基于FlowCam影像和YOLOv3深度学习模型的多纹膝沟藻检测

海洋中的有害藻华,包括微藻形成的赤潮和褐潮以及大型藻类形成的绿潮和金潮,已成为一类突出的海洋生态灾害问题。2021年11—12月,山东半岛东北部海域发生多纹膝沟藻(Gonyaulax polygramma)形成的大规模赤潮,导致海带养殖严重受损,亟待构建有针对性的赤潮监测预警体系。本文以多纹膝沟藻为对象,尝试应用流式影像仪(FlowCam)结合卷积神经网络模型YOLOv3,分别对含有多纹膝沟藻的浓缩海水样品、含有多纹膝沟藻和链状亚历山大藻(Alexandrium catenella)的浓缩海水样品,以及含有多纹膝沟藻活细胞及空壳的浓缩海水样品进行了检测实验,探究了基于藻种影像的深度学习模型在赤潮原因种检测方面的应用潜力。结果表明,在以FlowCam获取的影像数据集训练3万次后,YOLOv3对多纹膝沟藻表现出较好的识别能力,对浓缩海水样品中目标藻种识别的平均精度为88.2%;当样品中存在与多纹膝沟藻形态相似的链状亚历山大藻时,模型对多纹膝沟藻识别的平均精度下降为76.6%,对两种微藻同时进行训练和检测,可将对多纹膝沟藻识别的平均精度提高至84.6%。对于低温下出现脱壳现象的多纹膝沟藻,模型对海水中活细胞识别的平均精度为86.7%,对空壳识别的平均精度87.8%,将多纹膝沟藻活细胞与空壳分别识别的平均精度均值(87.3%)高于将两者统一作为多纹膝沟藻进行检测的识别精度(84.2%),整体识别精度提升3.1%。综合相关结果可以看出,FlowCam与深度学习模型相结合在赤潮监测和研究中具有重要应用潜力。

2021~2022年荣成海域多相赤潮的分子鉴定

山东半岛濒临渤海和黄海,海岸带复杂,海岸线长,近岸海域赤潮事件频发。然而,由于部分赤潮物种的形态难以识别,或易降解不稳定,加上形态鉴定专业要求高,导致致灾赤潮物种未得到准确鉴定。2021年11月至2022年4月间山东荣成海域海带养殖区暴发严重赤潮事件,面积达1440 km2,导致海带白化、溃烂,造成严重经济损失。对该海域水样固定样本的观察鉴定到两种致灾赤潮物种,红色赤潮藻(Akashiwo sanguinea)和多纹膝沟藻(Gonyaulax polygramma),二者均为山东近海常见的致灾赤潮物种。该研究通过对赤潮样本中活体单细胞的显微观察和单细胞测序分析,根据藻细胞形态特征与分子标记序列相似性鉴定到三种优势致灾赤潮物种,包括红色赤潮藻、多纹膝沟藻和灰白下沟藻(Katodinium glaucum)。其中灰白下沟藻由于在固定过程中不稳定而较少得到鉴定。对该赤潮海域水样开展宏条形码分析,除了发现上述三种致灾赤潮物种外,还发现了另外一个致灾赤潮物种纺锤环沟藻(Gyrodinium fusiforme)。纺锤环沟藻也由于在固定过程中不稳定而较少得到鉴定。由此可见,宏条形码分析方法更加准确系统地鉴定了该赤潮事件的致灾赤潮物种。由于宏条形码分析流程比较便于规范化,并且该方法可以获得比仅利用细胞形态特征进行鉴定,或兼用基于形态特征和分子标记方法进行鉴定更加全面的结果,研究表明宏条形码分析可以准确系统地鉴定组成较为复杂的多相赤潮事件的致灾赤潮物种。

海州湾多纹膝沟藻赤潮的动态相关分析

以2004年海州湾发生的一次多纹膝沟藻赤潮为研究对象。通过主成分分析对赤潮发生期间的环境因子和赤潮发展关系进行动态分析,同时通过相关分析探讨环境因子和赤潮藻类浓度的关系。结果表明:影响赤潮的主导因子为COD、叶绿素、PO43--P和pH值。相关分析表明在建立藻类浓度反演模型时需考虑藻类浓度与PH值间线性关系,藻类浓度与DO、叶绿素、COD、PO43--P间非线性关系,可以将水温、气压、盐度等作为独立因子考虑。

盐田水域多纹膝沟藻赤潮发生过程的生态学研究

本文报道1991年5月5—6日在广东大鹏湾盐田附近水域发生的多纹膝沟藻Gonyaulax polygramma赤潮。对多纹膝沟藻样品进行扫描电镜观察,阐述了赤潮发生过程中本种的数量变动。利用该次调查和1990年同期资料进行逐步回归分析,探讨多纹膝沟藻赤潮发生与环境因子的关系。