基于机器学习的浮标实时自动化赤潮预警研究

实现赤潮预警对于减轻海洋环境灾害、避免海洋产业特别是海洋渔业重大经济损失具有重要意义。针对当前水文监测数据海量却难以实现实时自动化监测与预警,特别是难以利用传统监测手段实现对危害更大的赤潮的精准实时预测这一显著问题,提出利用浮标数据作为依据,借助机器学习在大数据分析和智能决策方面的优势,建立一种新颖的双重递进式赤潮预警机制的方法。首先,通过相关算法分析历史数据,以确认赤潮初步预警阈值;其次,对叶绿素a、pH、溶解氧等重要监测指标的当前和阶段性变化进行初步分析,判断是否达到预警触发条件;然后,进一步联合分类、回归、聚类、神经网络等机器学习相关方法,对数据进行深度挖掘;最后,通过这种递进式的机制对短期内是否会发生赤潮作出判断,以实现赤潮自动化预警预报。在此基础上,利用宁波梅山湾实际监测数据,证实了该方法在赤潮实时自动化预警中的有效性。