Search
E-mail
RSS

Online submission Editor-in-chief Peer review Staff Login

Journal of Tropical Oceanography >

2018 , Vol. 37 >Issue 5: 20 - 24

DOI: https://doi.org/10.11978/2018026

Orginal Article

Application of Real-time monitoring buoy in monitoring red tide

  • CHEN Xuyang ,
  • LIU Baoliang
Expand
  • Beihai Marine Environmental Monitoring Center Station of State Oceanic Administration, Beihai 53600, China
Corresponding author: CHEN Xuyang. E-mail:

Received date: 2018-03-13

  Request revised date: 2018-04-10

  Online published: 2018-10-13

Supported by

Public Welfare Project Industry Special Scientific Research of the State Oceanic Administration (201305023)

Director Foundation of South China Sea Branch State Oceanic Administration (1538)

Copyright

热带海洋学报编辑部
Fold

Abstract

We analyzed the marine online monitoring buoy data of Qinzhou Bay in May 2016 to identify the trend in the real-time monitoring data during the Akashiwo sanguinea red tide. Results showed that the outbreak and disappearance of red tide were affected by hydrological and meteorological factors. After the cold surge, the weather condition turned to reduced wind, temperature increased rapidly, especially the temperature showed a small difference between day and night. During such change of weather, attention should have paid to online monitoring buoy. The contents of pH, DO and chlorophyll were higher than their normal ranges, and there existed obvious diurnal variation during the outbreak of red tide. The contents of pH, DO and chlorophyll had significant positive correlations. When the trend of real-time monitoring data showed that pH, DO and chlorophyll had strong fluctuations in a clear linkage and the values increased rapidly above their normal ranges, early warning of red tide should be issued and field investigation can be started. Real-time monitoring of pH, DO and chlorophyll as environmental factors can provide a scientific reference for predicting red tide.

Key words： Red tide; Monitoring buoy; Guangxi

Cite this article

CHEN Xuyang , LIU Baoliang . Application of Real-time monitoring buoy in monitoring red tide[J]. Journal of Tropical Oceanography, 2018 , 37(5) : 20 -24 . DOI: 10.11978/2018026

近年来我国赤潮的发生频率、规模和面积不断增大, 对我国沿海养殖业、渔业资源、渔产品质量、生态环境以及人类健康构成了重大的危害和威胁,严重影响了沿海经济(张丽旭 等, 2010; 洛昊 等, 2013; 国家海洋局, 2017); 因此, 对赤潮发生机制及赤潮发生期间海洋环境要素变化、赤潮预警预报的研究越来越重要。海洋在线监测浮标能够实现各类天气条件下连续、实时地自动监测海洋环境要素的变化, 对赤潮发生至消亡过程实现跟踪监测, 对于研究赤潮机制和快速预警预报具有重要意义。国内外许多科研工作者也对此方向进行了探讨和研究(曹文熙 等, 2010; 李星 等, 2014; 李鹏, 2014; 阮华杰 等, 2014; 李天深 等, 2015)。
2013年11月至2015年2月,广西海洋和渔业厅在广西近岸海域分三批布设了广西近岸海域水质在线监测浮标网络,共布设完成16套海洋在线监测浮标,并在国家海洋局北海海洋环境监测中心站建设了数据接收处理中心,基本能实现实时监控广西近岸海域重大潜在污染源的排放和海洋环境的变化情况。长期在线的浮标监测数据可体现广西近岸海域水质总体变化趋势,并能为赤潮及溢油等污染事故的预警预报、海洋环境保护与评价提供数据支撑,依据浮标监测数据对广西近岸海域水质总体状况的评价结果也体现在了历年广西壮族自治区海洋环境质量公报中。在线监测浮标网络在运行过程中,多次在广西近岸海域发生水华、赤潮等水质异常的状况的时候监测到了数据的异常变化,如2014年12月中旬至2015年2月广西近岸各港湾海域出现球形棕囊藻暴发引起的水华现象、2016年1月底至2月廉州湾海域出现球形棕囊藻暴发引起的水华现象等。本文作者依据相关文献研究结果,在发现浮标监测数据的异常变化后向主管部门发布过预警报告,并运用水质在线监测浮标网络实时数据对水质异常期间各环境要素的变化趋势进行了跟踪监测,但如何更为科学地应用浮标监测结果进行赤潮预警工作,还需要更为深入的研究。
2016年5月17日至19日, 钦州湾大榄坪南侧海域发生赤潮, 现场监测发现海水呈红褐色, 并伴有淡腥臭味, 面积约20km2; 采样镜检分析结果显示第一优势种为红色赤潮藻(Akashiwo sanguinea), 细胞密度达9.1×105个·L-1, 按照《赤潮监测技术规程》(HYT069-2005)(国家海洋局, 2005), 已达到赤潮生物细胞浓度标准限值(5.0×105个·L-1), 认定发生红色赤潮藻赤潮暴发; 5月20日经加大范围巡视发现海水颜色恢复正常, 采样镜检分析结果显示红色赤潮藻仍为第一优势种, 细胞密度为1.0×104~2.6×105个·L-1, 已低于赤潮生物细胞浓度标准限值; 至5月21日赤潮消退。本文主要利用位于钦州湾海域的GX11、GX13海洋在线监测浮标实时监测数据, 对此次赤潮发生过程中海洋环境要素的变化进行分析, 初步探讨在线监测浮标在赤潮预警预报方面的应用。

1 材料与方法

布设在钦州湾的GX11、GX13海洋在线监测浮标具体站位见图1, 其中GX11较为靠近本次赤潮暴发中心海域, 而GX13则位于赤潮边缘海域。两套浮标主要监测表层海水(水深1.5m)水质及气象要素, 采样频率为每隔30min自动监测一次, 通过移动卫星的GPRS信号方式将数据发送至北海中心站数据接收服务器。2套浮标均安装有美国YSI6600多参数水质分析仪和芬兰维萨拉WXT- 520气象仪, 监测要素包括盐度、电导率、pH、溶解氧浓度、水温、叶绿素浓度(包括叶绿素a、b、c)、风向、风速; 浮标监测仪器使用前已通过国家质量技术监督局认证, 监测期间的浮标仪器定期维护工作由广西海洋和渔业厅通过招投标确定的维护团队开展, 主要维护内容包括定期清洗维护、校准及比对(<15天·次-1), 以保证仪器保持在最好工作状态, 保障监测数据质量, 该维护项目年终已通过专家组评审进行整体验收。
Fig. 1 Location of sampling sites and red tide area

图1 浮标站位及赤潮发生区域

2 结果与讨论

2.1 赤潮发生前后环境要素变化情况

赤潮发生前后(5月14—21日)GX11和GX13浮标监测的风速、气温、水温、盐度、pH、溶解氧浓度、叶绿素浓度变化趋势见图2。
Fig. 2 Changes of monitoring factors at buoys GX11 and GX13 on 14-21 May 2016

图2 GX11、GX13浮标监测要素变化图(2016年5月14—21日)

2.1.1 气温、水温、风速
监测结果表明, 赤潮发生前的5月15—17日凌晨, 受冷空气影响, 平均风速从14日的3.5m·s-1升至10m·s-1, 气温及水温下降, 昼夜气温差从14日的1.5℃升至4℃左右; 而在17日早上开始天气回暖, 风速降低, 气温迅速回升至27.0℃左右, 水温随之升高, 并且昼夜温差很小。在赤潮爆发期间的17—19日昼夜温差仅为0.5℃左右, 平均风速约为4m·s-1, 气温、水温的升高, 温差以及风速的减小有利于表层海水中藻类迅速增殖。赤潮消退过程中(5月20—21日), 20日上午开始气温、水温略有下降, 昼夜温差加大, 同时风速增大至8.0m·s-1左右, 气温、水温的下降以及风速增大有利于赤潮消退; 赤潮暴发与消退受水文气象因素的影响, 这与相关研究结论相符(国家海洋局南海分局 等, 1996; 齐雨藻 等, 1997, 黄小平 等, 2002, 李冬梅 等, 2010)。
2.1.2 盐度
赤潮发生前后(5月14—21日)GX11和GX13浮标监测的盐度变化范围分别为22.17‰~26.39‰、24.24‰~28.71‰; GX11因受金鼓江入海径流和潮汐的影响, 盐度低于GX13, 且呈较规律性昼夜变化。在赤潮发生期间, 盐度总体略有下降; 赤潮消退后GX13的盐度回升至赤潮发生前水平, 而GX11因受邻近区域雨水影响盐度仍保持略低的水平。
2.1.3 pH
赤潮发生前后(5月14—21日)GX11和GX13浮标监测的pH变化范围分别为7.78~8.37和7.82~8.37。赤潮发生的17日午时至20日零时期间, pH值水平显著升高, 应是受到赤潮影响; 在赤潮开始消退后, pH值也随之下降, 其中GX13的pH值下降出现比GX11早, 应是GX13距离赤潮发生带中心较远, 较GX11早消退的缘故。
2.1.4 溶解氧浓度
赤潮发生前后(5月14、21日)GX11和GX13浮标监测的溶解氧浓度变化范围分别为5.34~ 11.24mg·L-1、6.06~10.54mg·L-1。溶解氧浓度的变化趋势呈较规律的昼夜变化, 且与水温、pH变化同步, 溶解氧浓度随水温、pH的降低而降低, 随水温、pH升高而升高; 溶解氧浓度最小值出现在早上9时左右, 最大值出现在下午15—18时, 且在赤潮暴发过程中(5月17—19日)溶解氧浓度明显比赤潮之前、之后阶段高。
2.1.5 叶绿素浓度
赤潮发生前后(5月14—21日)GX11和GX13浮标监测的叶绿素浓度变化范围分别为0.8~ 17.1μg·L-1, 和0.5~9.5μg·L-1。与溶解氧浓度变化趋势相似, 叶绿素浓度也呈较为明显的昼夜变化规律, 均从早上9时左右开始升高, 叶绿素浓度最高值基本与溶解氧浓度最高值同步出现在下午15—18时; 赤潮发生过程中(5月17日至19日), GX11测得叶绿素浓度在三天中的最高值分别为12.9μg·L-1、17.1μg·L-1、13.4μg·L-1, 均大于文献中赤潮预警值10.0μg·L-1 (李天深 等, 2011), 且这三天中叶绿素含量明显比赤潮前后阶段高; GX13由于处于赤潮边缘海域, 在17日、18日测得叶绿素含量明显比赤潮前后阶段较高, 最高值为8.3μg·L-1、9.5μg·L-1, 19日测得叶绿素含量与赤潮前后阶段基本处于同样的正常水平(2.0μg·L-1左右), 应是19日GX13所在海域的赤潮已消退。叶绿素浓度表征海水中浮游生物生物量, 叶绿素浓度高, 说明海水中浮游植物生物量高; 研究表明, 浮游植物叶绿素合成局限于光照周期(Hitchcock, 1980); 本次赤潮发生时, 在光照较强的下午, 浮游植物光合作用较强, 生长繁殖较快, 生物量较高, 在监测数据中的表现即为叶绿素浓度较高。

2.2 在线监测环境要素的相关性分析

赤潮发生前后(5月14—21日)GX11和GX13浮标实时监测各环境要素的相关性见表1、表2。
Tab. 1 Correlations of monitoring factors at buoy GX11 (n=385)

表1 GX11浮标监测要素的相关性(n=385)

监测
要素		 气温 水温 盐度 pH 溶解氧
浓度		 叶绿素
浓度
气温 1
水温 0.590** 1
盐度 -0.304** -0.490** 1
pH 0.132* -0.112* 0.304** 1
溶解氧浓度 0.181** 0.048 0.058 0.938** 1
叶绿素浓度 0.039 -0.042 0.306** 0.740** 0.750** 1

注: **为在 0.01 水平上显著相关; *为在0.05 水平上显著相关。

Tab. 2 Correlations of monitoring factors at buoy GX13 (n=385)

表2 GX13浮标监测要素的相关性(n=385)

监测
要素		 气温 水温 盐度 pH 溶解氧
浓度		 叶绿素浓度
气温 1
水温 -0.106* 1
盐度 0.159** -0.472** 1
pH -0.073 -0.599** 0.403** 1
溶解氧浓度 -0.309** -0.261** 0.045 0.774** 1
叶绿素浓度 -0.163** -0.467** 0.240** 0.221** 0.299** 1

注: **为在0.01 水平上显著相关; *为在0.05 水平上显著相关。

计算结果表明, GX11浮标监测本次赤潮前后的叶绿素浓度与pH、溶解氧浓度均具有显著的强正相关, 同时溶解氧浓度与pH也存在显著的强正相关。GX13浮标监测本次赤潮前后叶绿素浓度与盐度、pH、溶解氧浓度均具有显著的正相关, 叶绿素浓度与水温具有显著的负相关, 同时溶解氧浓度与pH也存在显著的强正相关, 但由于赤潮暴发过程中赤潮区呈条带状分布, GX13部分时段位于赤潮区边缘或非赤潮区, 红色赤潮藻密度比赤潮区低, 因此叶绿素浓度与水温、盐度、pH、溶解氧浓度的相关系数未达到强相关水平。两套浮标监测结果均表明本次赤潮前后过程中, 叶绿素浓度、pH、溶解氧浓度均具有显著的正相关, 变化规律具有较显著的联动性。在赤潮过程中的白天时段, 浮游植物特别是优势种红色赤潮藻在较强光照下暴发性增殖, 引起叶绿素含量升高, 并通过光合作用吸收二氧化碳、释放氧气, 导致表层海水溶解氧浓度升高, 同时海水中二氧化碳浓度的降低导致海水中碳酸氢根减少, 使得表层海水pH增大; 夜间浮游植物停止光合作用转为吸收氧气释放二氧化碳, 引起海水中溶解氧浓度和pH降低。众多相关研究(孙沛雯, 1989; 许昆灿 等, 2004; 庄宏儒, 2006; 李天深 等, 2011)也表明叶绿素浓度、pH、溶解氧浓度与赤潮生物密度有较好相关性。因此叶绿素浓度、pH、溶解氧浓度可作为赤潮预警的环境要素, 当实时在线监测中发现这三种环境要素呈现较明显联动的强烈波动, 并且数值相对正常范围迅速升高时, 应引起重视及布置现场调查, 以预警赤潮的发生。在线监测浮标能够获取长期连续实时多参数监测数据, 能够为赤潮预警及赤潮暴发消亡过程中对各种环境要素进行跟踪监测; 但同时依据相关监测规范, 赤潮的确认及影响范围仍然需要采用传统观察和采样方式, 在赤潮过程中在线监测浮标的定位可作为常规应急监测的验证数据或者监测体系中辅助方法之一。

3 结论

1) 赤潮暴发与消退受水文气象因素的影响, 当寒流过后, 风速降低、气温迅速回升, 尤其是气温呈现昼夜温差小的特点时, 应重点监控实时在线浮标监测数据的变化, 发挥在线监测浮标监测数据对赤潮暴发进行预警的作用。
2) 赤潮过程中, 水温、pH、溶解氧浓度、叶绿素浓度呈明显的昼夜变化规律, 三种环境要素具有显著的正相关, 且赤潮暴发阶段pH、溶解氧浓度、叶绿素浓度均高于正常范围。
3) 赤潮发生前后, 叶绿素浓度、pH、溶解氧浓度三种环境要素具有显著的正相关, 可作为赤潮预警的环境要素; 当实时在线监测中发现这三种环境要素呈现较明显联动的强烈波动, 并且数值相对正常范围迅速升高时, 可进行赤潮预警及布置现场调查, 为赤潮防灾减灾提供宝贵的时间。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
曹文熙, 杨跃忠, 王桂芬, 等, 2010. 赤潮的高光谱监测及预警方法[J]. 热带海洋学报, 29(2): 17-24.

CAO WENXI, YANG YUEZHONG, WANG GUIFEN, et al, 2010. Hyperspectral monitoring and early warning for algal blooms[J]. Journal of Tropical Oceanography, 29(2): 17-24 (in Chinese with English abstract).

[2]
国家海洋局, 2005. HYT069-2005赤潮监测技术规程[S]. 北京: 中国标准出版社.

State Oceanic Administration, 2005. HY/T069-2005 Technical specification for red tide monitoring[S]. Beijing: Standards Press of China (in Chinese).

[3]
国家海洋局, 2017. 2016. 2016年中国海洋环境质量公报[R]. in Chinese).

[4]
国家海洋局南海分局, 中山大学, 暨南大学, 1996. 大鹏湾环境与赤潮的研究[M]. 北京: 海洋出版社: 1-108 (in Chinese).

[5]
黄小平, 黄良民, 谭烨辉, 等, 2002. 近海赤潮发生与环境条件之间的关系[J]. 海洋环境科学, 21(4): 63-69.

HUANG XIAOPING, HUANG LIANGMIN, TAN YEHUI, et al, 2002. Relationship between red tide and environmental conditions in coastal waters[J]. Marine Environmental Science, 21(4): 63-69 (in Chinese with English abstract).

[6]
李冬梅, 高永利, 田甜, 等, 2010. 水体扰动对多种赤潮藻生长的影响[J]. 热带海洋学报, 29(6): 65-70.

LI DONGMEI, GAO YONGLI, TIAN TIAN, et al, 2010. Effects of turbulence on phytoplankton: species differences[J]. Journal of Tropical Oceanography, 29(6): 65-70 (in Chinese with English abstract).

[7]
李鹏, 许啸春, 潘灵芝, 2014. 东海海洋环境监测网浮标观测站布设及其科学意义[J]. 上海国土资源, 35(1): 71-76, 87.

LI PENG, XU XIAOCHUN, PAN LINGZHI, 2014. The distribution and scientific significance of marine environmental-monitoring buoys in the East China Sea[J]. Shanghai Land & Resources, 35(1): 71-76, 87 (in Chinese with English abstract).

[8]
李天深, 李远强, 赖春苗, 等, 2011. 廉州湾赤潮自动监测结果与分析[J]. 中国环境监测, 27(4): 32-35.

LI TIANSHEN, LI YUANQIANG, LAI CHUNMIAO, et al, 2011. Analyze red tide with automatic monitoring system of water quality in Lianzhou gulf[J]. Environmental Monitoring in China, 27(4): 32-35 (in Chinese with English abstract).

[9]
李天深, 蓝文陆, 卢印思, 等, 2015. 近岸海域自动监测浮标在赤潮预警中的应用及其缺陷[J]. 海洋预报, 32(1): 70-78.

LI TIANSHEN, LAN WENLU, LU YINSI, et al, 2015. Application of automatic monitoring buoy in early warning for algal blooms in offshore area[J]. Marine Forecasts, 32(1): 70-78 (in Chinese).

[10]
李星, 2014. 2013年小岞杜厝海域赤潮发生过程分析[J]. 海洋预报, 31(4): 68-76.

LI XING, 2014. Analysis on the process of the harmful algal bloom in Xiaozuo and Ducuo sea area in 2013[J]. Marine Forecasts, 31(4): 68-76 (in Chinese with English abstract).

[11]
洛昊, 马明辉, 梁斌, 等, 2013. 中国近海赤潮基本特征与减灾对策[J]. 海洋通报, 32(5): 595-600.

LUO HAO, MA MINGHUI, LIANG BIN, et al, 2013. Basic characteristics and mitigation countermeasures of red tides in China seas[J]. Marine Science Bulletin, 32(5): 595-600 (in Chinese with English abstract).

[12]
齐雨藻, 黄长江, 1997. 南海大鹏湾海洋卡盾藻赤潮发生的环境背景[J]. 海洋与湖沼, 28(4): 337-342.

QI YUZAO; HUANG CHANGJIANG,1997. The causative mechanism of Chatonella marina bloom in Dapeng bay, the South China Sea[J]. Oceanologia et Limnologia Sinica, 28(4): 337-342 (in Chinese).

[13]
阮华杰, 马骏, 何志强, 2014. 生态浮标预测赤潮暴发的分析[J]. 声学与电子工程,(2): 44-46, 49 (in Chinese).

[14]
孙沛雯, 1989. 大连湾海域赤潮发生的叶绿素a临界值[J]. 中国环境科学, 9(3): 179-182.

SUN PEIWEN, 1989. A Preliminary investigation on CHLa critical values of red tide in Dalian Bay[J]. China Environmental Science, 9(3): 179-182 (in Chinese with English abstract).

[15]
许昆灿, 暨卫东, 周秋麟, 等, 2004. 表观增氧量在近岸海域赤潮快速评价与预警中的应用[J]. 台湾海峡, 23(4): 417-422.

XU KUNCAN, JI WEIDONG, ZHOU QIULIN, et al, 2004. Apparent oxygen increase (AOI) and its application in rapid assessment and prewarning of red tide in coastal waters[J]. Journal of Oceanography in Taiwan Strait, 23(4): 417-422 (in Chinese with English abstract).

[16]
张丽旭, 赵敏, 蒋晓山, 2010. 中国赤潮发生频率的变化趋势及其多发年份的R/S预测[J]. 海洋通报, 29(1): 72-77.

ZHANG LIXU, ZHAO MIN, JIANG XIAOSHAN, 2010. The change trend of happened frequency and the R/S forecast of frequently happened year for red tide in China[J]. Marine Science Bulletin, 29(1): 72-77 (in Chinese with English abstract).

[17]
庄宏儒, 2006. 水质自动监测系统在厦门同安湾赤潮短期预报中的应用[J]. 海洋环境科学, 25(2): 58-61.

ZHUANG HONGRU, 2006. Application of automatic monitoring system of water quality on short-term prediction of red tide in Tongan Bay, Xiamen[J]. Marine Environmental Science, 25(2): 58-61.

[18]
HITCHCOCK G I, 1980. Diel variation in chlorophyll a, carbohydrate and protein content of the marine diatom Skeletonema costatum[J]. Marine Biology, 57(4): 271-278.

Options
Outlines

/

〈 〉