海洋生態預報的研究進展與發展應用

高姍，劉桂梅，王輝，鄭靜靜

（國家海洋環境預報中心自然資源部海洋災害預報技術重點實驗室，北京100081）

1 引言

海洋生態預報（Marine Ecological Forecasting）是指針對氣候變化、極端天氣事件、環境污染以及海洋棲息地變化等環境影響因素所引起海洋生態系統以及組成成分發生變化的預測預報，根據這些預報預測以及早期預警，可以為海上人類活動、沿海社會安全、海洋環境健康等方面提供有效的信息服務和安全保障（https://oceanservice.noaa.gov/ecoforecasting/）。例如，海水里的有害藻華（Harmful Algal Blooms，HABs），其中常見一類為赤潮。2017年我國管轄海域共發現赤潮68次，累計面積3 679 km2（《2017年中國海洋災害公報》），我國赤潮災害年均造成的經濟損失3.15億元，赤潮對生態系統服務功能產生的間接經濟損失為每年276.85億元[1]。赤潮災害對人類健康、漁業以及海洋動植物生存安全造成影響，赤潮預報作為海洋生態預報的一個重要分支，可以提供赤潮災害敏感區水環境閾值異常的預警報以及赤潮生物漂移擴散范圍等信息，服務保障公眾健康安全[1]。

海洋生態預報涉及的影響因素復雜多樣，常常需要有針對性地判定預報災種，考慮從河口區、陸架海到全球大洋的地域差異，選擇經驗預報、統計預報、數值預報等多種預報方法。目前美國、歐洲等國家相繼發展了具有自身特色的海洋生態預報，并且有些已經投入業務化運行，為社會公眾和決策管理部門提供預報服務信息[2-4]；我國經過多年的經驗積累，發展了赤潮、綠潮的業務化預測預報[5]，但從技術方法和預報水平上還待深化。因此，本文重點綜述海洋生態預報涉及的災種、影響海洋生態預報的環境差異、以及開展海洋生態預報采用的方法手段等方面的國內外研究進展，進而提出我國海洋生態預報的發展應用與未來展望。

2 海洋生態預報的災種

海洋生態災害（Marine Ecological Disaster）是指由自然變異和人為因素所造成的損害近海生態環境和海岸生態系統的災害[6]。我國近海環境復雜，是世界上海洋災害影響嚴重的國家之一（《2015年中國海洋災害公報》），赤潮、綠潮是影響海洋生態環境的主要災種之一，赤潮頻發不僅會破壞生態平衡，危害資源環境，而且赤潮毒素還會通過食物鏈導致人體中毒，危害人體健康[7]；和赤潮一樣，綠潮災種（主要指滸苔）的大量繁殖會遮蔽陽光，影響海底藻類的生長，消耗海水中的氧氣；近年來在黃東海出現的大規模水母暴發，水母生長速度快天敵少、蔓延迅速，大量獵殺和攝食浮游動物以及魚類的卵和幼體，導致生態系統受損，對海洋漁業旅游沿岸工業和人身安全等造成很大威脅，形成嚴重生態災害[8]；熱帶海域珊瑚白化事件也受到關注，同時海水低氧、酸化也是影響海洋生態環境的主要災害，對于水產養殖區和生態系統脆弱的區域，海水含氧量、酸堿度也是海洋生態預報關注災種的主要指標[9]。

2.1 赤潮

有害藻華（Harmful Algal Blooms，HABs），是指由于海洋環境條件變化，導致海洋中的浮游植物、原生動物或細菌等爆發性繁殖或聚集，引起水體變色的異常現象，是影響我國近海環境的主要海洋生態災害之一[10]；發生這種生態災害的海域水體顏色多呈現為赤紅色，故常常被稱為赤潮（Red tide）。根據2001—2018年《中國海洋災害公報》的數據統計，近20 a我國近海赤潮發生次數和面積比較嚴重的年份主要集中在2004—2006年，隨著近海排放的控制和海洋環境的治理保護，近年來赤潮災害發生有所減少。美國國家海洋和大氣管理局（National Oceanic and Atmospheric Administration，NOAA）有害藻華業務化預報系統（Harmful Algal Bloom Operational Forecasting System，HAB-OFS）根據衛星遙感圖像、現場調查觀測、數值模型、公共健康報告和浮標實時監測提供的種群暴發濃度、海流海況條件、風場方向和速度等數據來預報未來3—4 d美國近海赤潮敏感區（主要指墨西哥灣海域）赤潮災害潛在發展程度、強度、漂移范圍和影響狀況，并利用對人體健康影響等級為公共健康提供指導性服務，這套業務化預報服務每周發布1—2次的專欄公報和預報簡訊，服務對象主要包括當地海洋資源管理部門、公共健康和科研機構（https://tidesandcurrents.noaa.gov/hab_info.html）。愛爾蘭西南部的班特里灣（Bantry Bay，Ireland）研發的業務化赤潮預報系統，該系統利用數值模型提供的溫鹽流預報場，根據歷史上赤潮發生、營養鹽觀測等相關數據，結合統計估算方法，可對未來14 d赤潮發生可能情況進行預測預警[11-12]。

2.2 綠潮

綠潮（Green Tide），是指海洋大型綠藻脫離固著形成漂浮群體后，快速增殖或聚集導致的一類生態異常現象[13-14]。2008年中國青島近岸海域大面積、高密度漂浮滸苔聚集形成的綠潮，被認為是歷史上至2015年世界范圍內暴發的最大規模綠潮[15-16]。此后，2009—2018年綠潮連年暴發，成為我國近海尤其是黃海主要關注的生態災害（中國海洋災害公報2009—2018年）。經過多年研究確定黃海綠潮的原因種為滸苔（Ulva Prolifera），因此黃海綠潮又名滸苔，主要起源于南黃海西部的蘇北淺灘海域，同時也對黃海綠潮的早期發展過程、關鍵影響因素等方面掌握了比較系統深入的認識[14]。綠潮也是世界沿海國家發生的海洋生態異常現象[17-18]，但我國黃海綠潮暴發規模大、影響范圍廣、持續時間長，明顯有別于其他沿海國家以往所報道出現在半封閉海灣的綠潮，并且我國黃海綠潮原因種滸苔在遺傳信息上與我國沿海一線其他地區采集的滸苔也存在差異[14,19]，同時綠潮原因種滸苔最初來源的研究也一直是研究黃海滸苔綠潮的最大困惑[14]，這也成為開展黃海滸苔綠潮生態災害預警報研究的難點之一。國際上其他沿海國家綠潮災害暴發的影響范圍相對較小，達到海灘上堆積時進行收集處理[14]，而我國黃海綠潮至今已經連年出現，對南黃海西部沿海一線的景觀、環境和養殖業造成了嚴重破壞，因此開展黃海滸苔綠潮預警報一直成為每年度黃海防災減災的重要任務。自然資源部北海預報中心依據衛星遙感圖片綠潮影像的解析，結合海表風場、流場的數值模擬結果和氣象要素分析，預報綠潮漂移擴散的空間軌跡以及漂移距離和速度[20-22]；自然資源部第一海洋研究所喬方利等[23]利用數值模擬的研究提出利用風場、流場的年際變化等特征代表的區域氣候變化，也是預測滸苔年度暴發狀況的一種途徑；國家海洋環境預報中心2008年建立了滸苔漂移路徑預測系統，向有關部門發布滸苔漂移軌跡預報和海洋環境預報，協助前線應急指揮中心完成了滸苔的控制和治理[24]，并在2019年度海洋災害預測會商會上提出了滸苔受溫度、光照影響下包含生物生長消亡過程的漂移數值模型，可以對黃海滸苔綠潮生長漂移及生物量變化趨勢開展預測預報[25]。

2.3 水母暴發

水母暴發（Jellyfish Bloom），是指在過去20 a水母類生物在世界許多海域出現種群暴發的現象[26]，這對沿海人民的生活生產帶來一系列不利影響。例如，2011年日本、以色列和蘇格蘭的核電站由于水母暴發導致停止運行；而且很多水母帶有刺細胞，可對人體造成傷害，甚至會發生游客被水母蟄傷的事件；另外，由于水母的持續增加，有可能取代魚類等大型生物成為生態系統的主導性生物，造成對海洋生態系統的災難性危害[27-28]。我國渤黃海水母暴發的成災種類主要有海月水母、沙海蟄和白色霞水母[29]，例如，2013年7月秦皇島海域沙海蟄出現暴發性增長，蜇傷浴場游客事件頻發[30]。導致水母暴發原因比較復雜，具有不連續性，包括水母生活史的認識、海水溫度的影響、海洋環境的動蕩等理論基礎的認識[26]。對于水母暴發災害的預報預測研究，目前開展的還比較有限，歸納為幾類分別為[31]：將水母視為粒子，利用拉格朗日追蹤或者溯源的方法來研究水母暴發的路徑[32-34]；將水母生活史過程通過實驗數據進行歸納擬合成為數學公式，再現水母暴發過程并對未來可能暴發情況進行推測[35-36]；基于數值模擬預報的溫鹽數據，利用統計方法預測水母暴發可能性、濃度和分布特征[37]，另外也有考慮海水酸化、風混合作用、氣候因素等相關數據，統計歸納與水母生物量關系來推測水母暴發災害問題[38-39]。隨著對水母暴發研究的不斷深入，結合監測的預警報技術也不斷發展，例如，日本漁業信息中心（Japan Fisheries Information Centre，JAFIC）利用船舶、飛機等監測手段，獲取大型水母分布情況，通過匯總分析，由網絡、傳真、移動終端發布水母短期預報[40]；澳大利亞聯邦科學與工業研究組織（Commonwealth Scientific and Industrial Research Organization，CSIRO）基于水母蟄傷記錄和天氣情況，根據大堡礁箱水母的暴發和東南信風的關系，發現沿岸風的次日蟄傷事件增多，進而制定浴場管理策略，發布預警信息,減少水母蟄傷事件[41]；自然資源部北海預報中心[29,42]基于集合預報和拉格朗日粒子追蹤方法，考慮水母垂直運動等自主運動，建立青島近海大型水母的集合漂移預測模型，結合實時監測數據，開展青島近岸海域水母集合漂移軌跡、速度、趨勢和可能影響范圍等要素的預測。

2.4 珊瑚白化

珊瑚白化（Coral Bleaching），是指珊瑚失去共生藻或它們的色素或同時失去共生藻和色素而變白的現象[43-46]。珊瑚白化不但會使其失去美麗的顏色，抗病力大大減弱，還會使珊瑚礁生態系統的生物多樣性降低，魚群數量減少，進而導致珊瑚群落的衰退和珊瑚礁生態系統的消亡[47-51]。因此，防止珊瑚白化，就要保護珊瑚群落乃至珊瑚礁生態系統的基礎，即適當的溫度、良好的水質以及充足的光照等環境條件[52]。NOAA的全球珊瑚礁監控系統（The NOAA Coral Reef Watch,http://coralreefwatch.noaa.gov/satellite/publications.php）利用衛星遙感數據、近岸實時觀測和長期監測數據、數值模型以及影響珊瑚生態系統的海洋物理環境條件報告，來監控全球珊瑚分布范圍內未來4個月內可能出現珊瑚白化的警報區、水溫升高時間、海表溫度和海表溫度異常及升高趨勢、潛在壓力等級、赤道無風帶的變化、以及可視站點的詳細數據等，給出分辨率5 km每日監控數據和分辨率50 km每周監控數據，并結合氣候預測，提供珊瑚白化事件與ENSO（El Ni?o-Southern Oscillation，厄爾民諾-南方濤動）預測相關的指導性分析[53-54]。

2.5 富營養化、低氧和致病菌等災害指標

前幾小節分別從海洋生態預報災種的角度回顧了國內外研究進展，在實際中，伴隨海洋生態災害的發生也同時會出現海水富營養化、低氧、致病菌超標等水質參數的變化，因此還需要針對營養鹽、溶解氧、酸堿度、致病菌等生化指標進行預報預測。水體富營養化指氮、磷以及有機質的增加[55]，評價海水富營養化的標準常包括溶解氧（Dissolved Oxygen，DO）、化學耗氧量（Chemical Oxygen Demand，COD）、硝酸鹽（NO3-N）、亞硝酸鹽（NO2-N）、氨氮（NH4-N）、活性磷酸鹽（PO4-P）和葉綠素a濃度（Chl-a）等，目前這些參數是海水質量監測評價的常見指標，但涉及到這些參數的業務化預報就開展得非常有限[5]。海水富營養化引起藻類大量生長，因而導致水體含氧量下降；海洋中大多數生物都需要溶解氧來維持，如魚類生長所需的溶解氧為6 mg/L，蟹、蝦需要2～3.5 mg/L以上的溶解氧[56-57]，低氧對底棲生物的影響最為顯著，當溶解氧濃度小于2 mg/L，且長時間持續，海洋生態系統中的各種動植物，尤其是運動能力弱的底棲生物群落將面臨死亡[58]。通常定義水體中的溶解氧濃度＜2.0 mg/L為低氧狀態（Hypoxia），對應這一溶解氧較低的區域也被稱為海洋生物的死亡區（Dead Zone）[9]。美國墨西哥灣低氧監控系統（Gulf of Mexico Hypoxia Watch,http://www.ncddc.noaa.gov/hypoxia/products）通過每年夏季航次調查的實時數據制作成圖像產品對公眾發布，進而理解、預測并最終減少低氧事件對海洋漁業和生物的影響；通過這種長期而具有持續性地對墨西哥灣低氧狀況的認識，利用低氧統計評估模型進而評估預測下一年度該海域的低氧狀況，為管理部門提供防治措施[59-60]。海洋生態災害暴發常伴有致病菌的出現，例如，僅2011年，美國就有43%的海灘監測到致病菌污染，因此美國NOAA把致病菌（Pathogens）也列入海洋生態預報主要方向之一，通過發展監控和預警方法來盡可能降低沿海居民健康和經濟發展的損失[61-62]。香港近年來也啟用了WATERMAN水質示范預報項目（Project Waterman of HongKong,http://www.waterman.hku.hk/），每日可提供16個泳灘的水質預報，預報要素為大腸桿菌及健康風險等要素[63-64]。

3 海洋生態預報的環境差異

海洋生態系統具有顯著的區域差異性，一方面受局地驅動的影響，如風、潮汐和地形等因素，另一方面受外源強迫的調控，如海洋邊界的水體交換、河流輸入、大氣-海洋界面的相互作用等[65]。在物理、化學、生物多種因素的綜合作用下，季節與年際營養鹽分布特征、浮游植物生長代謝過程也具有顯著不同，因此針對不同環境的海洋生態預報也需要差異化研究，根據預報對象和服務要求，在實際預報中有所側重。

3.1 河口區

河口區，是海水和淡水交匯混合的部分封閉的沿岸區域，它通常受潮汐作用的強烈影響；本文提到的河口區也是指類似潮間帶這種陸地和海洋環境的交替區（過渡帶），是海洋水質環境主要關注的區域之一，也就成為海洋生態預報需要研究方向之一。我國河流眾多，有黃河、長江、珠江這樣大流量的河口區，結合潮汐影響，在這些海域具有明顯的海水與淡水循環、以及水體分層特征[66]。值得注意的是，在河口區這個區域，除了有來自陸地的營養鹽補充外，還有一個重要因素是具有滯留營養物的水文和生物機制。在距離岸邊較遠的向海一側，浮游植物因營養鹽供應補充和海水透明度較高，浮游植物常產生水華。在水華之后植物死亡沉降到鹽度較高的下層，通過潮流和河口的特殊水文狀態相結合[67]，這些沉降和分解的植物碎屑產生的營養鹽又被向岸和向上的鹽水流帶到表面，補充表面流帶走的營養鹽，成為一個“自我富營養化”的系統。因此，河口區是一個生產力水平很高的區域，關注的預報要素就主要涉及赤潮藻華、氮磷等富營養化、低氧與缺氧、海水酸堿度和重金屬以及致病菌等。這些要素與人們生產生活息息相關，如水產養殖和海洋浴場的水質標準等，因此需要精細化程度高、預報時效性高、和水質密切相關的生態預報產品。例如，珠江口建立的可以檢測亞熱帶水體中有害細菌的水質模型，該模型試驗點靠近一個污水排放口，而在污染物排放前后，預報準確率也很高，可達81%～91%[64]。

3.2 陸架海

本文所說的陸架海主要指自海岸線（一般取低潮線）起，向海洋方面延伸，直到海底坡度顯著增加的大陸坡折處為止的區域，通常把200 m等深線作為陸架下限，從一定意義上來講也包括河口區，是海洋生物資源活躍的區域。我們主要關注和預報相關的物理過程對生物過程的影響有：（1）包括潮汐、陸架陡坡和上升流等海洋鋒面；（2）邊界湍流；（3）風混合和潮汐混合等過程，其中近岸上升流鋒面的影響是最主要關注的因素，即低溫、低溶解氧、高營養鹽、高鹽度和高密度[67]。我國渤、黃、東海陸架區、臺灣海峽以及海南島近岸都存在上升流，在這些海域，富含營養鹽的深層水向上涌升，使表層水變得肥沃，從而具有較高的生物生產力。在陸架海關注的生態環境預報主要有中國近海赤潮[10,68]、黃東海綠潮[20-25]、水母暴發[29,40,42]等災害問題。以赤潮為例，我國陸架海赤潮變化分布具有顯著季節性和空間性[68]：南海赤潮主要集中在珠江口附近海域，各月發生頻次較為平均；東海赤潮主要發生在長江口附近海域、浙江沿岸和福建中部至北部沿岸海域，時間集中在4—9月；渤、黃海赤潮主要發生在遼東灣的中部、西部海域和渤海灣海域，以及遼寧省大連市至東港市沿岸、煙臺市至威海市沿岸和膠州灣、海州灣海域，時間集中在5—10月，其中5—6月達到鼎盛期。黃海是我國綠潮災害主要暴發海域，尤其是我國蘇北淺灘是黃海綠潮早期形成發展的關鍵地區[14]。此外，影響我國陸架海的生態災害還有大規模水母暴發，遼東半島也是災害暴發的主要海域之一[69]。

3.3 全球大洋

大洋區是大陸架之外的整個水體和海底，相對于河口區、陸架海，大洋的環境是相對穩定的[70]。大部分大洋表層的陽光充足，表層溶解氧含量較高，溫躍層明顯，鹽度基本恒定[65]。大洋中生物量的時空分布與環流的動力結構和熱力特征緊密相關，海洋生產力高值區主要集中在赤道和副極地氣旋式渦狀環流內，低值位于南北副熱帶渦狀環流海域。重要的是赤道上升流海域，這里的深層高營養鹽海水向混合層上升流動，形成由東高西低的高營養鹽帶，這里具有非常豐富的海洋生產力，集中了世界上著名的漁場。黑潮流系是西北太平洋區域重要的西邊界流，將營養鹽、浮游植物以及幼魚等由南向北進行輸運，對陸架海的浮游植物水華也起到重要作用。另外還有副熱帶海域內冷中心和暖中心的渦狀環流也是研究生態系統結構和變異的重要區域，這些渦常伴隨著營養鹽結構的調整，形成浮游植物生產繁殖的利弊條件[67]。在全球大洋海域，海洋生態預報主要關注的問題多與全球氣候變化相關，預報的要素也多為長時間尺度海水生物泵影響下的海水二氧化碳分壓和酸堿度變化，以及碳源匯格局分布等[71-72]。NOAA的全球珊瑚礁監控系統[53-54]、歐洲的MyOcean和MyOcean2項目（http://www.myocean.eu.org）也是全球大洋生態環境預報預測系統的主要示范，在預測全球大洋葉綠素濃度、營養鹽濃度等生態過程和生態要素方面提供了業務化應用[73-74]。

4 海洋生態預報的技術方法

4.1 經驗預報

海洋生態預報涉及方法廣泛，經驗預報仍然是最主要采用的方法之一，例如，傳統的赤潮預報主要是根據藻類生消過程中環境因子的變化規律進行預測，依賴于某個環境因子的異常變化來定性判斷赤潮發生[10]。我國沿海致災藻類種類繁多，而且分布廣泛，海上生物、化學條件已經基本具備，在這種情況下，水文氣象條件往往是誘發赤潮的重要因素，因此，到目前為止，根據天氣形勢分析赤潮發生可能性的預報，仍然是赤潮預報最基本的手段[68]。赤潮災害的形成往往是多環境因子造成的，因此，在一定程度上也限制了該方法的實用性。

4.2 統計預報

利用海洋生物要素與環境因子之間的統計關系來分析海洋生物生長繁殖過程是海洋生態學的常用研究方法[65]。在海洋生態預報方面，也會綜合分析引發生態災害過程的多個環境因子，基于統計學方法，對監測資料進行分析處理，篩選主要環境因子，對海洋生態災害進行預測預報[75]。例如，利用水溫氣象要素與赤潮發生的統計關系，來預測赤潮發生的可能性[76]。另外，神經網格方法、數據挖掘等也是基于統計分析的方法，根據有害藻華多發水域的氣象、物理、化學、生物等因子，利用觀測和實驗，建立赤潮統計預測模型，對災害發生時間、地點等要素進行判斷[77-78]。

4.3 數值預報

海洋生態數值預報是指利用海洋生態動力學模型（海洋水動力模型耦合生物地球化學模型），深入認識海洋生物地球化學循環過程、營養鹽通量和相關要素的循環路徑[79]，對海水中的營養鹽、浮游植物、浮游動物，以及溶解氧、海水二氧化碳含量等要素進行定量化模擬，進而對海洋生態系統示范區的富營養化、海洋生態環境健康、有害藻華、水產養殖區水質環境狀況以及氣候變化對海洋生態系統影響等方面提供預報預測服務（https://oceanservice.noaa.gov/ecoforecasting）。近年來，海洋生態數值模型的發展與應用已日漸成熟，從最早NPZD（Nutrient-Phytoplankton-Zooplankton-Detritus）的 4個變量已經發展到多個乃至幾十個變量，例如歐洲的 ERSEM（European Regional Seas Ecosystem Model，歐洲區域性海洋生態系模式）包含多項精細化的循環過程，可以刻畫陸架海生態系統的關鍵生物化學過程，即浮游植物群落復雜性、微生物循環、多種營養元素的化學計量（氮計量和碳計量等）、碳循環過程、不同海區不同葉綠素比例的生化循環（http://www.meece.eu/library/ersem.html），該模型耦合水動力模型，在英國氣象廳（Met Office）已經業務化運行，可提供歐洲西北部陸架海的生態系統健康、水質輔助監測、富營養化、有害藻華類預測等產品服務[2]，再分析和預報產品集合到MyOcean網站上發布。依據ERSEM多種營養元素的精細化循環過程的基本形式，Vichi等[80-81]對生物地球化學過程公式給出了統一的標準形式，并開發了適用于近岸、遠海以及全球復雜環境特征的生物地球化學模型BFM（Biogeochemical Flux Model），并結合數據同化方法同化了衛星遙感葉綠素資料[82]，已在地中海海盆及陸架區域實現業務化生態預報，可應用于藻類生物量預報、近岸沉積物和魚群量評估等[3]。歐洲開發的海洋生態模型大多在全球、大西洋以及歐洲各海域使用廣泛，此后美國和日本等國家又相繼開發了適用于太平洋及鄰近海域的海洋生態模型，例如，CoSiNE（Carbon,Silicon,Nitrogen Ecosystem）在太平洋、日本海、南海等開展了大量的試驗和研究，具備模擬水體中關鍵生態過程的能力，比如小型浮游植物和硅藻對不同營養鹽輸入的響應、不同浮游動植物之間的捕食和競爭關系、浮游植物對光和營養鹽限制的動態響應、以及浮游動植物和顆粒物對水體溶解氧的調節等[83-86]。日本的NEMURO（North Pacific Ecosystem Model for Understanding Regional Oceanography）基于北太平洋生態系統結構搭建[87-88]，包括氮、磷、硅、大小浮游植物、大小浮游動物等多種變量，在北太平洋開展了一維、二維和三維的營養鹽、碳循環和生物化學循環過程的數值模擬實驗，發展了微生物循環（eNEMURO）[89]、以及低營養鹽水平模塊和流域尺度大的魚類種群模塊（NEMURO.FISH）[90]。結合海洋生態數值模型，利用遙感數據以及實時監測數據，海洋生態預報領域也在大力發展近岸精細化數值模擬與預報技術，預測赤潮等有害藻華可能發生的概率、位置以及潛在影響范圍強度等[4]。針對墨西哥灣的低氧環境現象，海洋生態模型的數值敏感性實驗也可以用來研究由風引起的上升流對墨西哥北部低氧區域的影響，進而開展評估和預報[59-60]。

5 海洋生態預報的發展方向與未來展望

5.1 豐富完善的數據是海洋生態預報的基礎支撐

我國近年來在沿岸、近海、大洋的觀測能力不斷提升，氣象水文、生物化學等數據不斷豐富，船載走航、定點臺站、連續浮標、衛星遙感、水下機器人、以及無人機和無人艇等多設備多手段的集成，都可以通過合理方法運用到海洋生態預報，為掌握目標海域的環境特征和生態災害暴發狀況提供數據支持，配合預報檢驗和評估，利用數據融合與同化方法提高預報模型的準確性，結合未來發展的大數據挖掘、基于神經網絡的智能反演算法，最終實現定時、定點、定量的海洋生態預報數據集成系統。

5.2 加強海洋生態學的機制機理研究

海洋生態系統是海洋生物種群與非生物環境相互作用的復雜動力學系統，其復雜性不僅因為它包含著生物多樣性，而且包含生物地化循環過程、物理過程的多樣性及其非線性相互作用的復雜性[75]。開展海洋生態預報的根本問題是對海洋生態系統概念的認識，不同類型海洋生態災害的發生實際上是海洋生態系統結構與功能的演變、乃至結構轉換的表現形式之一。不同海洋生態災種、不同海洋環境都具有極大的差異性和不確定性。深入理解海洋生態學的機制機理，利用實驗和觀測手段，將海洋生態系統中個體、種群和過程研究朝著模型化、參數化、精細化方面發展，揭示浮游植物異常暴發的生物學機理、誘發原因、源頭以及與各種海洋環境要素的關系，以及海洋浮游植物的異常性暴發增長與全球變化的關系，才能從根本上實現海洋生態預報。

5.3 開發海洋生態預報先進技術

海洋生態動力學模型是開展定量化海洋生態預報的有效方法之一，結合數據同化技術的海洋生態動力學模擬研究是現階段發展海洋生態數值預報的主要研究方向，在國際上海洋生態預報科研和業務化領域也已經廣泛采用。隨著先進技術的不斷發展，大數據挖掘、基于神經網絡的智能反演、精細化格點預報等先進技術已經在天氣預報領域逐漸發展起來，未來也將不斷引進到海洋生態預報領域，彌補海洋生態系統非線性的結構特點[91]，對適應系統的復雜性有效的理解和預測，綜合運用經驗預報、統計預報、數值預報以及先進預報技術，提高海洋生態預報的可靠性。

5.4 著力解決制約海洋生態預報的瓶頸問題

海洋生態環境要素監測大部分需要調查采樣、生化分析等人為手段，近年來通過研發微型、低功率的物理、生物、化學傳感器并裝載到Argo浮標上所形成同步觀測物理和生物地球化學參數的生物地球化學剖面浮標（Biogeochemical Argo Float,BGC-Argo）[92]，在一定程度上解決了衛星遙感與人為測量的瓶頸問題，數據可實現自動、連續、穩定，但BGC-Argo成本較高，主要投放在上千米的深海，近海與近岸的海洋生態環境要素觀（監）測還無法滿足海洋生態預報的要求，這成為制約海洋生態預報的瓶頸問題之一。另外，我國近海近岸海洋生態系統差異較大，所涉及的海洋生態災害的災種、致災生物、環境因素等也存在較大差異，針對任一種海洋生態災害，都需要深入調查分析研究致災機理，才能給出海洋生態預報的判定依據，這在實際工作中難度較大，也成為制約海洋生態預報的另一瓶頸問題。此外，海洋生態系統具有自動調節功能[65]，致災生物也會發展變化，例如，近幾年黃海在出現滸苔綠潮災害暴發的同時，又出現馬尾藻金潮的有害藻華問題（《2013年北海區海洋災害公報》、《2017年中國海洋災害公報》）；南海長棘海星大面積暴發也嚴重威脅我國珊瑚礁生態系統[93]；我國近海核電站附近海域水母、毛蝦、海地瓜、赤潮（棕囊藻）等海洋生物的暴發性增長也成為新型的海洋生態災害問題[94]，這些都成為對海洋生態預報理解認識的一種新挑戰。

5.5 海洋生態預報是一項系統工程

海洋生態預報是集數據監測、數值模擬、預報評估、業務化應用等各方面于一體的系統工程，涉及多學科交叉，多部門的支持合作，例如美國海洋生態預報的實施路線圖（NOAA’s Ecological Forecast Roadmap），組織機構的合作支持、針對客戶對象需求的業務方法、廣泛的溝通交流和實地考察、制作發布[61]。因此，開展海洋生態預報，亟需利用海洋實時觀（監）測平臺、結合高分辨率數值模式、開發研制海洋生態集合預報系統、發布針對專項用戶的業務化產品，實現定時、定點、定量預報，覆蓋河口區、陸架海、至全球大洋，并保證安全、高效、穩定運行，以提高政府對海洋災害的應急響應決策能力，提升海洋防災減災能力，保障我國海洋環境的生態安全。