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：

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（点击文末阅读原文）：

https://doi.org/10.1016/j.envpol.2023.121350

主要作者介绍：