基于時間序列的海洋赤潮災(zāi)害特征分析

徐海龍， 谷德賢， 張文亮， 高啟， 喬秀亭

（1.天津農(nóng)學(xué)院 水產(chǎn)科學(xué)系 天津市水產(chǎn)生態(tài)及養(yǎng)殖重點實驗室，天津 300384；2.上海海洋大學(xué) 海洋科學(xué)學(xué)院，上海201306；3.天津市水產(chǎn)研究所，天津 300221；4.天津市海洋局 渤海海洋監(jiān)測監(jiān)視管理基地籌備處，天津 300457）

赤潮是水體中某些微小的浮游植物、原生動物或細菌在一定的環(huán)境條件下突發(fā)性地增殖和聚集，從而引起一定范圍內(nèi)、一段時間中水體變色現(xiàn)象，是一種存在已久的自然生態(tài)現(xiàn)象（趙冬至，2010）。由于社會經(jīng)濟的發(fā)展、海洋環(huán)境惡化、全球平均氣溫升高、以及人類用海行為增加等影響，赤潮的發(fā)生頻率總體呈逐漸增多趨勢，面積不斷擴大，危害也越來越嚴重。據(jù)不完全統(tǒng)計，約有60%的赤潮事件對水產(chǎn)養(yǎng)殖或捕撈業(yè)造成直接經(jīng)濟損失，其中約30%的事件是災(zāi)難性的，使受害區(qū)的水產(chǎn)養(yǎng)殖業(yè)損失達80%以上。盡管目前赤潮發(fā)生的機制尚不十分清楚（齊雨藻，2003；趙冬至，2010），但已有學(xué)者對赤潮的發(fā)生、發(fā)展及消亡過程的理化環(huán)境因素等方面進行了大量的研究（林鳳翱等，2008；林祖享等，2002；劉義豪等，2012；屠建波 等，2011；王素芬 等，2010；韋桂秋 等，2011），并基于環(huán)境參數(shù)的變化（陳國斌，2012；矯曉陽，2001；李慧等，2012；馬玉梅等，2007；齊雨藻 等，1991；王正方等，2000；楊建強等，2003；張俊峰等，2006；張麗旭等，2010） 及利用SeaWiFs可見光（Ahnetal，2006） 或MODIS波段（Huetal，2010；Kimetal，2009） 對赤潮發(fā)生的預(yù)測進行了建模。而以赤潮發(fā)生頻率為研究對象，對中國海赤潮發(fā)生月份的時間序列分析和預(yù)測尚未見報道，文章以近現(xiàn)代中國海域赤潮發(fā)生頻率為研究對象，定量地分析了赤潮發(fā)生的時序特征，并根據(jù)1977-2012年赤潮發(fā)生的年頻率和2001-2012年赤潮發(fā)生的月頻率統(tǒng)計，利用時間序列分析法進行分析，并對2013-2020年赤潮發(fā)生的年頻率和2013-2016年赤潮發(fā)生的月頻率進行預(yù)測。

1 資料與方法

1.1 資料

基于赤潮通報統(tǒng)計的1977-2012年信息和國家海洋局發(fā)布的1989-2012年《中國海洋災(zāi)害公報》為依據(jù)，收集、整理了中國海赤潮發(fā)生頻率的數(shù)據(jù)資料，建立中國海赤潮發(fā)生的年頻率和2001-2012年發(fā)生的月頻率的時間序列。

1.2 分析方法

根據(jù)1977-2012年赤潮的年發(fā)生頻率的變化趨勢，采用分段式線性擬合的方法建立赤潮的年發(fā)生頻率與年份的關(guān)系；并對2001-2012年赤潮發(fā)生的月頻率的組成部分進行分解，分析其趨勢性、季節(jié)性和隨機性的特點；以赤潮發(fā)生的年頻率和月頻率分析結(jié)果為基礎(chǔ)，分別利用Holt指數(shù)平滑法和Holt-Winters指數(shù)平滑法建立模型（劉羅曼，2009），預(yù)測2013-2020年赤潮的年發(fā)生頻率及2013-2016年赤潮發(fā)生的月頻率，數(shù)據(jù)的處理和作圖均通過R（i3863.0.1） 軟件TTR，forecast函數(shù)包和EXCEL實現(xiàn)。

2 結(jié)果與分析

2.1 赤潮的年發(fā)生頻率趨勢

1977年至2012年赤潮的年發(fā)生頻率變化規(guī)律的時間序列分析（圖1） 結(jié)果顯示，赤潮的年發(fā)生頻率整體呈上升趨勢，存在1個主峰和1個次峰，分別是2003年的119次和1992年的50次，其中2003年的峰值為有記錄以來赤潮的年發(fā)生頻率極大值。根據(jù)赤潮的年發(fā)生頻率趨勢規(guī)律，可將其分為5個階段，包括1個緩慢增加階段（1977-1988年）， 2個快速增加階段（1989-1992年，2000-2003年） 和2個緩慢下降階段（1993-1999年，2004-2012年）。分別對5個階段進行相關(guān)分析，得到各階段赤潮發(fā)生頻率與時間的回歸函數(shù)關(guān)系，除2個緩慢下降階段外，方程的擬合效果均較好（R>0.89）。

對比分析1989-1999年和2000-2012年兩個時期赤潮的年發(fā)生頻率的離差趨勢（圖2），兩個階段赤潮的年發(fā)生頻率，盡管存在數(shù)值或幅度上的差異，但變化趨勢規(guī)律相似，上升階段均發(fā)生在3年，且在中間年份均較平緩，下降階段經(jīng)過初期的較快速下降后，逐漸呈現(xiàn)緩慢且波動下降的趨勢。

圖1 1977-2012年赤潮的年發(fā)生頻率

2.2 赤潮發(fā)生的月頻率規(guī)律

對2001-2012年發(fā)生赤潮的月頻率的組成進行分解，分別得到赤潮發(fā)生的月頻率趨勢性部分、季節(jié)性部分和隨機性部分。從圖3中可以看出，赤潮發(fā)生的月頻率的趨勢性部分從2003年8月份的10次逐漸降到2011年9月的4.5次，季節(jié)性因素最大值在5月（約18.22），最小值在12月（約-6.76），說明每年的赤潮高峰期為5月，低谷期在12月份，而隨機波動的大小總體上是隨時間序列逐步上升的，對隨機波動的數(shù)值統(tǒng)計，波動峰值主要出現(xiàn)在5-7月，其中在5月和7月各出現(xiàn)1次，分別是2004年和2007年，其他年份的季節(jié)性波動峰值均出現(xiàn)在6月。

圖2 1989-1999年和2000-2012年赤潮的年發(fā)生頻率的離差規(guī)律

圖3 2001-2012 發(fā)生赤潮的月頻率的組成部分分解

2.3 赤潮的年頻率預(yù)測

利用Holt指數(shù)平滑法對赤潮的年發(fā)生頻率進行樣本期內(nèi)和短期預(yù)測，并對預(yù)測結(jié)果進行檢驗（圖4），樣本期內(nèi)的預(yù)測結(jié)果顯示，平滑參數(shù)α和β 的值分別為0.93和0，說明樣本期內(nèi)的預(yù)測值僅是觀測值的水平移動，預(yù)測樣本期內(nèi)誤差平方和是6774。對2013-2020年赤潮的年發(fā)生頻率進行短期預(yù)測，年發(fā)生頻率呈緩慢上升趨勢，從2013年的73（均值） ±28（95%CI） 增加到2020年的80（均值） ±74（95%CI），平均每年增加1次。對預(yù)測誤差進行滯后1-20階的非零自相關(guān)檢驗、Ljung-Box檢驗、及零均值正態(tài)分布檢驗，結(jié)果顯示，預(yù)測誤差的樣本自相關(guān)系數(shù)在滯后1-20階未有超出置信邊界，Ljung-Box檢驗的P 值為0.374，預(yù)測誤差在整個時間段內(nèi)基本服從零均值的正態(tài)分布，說明Holt指數(shù)平滑法為赤潮的年發(fā)生頻率預(yù)測提供了一個合適的模型。

圖4 赤潮的年發(fā)生頻率的Holt 指數(shù)平滑法預(yù)測

2.4 赤潮的月頻率預(yù)測

基于Holt-Winter指數(shù)平滑法的赤潮發(fā)生的月頻率預(yù)測（圖5），結(jié)果顯示，樣本期內(nèi)的預(yù)測平滑參數(shù)α、β 和γ 的值分別為0.039、0.090和0.457，誤差平方和為3085.52，α 與β 值較小，說明預(yù)測赤潮的月頻率水平上和趨勢的斜率上受近期影響較小，該方法預(yù)測的赤潮季節(jié)峰值大約發(fā)生在每年的5月，對2013-2016年各月發(fā)生的赤潮頻率進行預(yù)測，表明5-7月份仍為赤潮高發(fā)期，峰值出現(xiàn)在5月，基本穩(wěn)定在25次左右，12月赤潮發(fā)生次數(shù)最少，甚至有可能不發(fā)生。對模型預(yù)測的誤差進行滯后1-20階的非零自相關(guān)檢驗、Ljung-Box檢驗、及零均值正態(tài)分布檢驗，預(yù)測誤差的樣本自相關(guān)系數(shù)在滯后11階的時候超過了置信邊界，Ljung-Box檢驗的P 值為0.362，預(yù)測誤差的密度分布圖顯示預(yù)測誤差近似符合均值為0的正態(tài)分布。

3 討論

近現(xiàn)代中國關(guān)于赤潮的記錄始于1933年發(fā)生在原浙江水產(chǎn)實驗場（鎮(zhèn)海至臺州、石浦等海域）的夜光藻赤潮，之后直到1977年，才有赤潮發(fā)生的連續(xù)記錄，但由于在赤潮方面研究的滯后，20世紀90年代以前的赤潮發(fā)生記錄與統(tǒng)計缺乏完整性和系統(tǒng)性（齊雨藻，2003；趙冬至，2010），對該時段赤潮的年發(fā)生頻率真實情況的分析及以此為基礎(chǔ)的準確預(yù)測帶來困難。文章中通過對比1989-1999年和2000-2012年兩個時期赤潮的年發(fā)生頻率的離差規(guī)律，發(fā)現(xiàn)1989-1999年時段赤潮發(fā)生頻率緩慢下降后隨之出現(xiàn)的是赤潮的年發(fā)生頻率的快速增加（2000-2003年），而2000-2012年時段，繼2011年赤潮的年發(fā)生頻率為該時段最低后亦在2012年開始出現(xiàn)上升，根據(jù)兩個時間段離差規(guī)律相似的特點可得出2013年及之后赤潮的年發(fā)生頻率應(yīng)為快速增加的趨勢，這與利用Holt指數(shù)平滑法預(yù)測的2013-2020年赤潮的年發(fā)生頻率的數(shù)值趨勢一致，但Holt指數(shù)平滑法預(yù)測的增加趨勢相對緩慢（約每年增加1次），這可能與Holt指數(shù)平滑法預(yù)測是基于1977-2012年的赤潮發(fā)生的年頻率數(shù)據(jù)，其中包含了20世紀90年代以前的缺乏完整性和系統(tǒng)性的信息有關(guān)，同時僅基于兩個時期離差規(guī)律相似進行赤潮發(fā)生的年頻率預(yù)測，在基礎(chǔ)信息量，預(yù)測的理論及方法方面都尚顯不足。但對于海洋赤潮事件而言，因其影響因素較多、影定，而分析顯示赤潮時間具有明顯的季節(jié)規(guī)律（圖3），且一定時間范圍內(nèi)，人類行為活動也具有較好的周期規(guī)律性，因此使用離差規(guī)律相似的方法或許不失為赤潮的年發(fā)生頻率趨勢預(yù)測的有效途徑，然而量化分析這種周期性規(guī)律，以及確定周期的波動特性及周期的內(nèi)在參數(shù)，并利用這種周期規(guī)律進行赤潮的年發(fā)生頻率預(yù)測，還有待更多資料的積累和更廣泛的研究開展。

指數(shù)平滑法自1958年提出后，經(jīng)統(tǒng)計學(xué)家深入研究和拓展，已成為各個領(lǐng)域與時間序列相關(guān)事件預(yù)測中最普遍和常用的方法，包括Simple指數(shù)平滑法、Holt指數(shù)平滑法和Holt-Winters指數(shù)平滑法（劉羅曼，2009）。其中，Simple指數(shù)平滑法要求時間序列處于恒定水平和沒有季節(jié)性變動的時間序列，Holt指數(shù)平滑法要求時間序列可以被描述為一個增長或降低趨勢的、 沒有季節(jié)性，Holt-Winters指數(shù)平滑法主要應(yīng)用于時間序列呈現(xiàn)增長或降低趨勢并存在季節(jié)性。根據(jù)研究對象1977-2012年赤潮發(fā)生的年頻率和2001-2012年發(fā)生的赤潮的月頻率時間序列特征的分析結(jié)果，1977-2012年赤潮發(fā)生的年頻率的5個階段，分別呈現(xiàn)出不同的增長和下降趨勢，且不具有季節(jié)性，而2001-2012年赤潮的月頻率具有明顯的季節(jié)性，其頻率在一年的周期中隨月份變化整體呈現(xiàn)出先增加后減少的趨勢，因此進行時序分析和預(yù)測時分別采用Holt指數(shù)平滑法和Holt-Winters指數(shù)平滑法。

運用Holt指數(shù)平滑法估計，其平滑化是由兩個參數(shù)控制的，α 用于估計當(dāng)前時間點的水平，β 用于估計當(dāng)前時間點趨勢部分的斜率，兩個參數(shù)介于0-1之間，當(dāng)參數(shù)接近0時，大多數(shù)近期的觀測在預(yù)測中所占權(quán)重越小。該研究中β 值為0，說明赤潮的年發(fā)生頻率出現(xiàn)突然增加或減少的可能性較小，這與20世紀90年代之前赤潮數(shù)據(jù)占總數(shù)據(jù)的比例較大且變化趨勢平緩有關(guān)。預(yù)測誤差的檢驗，對預(yù)測誤差進行檢驗，預(yù)測誤差在滯后1-20階不具非零自相關(guān)的特點，且預(yù)測誤差服從零均值的正態(tài)分布，說明基于Holt指數(shù)平滑法赤潮的年發(fā)生頻率預(yù)測模型是不可再被優(yōu)化的。

Holt-Winters指數(shù)平滑法估算依靠三個參數(shù)來控制，α、β 和γ 分別對應(yīng)當(dāng)前時間的水平，趨勢部分的斜率和季節(jié)性部分。利用Holt-Winters指數(shù)平滑法分析2001-2012年赤潮的月頻率時，α和β 值都較低，說明在樣本時間點估計的水平更多地是基于歷史觀測值，估計出來的趨勢部分的斜率在整個時間序列上是不變的，γ 的值接近0.5，表明當(dāng)前時間點的季節(jié)性部分的估計是基于早期數(shù)據(jù)和近期觀察值的綜合效果得到，各部分權(quán)重相當(dāng)。Holt-Winters指數(shù)平滑法在時期內(nèi)預(yù)測的季節(jié)峰值與實際觀測值基本一致，而月頻率組成中隨機波動的大小整體上隨時間序列延續(xù)呈逐步上升的趨勢，說明赤潮的月發(fā)生次數(shù)受隨機因素的影響逐漸增加，這可能與沿海經(jīng)濟的快速發(fā)展，偶然誘因的增多有關(guān)。

圖5 Holt-Winters 指數(shù)平滑法預(yù)測赤潮的月頻率

赤潮的月頻率預(yù)測誤差檢驗中，Ljung-Box檢驗P 值為0.362，說明不足以證明樣本期內(nèi)預(yù)測誤差在滯后1-20階的時候是非零自相關(guān)的，因此可認為前20滯后階中1/20（滯后11階） 的自相關(guān)值超出95%的顯著邊界是偶然的。盡管預(yù)測誤差的密度分布圖展現(xiàn)出預(yù)測誤差盡管圖形看起來是一個偏向右側(cè)的正態(tài)分布，但右偏是相對較小的，故可以認為預(yù)測誤差是服從均值為零的正態(tài)分布，因此Holt-Winters指數(shù)平滑法為赤潮的月頻率提供了一個適當(dāng)?shù)念A(yù)測模型。

4 結(jié)論

赤潮是全球三大近海污染問題之一，也是中國近海主要海洋災(zāi)害之一。文章基于中國海1977-2012年赤潮的年發(fā)生頻率和2001-2012年赤潮發(fā)生的月頻率，分別利用Holt指數(shù)平滑法和Holt-Winters指數(shù)平滑法建立預(yù)測模型進行年頻率和月頻率預(yù)測。結(jié)果顯示：赤潮的年發(fā)生頻率出現(xiàn)突然增加或減少的可能性較小，以年均增長1次的趨勢從2013年的73次增加到2020年的80次；赤潮的月發(fā)生次數(shù)受隨機因素的影響逐漸增加，2013-2016年5-7月份仍為赤潮高發(fā)期，峰值出現(xiàn)在5月，基本穩(wěn)定在25次左右，12月赤潮發(fā)生次數(shù)最少，甚至有可能不發(fā)生。文章以中國海全海域赤潮發(fā)生頻率為研究對象，而中國海所跨緯度和經(jīng)度較大，且各海區(qū)的地形、水文等環(huán)境差異明顯，赤潮藻的組成亦存在不同，因此，對中國海海域各海區(qū)及各赤潮藻引發(fā)赤潮的頻率進行預(yù)測，有待深入研究。

Ahn Y H, Shanmugam P, 2006. Detecting the red tide algal blooms from satellite ocean color observations in optically complex Northeast-Asia Coastal Waters. Remote Sensing of Environment, (103): 419-437.

HU C M, CANNIZZARO J, Carder K L, et al, 2010. Remote detection of Trichodesmium blooms in optically complex coastal waters：Examples with MODIS full-spectral data. Remote Sensing of Environment,114(9):2048-2058.

Kim Y, Byun Y, 2009. Detection of Cochlodinium polykrikoides red tide based on two-stage filtering using MODIS data. Desalination, 249(3):1171-1179.

陳國斌,2012.廈門同安灣海域血紅哈卡藻赤潮前的自動監(jiān)測研究.海洋環(huán)境科學(xué),31(3):391-394.

矯曉陽,2001.透明度作為赤潮預(yù)警監(jiān)測參數(shù)的初步研究.海洋環(huán)境科學(xué),20(1):27-31.

李慧,顧沈明,2012.基于RBF 神經(jīng)網(wǎng)絡(luò)的赤潮預(yù)測方法.計算機工程與應(yīng)用,48(1):228-230,248.

林鳳翱,盧興旺,洛昊,等,2008.渤海赤潮的歷史、現(xiàn)狀及其特點.海洋環(huán)境科學(xué),27(Z2):1-5.

林祖享,梁舜華,2002.探討影響赤潮的物理因子及其預(yù)報.海洋環(huán)境科學(xué),21(2):1-5.

劉羅曼,2009.時間序列分析中指數(shù)平滑法的應(yīng)用.沈陽師范大學(xué)學(xué)報(自然科學(xué)版）,27(4):416-418.

劉義豪,宋秀凱,靳洋,等,2012.一次陸源降雨污水引起血紅哈卡藻赤潮的成因.生態(tài)學(xué)報,32(15):4836-4843.

馬玉梅,高靜宇,王清華,2007.基于人工神經(jīng)網(wǎng)絡(luò)的赤潮預(yù)測模型.海洋預(yù)報,24(1):38-44.

齊雨藻,黃偉建,邱漩鴻,1991.大鵬灣夜光藻種群動態(tài)的時間序列模型.暨南大學(xué)學(xué)報(自然科學(xué)與醫(yī)學(xué)版）,12(3):96-103.

齊雨藻,2003.中國沿海赤潮.北京：科學(xué)出版社.

屠建波,張秋豐,徐玉山,等,2011.渤海灣天津近岸海域首次棕囊藻赤潮初探.海洋通報,30(3):334-337.

王素芬,唐丹玲,2010.南海赤潮的時空分布特征及其與南海環(huán)境關(guān)系的綜合分析.海洋通報,29(5):577-583.

王正方,張慶,呂海燕,等,2000.長江口溶解氧赤潮預(yù)報簡易模式.海洋學(xué)報,22(4):125-129.

韋桂秋,王華,蔡偉敘,等,2012.近10年珠江口海域赤潮發(fā)生特征及原因初探.海洋通報,31(4):466-474.

楊建強,羅先香,丁德文,等,2003.赤潮預(yù)測的人工神經(jīng)網(wǎng)絡(luò)方法初步研究.海洋科學(xué)進展,21(3):318-324.

張俊峰,俞建良,龐海龍,等,2006.利用水文氣象要素因子的變化趨勢預(yù)測南海區(qū)赤潮的發(fā)生.海洋預(yù)報,23(1):9-19.

張麗旭,趙敏,蔣曉山,2010.中國赤潮發(fā)生頻率的變化趨勢及其多發(fā)年份的R/S 預(yù)測.海洋通報,29(1):72-77.

趙冬至,2010.中國典型海域赤潮災(zāi)害發(fā)生規(guī)律.北京:海洋出版社.