近日，实验室方志祥教授团队在《Environmental Pollution》期刊发表浒苔绿潮灾害监测方向最新研究成果《Estimating Ulva prolifera green tides of the Yellow Sea through ConvLSTM data fusion》。

自2007年以来，中国黄海海域每年都会爆发不同规模的浒苔绿潮灾害，对当地的水产养殖业、海洋旅游业、海上交通运输、海洋生态环境等造成严重影响。为了有效应对浒苔绿潮灾害，需要每天监测浒苔的进展情况。但由于云层、气溶胶、时空分辨率、卫星数据更新周期等因素影响，造成浒苔绿潮应急监测过程中数据不完备现象严重，导致现行的卫星遥感观测手段无法保障获得每日连续的浒苔绿潮观测结果，这是浒苔灾害应急应对中一直以来的痛点问题。

虽然用于浒苔绿潮观测的遥感影像存在大量不可用现象，但是浒苔绿潮历年时空过程规律明显，且与海表温度、海表盐度、太阳辐射、海表洋流、海面风的环境要素存在明显的关联性，使得在遥感影像不可用时来推估浒苔绿潮灾害成为可能。因此，本研究团队通过分析黄海浒苔绿潮灾害的时序关系，与海洋环境要素的关联关系，创新性提出了多类历史规律学习下的浒苔绿潮时空过程推估框架和方法。研究亮点体现在：

·定量挖掘了15年来黄海浒苔绿潮灾害呈现出的时空规律;

·构建了基于卷积长短期记忆神经网络学习的浒苔绿潮时空过程推估框架，该框架融合了前7天浒苔绿潮监测数据、海洋物理要素数据（海面风、海面洋流），以及海洋生态环境要素（海面温度、海面盐度、太阳辐照度）数据，在空间范围、逐像素位置方面取得了较好的推估结果;

·阐明了浒苔发展的各个时段中，历史监测结果、漂移运输要素、生态环境要素影响该框架评估和预测的程度，证明了黄海浒苔绿潮爆发过程中漂移运输要素（海面风、海面洋流）发挥的重要作用，给黄海浒苔绿潮灾害防治提供了思路。

多类历史规律学习下的浒苔绿潮时空过程推估框架

浒苔绿潮推估过程与效果

论文研究得到了海洋领域十三五和十四五期间国家重点研发计划项目（No. 2022YFC3105101、No. 2017YFC1405302）连续支持。

原文见链接https://doi.org/10.1016/j.envpol.2023.121350

主要作者介绍：

方志祥，教授/博导，中国地理信息产业协会理论与方法工作委员会委员、中国城市科学研究会高级会员和城市大数据专业委员会委员、世界交通运输大会智慧公交系统技术委员会委员、ACM SIGSpatial China创会委员和执委等，担任2020 W2GIS国际会议主席，《Journal of Location Based Services》、《Journal of Advanced Transportation》、《Heliyon》、《Smart Cities》等国际期刊编委。正参与1项海洋领域的十四五国家重点研发计划项目；主持完成国家自然科学基金项目5项，参与完成2项国家重点研发计划项目、2项国家自然科学基金重点项目、2项973计划、2项国家863计划、1项教育部科学技术研究重点项目等纵向研究课题。

王中元，武汉大学测绘遥感信息工程国家重点实验室2020级博士研究生。研究领域为时空大数据挖掘。