遥感技术在海水养殖适宜性研究中的应用与进展*

刘阳

（中国海洋大学水产学院，山东青岛 266003）

自2008年4月7—9日联合国粮农及农业组 织（Food and Agriculture Organization of the United Nations,FAO）召开“气候变化对渔业和水产养殖的影响”专家研讨会以来，国际社会逐渐清晰地认识到气候变化对渔业和水产养殖发展的可持续发展构成威胁[1].因此近年来，结合新技术，提升科技创新能力和构建精准养殖体系成为产业转型升级、推动水产养殖业绿色发展的主要研究方向[2].随着遥感（人工卫星和无人机）、地理信息系统（GIS）、通讯技术、数值模拟、互联网、大数据等技术的不断进步，为气候变化及其在水产养殖适宜性研究等方面提供了高效便利的手段和广阔的应用前景[3-4].

1 气候变化对海水养殖的影响

《政府间气候变化专门委员会（Intergove rnmental Panel on Climate Change,IPCC）第五次评估报告》全面阐述了气候变化对海洋生态系统的主要影响[5].随着气候变暖，很多海洋物种的分布对气候变化有不同的响应，向南北两极延伸，热带和亚热带海洋生态系统生产力下降，而高纬度海域生产力则可能提高[6-7].暖水性的鱼类和养殖种类会由低纬度海区向高纬度海区转移迁徙[8-11].全球变暖导致的冰川融化，海平面上升影响着海水养殖面积和养殖设施[12].温室效应造成溶解氧下降、海洋酸化等问题[13].海水温度上升还易导致病毒性和细菌性病害的增加，2004年爆发与阿拉斯加牡蛎有关的肠胃炎就是通过副溶血弧菌通过食用生牡蛎传播造成[14].极端天气（如暴风雨、水灾、旱灾等）的频率和强度增加对海水养殖的稳定性产生影响.降雨和河流量的增加会导致近海养殖区海水表面盐度的下降[9].极端气候事件（“厄尔尼诺”和“拉尼娜”现象）导致的降雨、干旱、海冰及海水温度异常[15]，对近海养殖系统也会造成危害[16-18].海水生物对水温的变化十分敏感[19],近海养殖如虾夷扇贝的大量死亡，通常发生在水温异常的年份[20-21].极端天气还对养殖基础设施、养殖区域、运输路线、海上安全等造成危害.由于气候变化在不同的区域也有不同的时空变化[22]，不同物种对温度和环境的变化耐受性和依赖程度以及各物种之间的相互作用，都进一步加剧了气候变化影响的复杂性[10].因此，如何科学和全面评估气候变化对海水品种养殖适宜性变化的影响，并制定相应的管理策略，提出顺应全球气候变化的适应方案，成为当今世界的研究热点之一.

2 气候变化对海水养殖造成的社会问题

以牡蛎为例，2017年全国牡蛎总产量达到48.8万t，养殖总面积为1 384.6 km2，分别占全国海水养殖总量和总面积的24.4%和6.6% (中国渔业统计年鉴 2018).太平洋牡蛎(Crassostrea gigas)在我国海产贝类养殖业中占有十分重要的作用.养殖的太平洋牡蛎在20世纪80年代从日本引入并解决了工厂化人工育苗生产技术，又因其生长快、产量高、肉质鲜美等特点，迅速推动了中国北方牡蛎养殖业的发展[23].牡蛎的养殖具备生产成本低、管理便利、利润高等优势，随着近年来消费需求的增加，牡蛎养殖规模逐渐扩大，并呈现向湾外海区扩张的趋势，牡蛎销售市场活跃，养殖效益逐步提高[24]，为保障优质蛋白供给、促进渔业生产兴旺和渔民生活富裕做出了重要贡献.但在牡蛎养殖产业增长的同时，仍然存在空间规划无序发展，养殖密度过大，环境退化等问题[25]，尤其是气候变化带来的风险成为制约牡蛎养殖可持续利用的主要因素之一.在沿海实地调研时发现，很多养殖模式还处于“靠天吃饭”的状态，甚至很多养殖户连水温是多少都不知道，对牡蛎突然大规模死亡的原因更不清楚.太平洋牡蛎主要以筏式养殖为主，牡蛎的生长受到水温、盐度、溶解氧、浊度及光照等因素的影响[26-28]，例如：太平洋牡蛎适宜水温为8～32 ℃,最适水温为15～25 ℃，当水温超过28 ℃时生长速度缓慢或停止生长[29].气候变化导致的海水温度、降水量、海平面、洋流、等因素的变化直接和间接影响着牡蛎生长发育[30-34].但是由于生态系统的恢复能力及牡蛎的适应及进化能力[35]，目前关于气候变化对牡蛎养殖的影响还存在很多亟待解决的问题[11]，因此，在养殖适宜性管理中，弄清楚这些问题对科学认识气候变化对牡蛎养殖系统的影响，以及制定正确的适应性管理策略具有重要意义，为解决养殖布局和产业结构不合理、养殖密度过高等问题提供科学依据.

3 遥感技术的应用案例

卫星遥感在水产研究领域的最早应用，报道于1984年国际粮食和农业组织在罗马举办的一场报告会.1987年GIS技术被引入到水产养殖的研究中[36].20世纪90年代之后，遥感与GIS技术应用于水产养殖方面的研究逐渐增多[37-39].Ross 等[40]利用GIS技术研究了三文鱼网箱养殖选址问题.Salam 等[41]应用GIS模型比较了孟加拉国西南沿海的虾蟹养殖的发展情况.Bacher 等[42]利用GIS技术和食物耗竭模型分析了中国桑沟湾栉孔扇贝的养殖容量.日本学者在北海道喷火湾地区应用GIS和遥感数据对虾夷扇贝和海带的养殖区适应性变化，开发了虾夷扇贝最适养殖区选址模型[43-46]，北海道南部海带养殖和褐藻养殖最适区域选择模型[47-48].应用GIS技术和遥感数据对大连海域虾夷扇贝的养殖适宜性进行了分析[21]，并结合气候因子分析和对比了气候变化对中国大连和日本北海道虾夷扇贝养殖造成影响的主要原因[49].Aura 等[50]分析了海流变动对不同海区扇贝养殖的影响.Liu 等[51]进一步把GIS技术、遥感技术和数值同化结合起开，开发了虾夷扇贝三维立体生长预测模型，克服卫星数据只能观测海表面的制约，把养殖适宜规划扩展到海区的全部深度.我国在应用GIS技术和遥感数据在水产养殖适宜性研究方面起步晚，应用少.20世纪90年代后期开始，我国学者才开始运用GIS技术在海洋资源与环境关系中进行研究[52-54].近几年才开始出现一些应用GIS模型在近海养殖物种的适宜性评价研究，例如基于GIS分析北黄海虾夷扇贝养殖适宜性综合评价[55]，结合气候因子对即墨市对虾养殖适宜性的影响[56]，基于GIS的桑沟湾海带养殖适宜性评价[57].一些学者还应用生态学模型和GIS模型研究海洋环境变化对水产养殖适宜性研究中的养殖容量的影响[58-62].

3.1 海水贝类养殖选址模型

利用海洋GIS技术，构建水产养殖的最适养殖海域选址模型（Suitable aquaculture siteselection models,SASSM）已经广泛应用于扇贝、海带等近海养殖物种.SASSM由三个子模型构成（图1），包括环境子模型（海面温度，叶绿素浓度，浑浊度，最大海流速度，水深），社会基础子模型（养殖区与市街地距离，与港口距离，与加工设施距离），限制区域子模型（港口、河流入海口、工业污染区）.各指标的研究单元（1 km×1 km）数值根据养殖品种的生物学特征及当地环境进行重新分类，获得分值从1～8的标准化适宜性指数，其中1为最不适宜，8为最适宜.各指标的权重决策是根据层次分析法，通过成对对比来确定权重,每个模型都是使用ArcGIS中的Model Builder实现的，使用多标准评估（Multi-criteria evaluation）的线性加权组合（Weighted linear combination）方法构建.例如：采用最适水产养殖选址模型和利用卫星遥感数据分析在大连沿海地区的日本扇贝养殖适宜区的时空分布（2003—2012）[21].结果表明，大连沿海地区扇贝养殖区适宜度在5月份最高和2月份最低（图2）.其中长海县（II区）和旅顺口区（III区）最适宜日本扇贝养殖业的发展.实际养殖区域与适宜性模型的结果是一致的.III区的适宜性对环境因素的变化更敏感（例如，海表面温度，叶绿素a，悬浮泥沙）.而在区域II，这些因素之间的相关性不显著.因此扇贝养殖的管理和发展规划应该考虑这些环境和气候的变化.

图1 最适养殖海域选择模型

3.2 海带养殖选址模型

日本海带是一种非常有价值的养殖品种，广泛养殖于北海道沿岸区域.因为不同的养殖物种所需要的海洋环境要素不同，对于海带的生长，海水硝酸盐起到很大的作用.因此，研究首次提出了日本喷火湾区域海面硝酸盐浓度的推算公式，增加硝酸盐因子开发了北海道南部海域海带的最适养殖海域选择模型[46-48].结果发现（图3）：北海道南部64.4%的海区是适合海带养殖的（得分高于7），其中Minamikayabe被认定为最适养殖区.这种方法对开发不同养殖物种的适宜选址模型起到借鉴和推广作用.

3.3 三维生长量预测模型

应用卫星数据在全球规模的水产养殖方面的研究虽然起步较早，但是一直受到卫星只能观测海表面的因素制约.为了解决卫星遥感只能观测海表面数据的缺陷，引入海洋环流模式数据（Oceanic General Circulation Model,OGCM）， 使用京都大学开发的四维变分同化数据（4D-Var）获取养殖区域各水层的水动力环境数据（水温、盐度及流速），根据实际观测的生长量及卫星观测数据，结合统计学方法构建三维生长量模型，并做出整个区域的生长量预测分布图.通过已开发的日本喷火湾虾夷扇贝三维立体生长预测模型（3D growth prediction model）[51]，把该类模型延伸到养殖区域的全部深度，并能根据时间和海洋环境的实时变化，对虾夷扇贝生长提供实时评估和预测（图4）.另外，结合WebGIS技术和IT技术，首次开发了日本虾夷扇贝高精度养殖管理信息系统.该成果被列为日本农林水产省“为实现农业、林业和渔业的先端创新技术及迅速产业化研究”的重要范例.

图4 北海道喷火湾虾夷扇贝贝柱三维生长量预测分布图（6、10、14、18米）[51]

3.4 气候事件对海水贝类养殖的影响

气候变化影响着沿海的海洋环境及水产养殖，因而威胁区域的粮食安全和经济增长，虾夷扇贝是中国大连和日本喷火湾沿海地区重要的经济品种.研究结合卫星遥感数据，现场观测及最适水产养殖选址模型，探索近10年间海洋环境和气候变化对扇贝养殖的影响.结合北极涛动（AO）、东亚冬季风（EAM）和厄尔尼诺事件（ENSO）及气象因子（降水、气温和风速）来分析气候事件对沿海区域环境和扇贝养殖的影响[49].分析表明，AO和EAM通过温度对大连沿岸的水产养殖区影响强烈，风速是春季对区域环境变化的主要驱动力（图5）.相反，在喷火湾区域，扇贝养殖区域受到海洋和大气环流的影响较大.在喷火湾，叶绿素a浓度（体现为贝藻类食物）的变化与ENSO事件[63]，气温及降水密切相关（图6）.

图6 日本北海道喷火湾虾夷扇贝养殖适宜指数分布多年变动[63]

3.5 海冰对海水养殖的影响

日本北海道最北端的佐吕间湖是著名的贝类养殖区，每年冬季湖面完全被冰雪覆盖，但是随着近年来全球变暖的影响，冬季冰盖减少，甚至有些年份西部湖面一直未结冰，扇贝的养殖产量也收到很大影响.因此，研究利用MODIS（Moderate-resolution Imaging Spectroradiometer）卫星遥感获取海冰数据，以及结合现场实测数据分析了海冰对日本北海道佐吕间湖的扇贝养殖的影响（图7），结果发现养殖扇贝在海面结冰期（1—3月）仍然生长良好[64]，结合环境、气象因子研究发现，湖面结冰面积与东亚冬季风有很强相关性，结冰期与水温和春季藻类水华呈明显相关性，气候引起的冰覆盖变化是造成当地养殖扇贝生长及产量下降的主要原因.

图7 北海道佐吕间湖海冰对扇贝养殖影响评价流程图[64]

3.6 河流对海水养殖的影响

翡翠贻贝在泰国是十分流行的养殖品种，解决了当地经济、就业、水产品需求等问题，在泰国湾内有大量养殖.但是近年来其产量波动很大，死亡率增高，始终原因不明.研究结合卫星遥感和GIS模型分析当地翡翠贻贝的养殖适宜性发现[65]：泰国湾东部比西部适宜养殖翡翠贻贝（图8），但因为养殖区水深较浅，受到每年梅雨季节大量河流冲淡水的影响，尤其是2018年雨季的强降水，造成泰国湾东北部河流入海口的流量大增，引起东部养殖区水温变化以及盐度降低导致贻贝死亡率增加，这种现象应该在以后的养殖区选址和管理上得到充分重视.

图8 泰国湾翡翠贻贝养殖适宜性季节性变动（2018—2019）[65]

4 展望

卫星遥感技术在海水养殖适宜区规划中具有广阔的应用前景，但是目前的研究还存在一些制约因素，例如：卫星图像的分辨率（图像单个像素的尺度），尤其是目前海洋水色卫星在近沿岸的识别和分辨率较差，海洋水色MODIS 500 m 及其浑浊度250 m 分辨率，GOCI（Geostationary Ocean Color Imager） 500 m 分辨率，还有MERIS（Envisat MEdium Resolution Imaging Spectrometer ） 300 m分辨率等，基本都在几百米以上，将来可以通过开发微小卫星以及高分卫星等专门对沿岸养殖区进行监测.另外也可以通过大气校正、算法调整等方法来解决图像分辨率缺失问题.还有很多环境变量都对海水养殖物种产生重要的作用和影响，但是仅有几个可以通过卫星遥感获取，例如水温、叶绿素浓度、盐度、浑浊度，而其他一些环境变量例如：溶解氧、pH值、化学元素等还无法通过遥感获取.未来可以通过开发新的卫星传感器、建立养殖区环境监测网、数值模拟等方法解决.结合卫星遥感和GIS技术构建海水养殖适宜性评价指标和模型，分析养殖物种生长及适宜区变动的环境驱动因子，解析气候变化对养殖适宜性的空间动态的影响，为全球气候变化背景下海水养殖的适应性管理提供科学依据，推动我国由水产养殖大国向水产养殖强国转变.