

3　討論與結論

3.1自動監測浮標對水華的監測預警

在自動監測浮標監控到水華現象時，經過現場比對監測，pH、溶解氧的自動監測結果與現場比對結果基本一致，實驗室測定的葉綠素含量也較高。實驗室測定的葉綠素與自動監測結果差異較大，主要是由于自動監測儀器葉綠素測定方法為活體熒光法，不能區分不同類型的葉綠素含量，與實驗室分光光度分析方法不同。但葉綠素自動監測結果不影響對水華的趨勢判斷，從圖2和圖3可以看出，水華發生時相對于前期葉綠素變化幅度很大，呈突變式變化，因此即使自動監測葉綠素結果與實驗室手工方法存在一定的偏差，利用自動監測浮標仍能有效的對水華進行在線監測，并為赤潮實時預警預報提供了可行性。從在北部灣赤潮多發海區廉州灣布設的3個自動監測浮標2010-2013年共4年的應用結果顯示，自動監測浮標可實現全天候、全天時長期連續定點觀測，能捕捉到海域所發生的水華，并且可在線監控到水華發生全過程，其長時間高頻率的觀測資料在水華及赤潮的監控預警預報中有著不可替代的作用。

研究結果也顯示出了自動監測浮標在赤潮監控預警中的不足之處，其中最大的不足在于其不能監測赤潮生物種類及其密度，無法區分水華和有害赤潮。赤潮也被稱作“有害藻華”（Anderson et al，1997），其形成、發展和消亡的過程對海洋生態環境，尤其是近岸海洋生態環境會造成一定危害。廣義上講赤潮都是有害的，而本研究所監控到的水華現象，發生范圍較小、持續時間較短，且均為無毒硅藻，環境影響相對較小。2010年到2013年，廉州灣在初春（2月）或夏季（6月、7月）均發生硅藻水華現象，經現場調查咨詢，漁民稱每年均發生類似的現象，說明廉州灣浮游植物水華現象可能一直存在，只是隨著監測手段的發展——近岸海域自動監測浮標布置，才在近幾年監控到水華現象。浮游植物水華對整個海域的初級生產水平和各生源要素循環均有重要影響（蘇紀蘭，2001），廉州灣水華發生可能是生態系統具有自我調節機制，通過硅藻浮游植物大量增殖，消耗前期由于降水輸入大量營養物質的同時，提高海域的初級生產力，為海域漁業生產提供能量基礎。因此適當的水華是有益的，但其是否會演化為有害赤潮仍是我們需要重點監控的內容。

3.2不同藻種發生水華時數據變化的差異

對水華或赤潮進行預警預報是自動監測網絡設置的主要目的，水華或赤潮發生時，自動站pH、溶解氧以及葉綠素會出現同步升高的現象（李天深等，2011）。但由于每一赤潮藻種生理生態的不同，造成其水華或赤潮發生時環境因子變化的差異，如何確定水華或赤潮發生的閾值以及區分赤潮藻種成為自動監測浮標赤潮預警的難點。從我們自動監測結果分析，當發生中肋骨條藻、角毛藻、海鏈藻水華時，自動監測站葉綠素、溶解氧以及pH均達到很高水平，葉綠素最高值范圍為54.6～77 μg/L，溶解氧高值范圍為13.6～15.2 mg/L，pH最高值范圍為8.9～9.2（表2）。幾種赤潮藻高值變化范圍均比較接近，難以以某一高值確定為某一藻種水華或赤潮發生閾值。如2011年角毛藻水華時，監測數據在7月4日存在短時連續升高的過程，從中午11點至下午4點，水溫從29.6℃持續升高到33.1℃，與此同時，溶解氧從6.3 mg/L升高到15.1 mg/L，pH從8.08升高到8.85，葉綠素從4.0 μg/L升高到27.4 μg/L，此后水溫保持在32℃左右，而pH、溶解氧以及葉綠素仍持續升高（圖2）。而在2013年海鏈藻水華時，數據變化與2011年不同。2013年水華時，水溫變化幅度不大，葉綠素、溶解氧、pH在7月11日開始略有升高，在7月12日才出現顯著升高的過程，也就是說2013年的水華是一個緩慢發生的過程，而2011年則是短時內快速發生的過程。這可能與環境條件有關，也可能與不同藻種細胞大小、色素含量以及其他生理生態差異有關。因此，利用自動監測浮標進行預警，就必須理清不同赤潮藻種水華時環境因子變化過程的差異，針對不同的藻種建立不同的預警預報模式，才能全面、有效的對近岸海域水華或赤潮進行預警預報。

3.3多因子綜合預警及pH在自動預警中的作用

自動監測浮標放置于海上，現場環境復雜，自動監測探頭常出現數值偏離或故障，單獨以某一數值作為赤潮發生的閾值進行預警預報，難以消除儀器性能故障等因素的影響，存在一定的局限性。利用多因子進行綜合監測預警，不僅可以有效解決上述難題，而且通過多因子之間的相互關系，有效印證現場赤潮情況及其變化趨勢。通過分析葉綠素與其它自動監測因子的相關性，國內學者在利用自動監測浮標進行赤潮預警時結合溶解氧和葉綠素的數據。在廈門同安灣，溶解氧百分比為105%、葉綠素為8.0 μg/L可作為中肋骨條藻或旋鏈角毛藻赤潮的預警值（莊宏儒，2006）。而溶解氧8.0 mg/L、葉綠素為10.0 μg/L也被初步作為廣西廉州灣中肋骨條藻赤潮的預警值（李天深等，2011）。在對2010年到2013年廉州灣水華的自動監測數據分析發現，浮游植物水華期間，葉綠素、溶解氧以及pH均有顯著的同步升高和降低的現象（圖2和圖3），除了葉綠素和溶解氧之外，pH在水華發生過程中也發生顯著的變化。而且相關性分析結果表明，pH和葉綠素及溶解氧也有顯著的正相關。另外，比對分析的結果顯示pH參數與手工監測結果一致，大部分比對結果的偏差均在方法偏差范圍之內（＜0.1），表明其比葉綠素和溶解氧更具穩定性。因此在對水華或赤潮進行預警時，應在葉綠素及溶解氧的基礎上綜合考慮pH的變化，通過葉綠素、溶解氧以及pH的變化規律確定水華發生的閾值，可進一步提高預警的準確性。

3.4氣象參數在水華預警中的輔助作用

氣象因素在赤潮形成過程中發揮重要作用。在營養鹽條件充足的情況下，氣溫、光照、降水、風向及風力等氣象條件成為赤潮爆發的重要啟動因子（張俊峰等，2006）。對我國主要赤潮發生省份如江蘇（彭模等，2010）、廣東省（吳迪生等，2005；吳迪生等，2011）、天津（鄒濤等，2007）、遼寧省（胡寶強等，2005）等氣象條件對赤潮發生影響研究表明，氣象條件是赤潮形成、發展和消亡的關鍵因素。在2010-2013年廉州灣6次水華過程中也發現氣象條件與廉州灣水華的發生、發展和消亡有著很大的關系，氣溫以及風速等氣象參數的變化影響廉州灣水華的發生和消亡。2010年至2013年期間，廉州灣水華主要發生在春初的2月份以及夏季的6、7月份。2012年2月的春初，前期冷空氣過后的氣候回暖過程，天氣晴朗，氣溫突升8℃，在風速較弱的條件下引起廉州灣的水華。而夏季是臺風、熱帶風暴等影響廣西近岸海域的季節，臺風來臨之前，影響海域會出現高溫的特征（趙輝等，2013）。受熱帶風暴“康森”和“杜蘇丙”來臨前的影響，天氣悶熱，風速不大，水溫較前期升高1℃及3℃，引起了2010年7月以及2012年6月的廉州灣水華。另外，在監控到6次水華發生的前期，均出現降雨過程，降雨造成氣溫降低，河流徑流量增加，污染物以及營養物質入海量增多，給浮游植物增殖提供基礎條件。隨后天氣轉好，氣溫顯著升高，風速平緩，給浮游植物爆發性增殖提供良好的外部條件，在前期降雨帶來的營養鹽輸入充足的情況下，水華現象易于發生。而從水華發生過程氣象因素變化情況（表3）可看出，水華消亡伴隨著風速增加以及氣溫降低。因此，氣象因素在水華預警中應作為輔助因子給予以充分考慮，當降雨過后，氣溫突升，風速小于等于三級時，應重點關注自動監測浮標數據變化，可結合自動監測浮標監測數據進行水華監測預警；當水華發生后，如果出現陰雨、氣溫突降以及風速增大等天氣，則可結合自動監測浮標監測數據關注水華進入消亡和解除預警的判定。

參考文獻

Anderson D M，1997. Turning back the harmful red tide. Nature，388 （6642）: 513.

Kim G，Lee Y W，Joung D J，et al，2006. Real-time monitoring of nutrient concentrations and red-tide outbreaks in the southern sea of Korea. Geophysical Research Letters，33，L13607，doi: 10.1029/ 2005GL025431.

Lee J W，Hodgkiss I J，Wong K TM，et al，2005. Real time observations of coastal algal blooms by an early warning system. Estuarine，Coastal and Shelf Science，65: 172-190.

Miller C B，2004. Biological Oceanography. Oxford: Blackwell Publishing.

蔡勵勛，2008.廈門同安灣海域赤潮期間葉綠素變化的若干典型特征.海洋環境科學，27（4）：331-334.

陳國斌，2012.廈門同安灣海域血紅哈卡藻赤潮前的自動監測研究.海洋環境科學，31（3）：391-394.

國家海洋局，2005.赤潮監測技術規程（HY/T 069-2005）.北京：中國標準出版社.

胡寶強，李錫華，2005.淺談水文氣象因素對遼寧海域赤潮發生的影響.海洋預報，03：64-66.

李波，藍文陸，李天深，等，2015.球形棕囊藻赤潮消亡過程環境因子變化及其消亡原因.生態學雜志，34（5）：1 351-1 358.

李鳳華，賴春苗，2007，廣西海域赤潮調查及對策建議.環境科學與管理，09：76-77，109.

李天深，李遠強，賴春苗，等，2011.廉洲灣赤潮自動監測結果與分析.中國環境監測，27（4）：32-35.

洛昊，馬明輝，梁斌，等，2013.中國近海赤潮基本特征與減災對策.海洋通報，05：595-600.

彭模，梁曉紅，趙愛博，2010.連云港海州灣海域赤潮發生與水文氣象環境因子特征分析.海洋開發與管理，09：48-53.

蘇紀蘭，2001.中國的赤潮研究.中國科學院院刊，（5）：339 -342.

韋蔓新，何本茂，1998.廉州灣富營養化與赤潮形成的研究［J］.熱帶海洋，04：65-72.

吳迪生，黎廣媚，趙雪，等，2005.廣東沿海赤潮與海洋水文氣象關系研究.海洋通報，05：16-22.

吳迪生，王文娟，俞勝賓，等，2011. 2002年廣東沿海赤潮與海洋水文氣象關系的研究.熱帶氣象學報，02：271-277.

吳玉芳，2012.赤潮高發期間廈門海域葉綠素值預報方程建立及應用于災害性赤潮預報模式的研究.海洋預報，29（2）：39-44.

張俊峰，俞建良，龐海龍，等，2006.利用水文氣象要素因子的變化趨勢預測南海區赤潮的發生.海洋預報，01：9-19.

張麗旭，趙敏，蔣曉山，2010.中國赤潮發生頻率的變化趨勢及其多發年份的R/S預測.海洋通報，01：72-77.

張水浸，楊清良，邱輝煌等，1994.赤潮及其防治對策.北京：海洋出版社.

趙輝，張書文，侯一筠，謝玲玲，曹瑞雪.熱帶風暴“天鷹”對南海西部浮游植物葉綠素濃度的影響.熱帶海洋學報，2013，05：99-106.

莊宏儒.水質自動監測系統在廈門同安灣赤潮短期預報中的應用.海洋環境科學，2006，25（2）：58-61.

鄒濤，葉鳳娟，劉秀梅，等，2007.天津近海赤潮發生的環境條件分析.海洋預報，04：80-85.

（本文編輯：袁澤軼）

Process analysis of algal bloom in offshore area based on the automatic monitoring buoy

LI Tian-shen，LAN Wen-lu
（Marine Environmental Monitoring Center of Guangxi，Beihai 536000，China）

Abstract：Based on DO、pH and chlorophyll monitoring data in the algal bloom forming and vanishing process，which was received by the automatic monitoring buoy in the Lianzhou Gulf of Guangxi since 2010，the variation characteristics of environmental factors for different algal blooms were discussed together with meteorological data and phytoplankton density in order to provide a scientific reference for the study of mechanism and early warning of red tides. The study showed that，the high value of chlorophyll ranged 24.5～77.0 μg/L in the algal bloom，and the density of phytoplankton which was dominant by diatoms was close to the threshold of the outbreak of the red tide. Automatic monitoring buoy could capture and monitor the whole process of the algal bloom，and its long time and high frequency observation data could be effectively applied to the early warning of the algal bloom. Changes of automatic monitor data had significant difference during the bloom of different phytoplankton. Early warning for the algal bloom by the automatic monitoring buoy should take into account the changes of chlorophyll，dissolved oxygen and pH. Meteorological conditions were the main factors inducing the algal bloom. While the temperature skyrocketed and the wind speed was less than third grade after the rain，and the early warning of the algal bloom could be issued combining with data from the automatic monitoring buoy.

Keywords：automatic monitoring；algal bloom；chlorophyll；dissolved oxygen；pH

中圖分類號：P76

文獻標識碼：A

文章編號：1001-6932（2016）02-0201-08

Doi：10.11840/j.issn.1001-6392.2016.02.011

收稿日期：2015-04-03；

修訂日期：2015-07-12

基金項目：國家自然科學基金（41466001）；廣西自然科學基金（2013GXNSFBA019224；2013GXNSFAA019281）；廣西科學研究與技術開發計劃（桂科攻14124004-3-13；桂科合14125008-2-8；桂科攻1598016-6）；國家環境保護公益性行業科研專項（201309008）。

作者簡介：李天深（1981-），男，碩士，高級工程師，主要從事近岸海域自動及生態監測方面研究。電子郵箱：litianshen@126.com。

通訊作者：藍文陸，博士，高級工程師。電子郵箱：dr.lan@139.com。