AI與大數(shù)據(jù)在水環(huán)境中的應(yīng)用案例

02夜光藻赤潮的環(huán)境影響因素及預(yù)測(cè)研究中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)/大數(shù)據(jù)數(shù)據(jù)來(lái)源研究背景近年來(lái)赤潮的頻繁發(fā)生和規(guī)模的不斷擴(kuò)大，嚴(yán)重破壞了海洋生態(tài)系統(tǒng)的平衡、漁業(yè)資源和海產(chǎn)養(yǎng)殖業(yè)，赤潮毒素也嚴(yán)重威脅著人類(lèi)的生命安全。我國(guó)沿海共發(fā)生赤潮73次，12次造成災(zāi)害，直接經(jīng)濟(jì)損失20.15億元我國(guó)管轄海域共發(fā)現(xiàn)赤潮68次，累計(jì)面積7484平方千米我國(guó)沿海共發(fā)生赤潮56次，累計(jì)面積7290平方千米。我國(guó)沿岸海域共發(fā)生赤潮35次，累計(jì)面積2809平方千米我國(guó)沿海共發(fā)生赤潮46次，有毒赤潮7次20122013201420152016夜光藻赤潮是我國(guó)赤潮發(fā)生頻率較高的種類(lèi)之一。夜光藻雖然本身不含毒素，但由于它形成赤潮時(shí)，大量的夜光藻粘附于魚(yú)鰓上，阻礙了魚(yú)類(lèi)呼吸導(dǎo)致魚(yú)類(lèi)窒息死亡；同時(shí)夜光藻死亡分解過(guò)程中所產(chǎn)生的尸堿和硫化氫，使海水變質(zhì)，危害水體生態(tài)環(huán)境。此外，它還能滲透出高濃度的氨和磷，不利于海產(chǎn)養(yǎng)殖業(yè)的發(fā)展。因此，研究赤潮發(fā)生機(jī)理，有效預(yù)測(cè)和防治赤潮發(fā)生迫在眉睫。研究背景夜光藻赤潮的環(huán)境影響因素赤潮的發(fā)生是各種生物、化學(xué)、物理因素的綜合作用結(jié)果，且不同海域有著不同的赤潮藻類(lèi)，影響赤潮發(fā)生的主要影響因子也不盡相同。大量研究表明，海水的富營(yíng)養(yǎng)化狀況與赤潮的發(fā)生概率有著密切的關(guān)系，水文氣象和海水理化因子是誘發(fā)赤潮發(fā)生的重要原因。在此研究水溫、溶解氧、鹽度、總氮、可溶性無(wú)機(jī)磷、浮游植物密度等環(huán)境因素與夜光藻密度的關(guān)系，夜光藻密度越大越容易發(fā)生赤潮，為夜光藻赤潮的預(yù)測(cè)和防治提供依據(jù)。通過(guò)數(shù)據(jù)圖表，無(wú)法直觀看出環(huán)境因素與夜光藻赤潮的關(guān)系。運(yùn)用相關(guān)性分析和多元線(xiàn)性回歸研究水溫、溶解氧、鹽度、總氮、可溶性無(wú)機(jī)磷、浮游植物密度等環(huán)境因素與夜光藻密度的定量關(guān)系。STEP1STEP2STEP3STEP4選擇相關(guān)性分析——相關(guān)系數(shù)；選擇時(shí)間：1989年~2015年；選擇地區(qū)：中國(guó)；設(shè)置指標(biāo)：夜光藻密度、水溫、溶解氧、鹽度、總氮、可溶性無(wú)機(jī)磷、浮游植物密度。結(jié)果及結(jié)果分析夜光藻赤潮與環(huán)境因素的相關(guān)性分析相關(guān)系數(shù)矩陣表根據(jù)相關(guān)系數(shù)矩陣表得，浮游植物密度和可溶性無(wú)機(jī)磷與夜光藻密度呈負(fù)相關(guān)，說(shuō)明浮游植物密度和可溶性無(wú)機(jī)磷越高，越不利于夜光藻赤潮的發(fā)生，營(yíng)養(yǎng)物質(zhì)磷是赤潮藻類(lèi)生長(zhǎng)的限制性因子；而溶解氧、水溫、鹽度、總氮與夜光藻密度呈正相關(guān)，說(shuō)明溶解氧、水溫、鹽度、總氮越高，越有可能導(dǎo)致赤潮的發(fā)生。其中，可溶性無(wú)機(jī)磷、總氮與夜光藻密度的相關(guān)性較高，相關(guān)系數(shù)分別為-0.58996、0.49462；而水溫與夜光藻密度的相關(guān)性很低，相關(guān)系數(shù)為0.14155。夜光藻赤潮與環(huán)境因素的線(xiàn)性回歸分析以夜光藻密度為被解釋變量，水溫、溶解氧、鹽度、總氮、可溶性無(wú)機(jī)磷、浮游植物密度等環(huán)境因素為解釋變量，運(yùn)用線(xiàn)性回歸進(jìn)一步研究夜光藻赤潮與環(huán)境因素的數(shù)量關(guān)系。運(yùn)用不同的解釋變量組合構(gòu)建模型，根據(jù)結(jié)果選擇最優(yōu)模型。夜光藻赤潮與環(huán)境因素的線(xiàn)性回歸分析經(jīng)過(guò)多個(gè)模型的比較，最終以可溶性無(wú)機(jī)磷、總氮、浮游植物密度為解釋變量的模型較優(yōu)。但是，調(diào)整R^2=0.453，說(shuō)明該回歸方程對(duì)夜光藻密度的擬合效果不是特別好，則夜光藻赤潮與環(huán)境因素有更加復(fù)雜的關(guān)系，僅用線(xiàn)性回歸無(wú)法刻畫(huà)?；谂袆e分析的夜光藻赤潮預(yù)測(cè)

采用判別分析，根據(jù)各環(huán)境因素和夜光藻密度的歷史數(shù)據(jù)，判別新的數(shù)據(jù)是否發(fā)生赤潮。歷史數(shù)據(jù)取26組數(shù)據(jù)為訓(xùn)練樣本，包括3類(lèi)：1類(lèi)為赤潮樣本，2類(lèi)為赤潮前樣本，3類(lèi)為正常樣本。然后對(duì)其余第27組、第28組數(shù)據(jù)進(jìn)行判別歸類(lèi)，判斷其是否發(fā)生赤潮?；谂袆e分析的夜光藻赤潮預(yù)測(cè)對(duì)變量進(jìn)行篩選，根據(jù)待引入變量表，在第一步中環(huán)境因素水溫的判別F值最大，且判別F>Fin，引入環(huán)境因素水溫，同理依次引入環(huán)境因素可溶性無(wú)機(jī)磷、鹽度、溶解氧；根據(jù)待剔除變量表，發(fā)現(xiàn)在每一步中最小的判別F>Fout，即沒(méi)有變量剔除。綜上，最終用來(lái)進(jìn)行判別分析的環(huán)境因素為水溫、可溶性無(wú)機(jī)磷、鹽度、溶解氧，這四個(gè)變量的判別作用較大，其余變量的判別作用低微?；谂袆e分析的夜光藻赤潮預(yù)測(cè)根據(jù)判別效果表發(fā)現(xiàn)

F統(tǒng)計(jì)量>F0.05，說(shuō)明兩兩類(lèi)別間均值在顯著性水平0.05下具有顯著性差異，即赤潮發(fā)生前、赤潮發(fā)生、未發(fā)生赤潮時(shí)的環(huán)境因素和夜光藻密度間的差異較大，所以能采用判別分析對(duì)夜光藻赤潮進(jìn)行預(yù)測(cè)。采用逐步判別分析對(duì)26組訓(xùn)練數(shù)據(jù)的分類(lèi)情況進(jìn)行回判，除第14組、第22組、第26組數(shù)據(jù)的判別分類(lèi)與原始分類(lèi)結(jié)果不一致外，其余均一致，即判別分析的判對(duì)率為88%，說(shuō)明模型效果較好。用訓(xùn)練的判別模型對(duì)第27組、第28組數(shù)據(jù)進(jìn)行歸類(lèi)得到第27組歸為第2類(lèi)，即為赤潮前情況；第28組歸為第1類(lèi)，即為發(fā)生赤潮情況。結(jié)論運(yùn)用相關(guān)性分析和線(xiàn)性回歸分析，研究水溫、溶解氧、鹽度、總氮、可溶性無(wú)機(jī)磷、浮游植物密度等環(huán)境因素對(duì)夜光藻赤潮的影響；運(yùn)用逐步判別研究環(huán)境因素和夜光藻密度歷史數(shù)據(jù)，并判別新數(shù)據(jù)是否會(huì)發(fā)生夜光藻赤潮。得到以下結(jié)論：（1）根據(jù)相關(guān)性分析得，浮游植物密度和可溶性無(wú)機(jī)磷與夜光藻密度呈負(fù)相關(guān)，說(shuō)明浮游植物密度和可溶性無(wú)機(jī)磷越高，越不利于夜光藻赤潮的發(fā)生，營(yíng)養(yǎng)物質(zhì)磷是赤潮藻類(lèi)生長(zhǎng)的限制性因子；而溶解氧、水溫、鹽度、總氮與夜光藻密度呈正相關(guān)，說(shuō)明溶解氧、水溫、鹽度、總氮越高，越有可能導(dǎo)致赤潮的發(fā)生。結(jié)論（2）根據(jù)線(xiàn)性回歸分析得，浮游植物密度、可溶性無(wú)機(jī)磷、總氮對(duì)夜光藻密度的線(xiàn)性關(guān)系顯著。其中，當(dāng)可溶性無(wú)機(jī)磷增加1mol/L，夜光藻密度每立方米減少989979個(gè)；總氮增加1mol/L，夜光藻密度每立方米增加136830個(gè)；浮游植物密度每立方米增加10^4個(gè)，夜光藻密度每立方米增加1238個(gè)。但是，夜光藻赤潮與環(huán)境因素有更加復(fù)雜的關(guān)系，僅用線(xiàn)性回歸無(wú)法刻畫(huà)。