目前，中科院重慶研究院大數(shù)據(jù)挖掘及應(yīng)用中心與中科院水生所宋立榮研究員課題組合作，嘗試將人工智能方法與水生態(tài)問題進(jìn)行融合，利用概率圖模型方法對(duì)我國大中型淺水湖泊藍(lán)藻水華數(shù)據(jù)進(jìn)行深入挖掘分析，相關(guān)研究成果以論文形式發(fā)表在海洋湖沼學(xué)領(lǐng)域知名刊物《Harmful Algae》上，研究結(jié)果將有助于科學(xué)認(rèn)知藍(lán)藻水華的演變風(fēng)險(xiǎn)，為大型水體生態(tài)系統(tǒng)的長效恢復(fù)提供參考。 

　　隨著全球氣候變化和水體富營養(yǎng)化加劇，藍(lán)藻水華暴發(fā)已變成世界性的生態(tài)環(huán)境問題。監(jiān)測藍(lán)藻水華的動(dòng)態(tài)變化、解析水華生消過程的驅(qū)動(dòng)因子，將有助于重要水體水質(zhì)目標(biāo)管理、預(yù)防和控制有害水華的發(fā)生。以往研究常聚焦于藍(lán)藻生物量的時(shí)空分布，而關(guān)于水華優(yōu)勢種內(nèi)部的演替模式，尚未受到足夠關(guān)注；在解析真實(shí)環(huán)境中固氮-非固氮、產(chǎn)毒-非產(chǎn)毒藍(lán)藻共存與競爭機(jī)制上，亦缺乏足夠的研究手段。 

　　研究表明，首先，研究圍繞野外大尺度現(xiàn)場數(shù)據(jù)挖掘分析，提出含隱變量的結(jié)構(gòu)方程模型，量化溫度、光強(qiáng)、營養(yǎng)鹽、浮游動(dòng)物及它們的交互作用對(duì)藍(lán)藻水華優(yōu)勢種演替的驅(qū)動(dòng)機(jī)制（微囊藻-魚腥藻-束絲藻），證實(shí)微囊藻生物量變化主要受到水溫和總磷濃度調(diào)控，絲狀藍(lán)藻生物量依賴于具體的水體生境條件（圖1）。其次，利用貝葉斯網(wǎng)絡(luò)模型，建立了環(huán)境因子與藍(lán)藻生物量及產(chǎn)毒能力的因果關(guān)聯(lián)，檢驗(yàn)出水溫、光強(qiáng)和氮濃度依次為影響毒素濃度的關(guān)鍵因子，從毒素控制角度強(qiáng)調(diào)了氮磷雙控的控制策略（圖2）。最后，利用貝葉斯推斷方法對(duì)我國“三湖”氮、磷營養(yǎng)鹽的控制濃度進(jìn)行估算，強(qiáng)調(diào)氣候變暖會(huì)影響營養(yǎng)鹽標(biāo)準(zhǔn)的參考閾值。 

　　該研究得到十二五國家科技重大專項(xiàng)“水體污染防治與治理” （2014ZX07104-006）、國家自然科學(xué)基金（51609229）、重慶市自然科學(xué)基金及重慶市社會(huì)事業(yè)與民生保障等課題的聯(lián)合資助（cstc2017jcyjAX0241; cstc2018jscx-msybX0175）。 

　　相關(guān)論文鏈接： 

　　1. Kun Shan^#*, Mingsheng Shang, Botian Zhou, Lin Li, Xiaoxiao Wang, Hong Yang, Lirong Song*. Application of Bayesian network including Microcystis morphospecies for microcystin risk assessment in three cyanobacterial bloom-plagued lakes. Harmful Algae, 2019, 83, 14-24.  

　　https://www.sciencedirect.com/science/article/pii/S1568988319300113 

　　2. Kun Shan^#*, Xiaoxiao Wang, Hong Yang, Botian Zhou, Lirong Song, Mingsheng Shang. Use statistical machine learning to detect nutrient thresholds in Microcystis blooms and microcystin management. Harmful Algae, 2020, 94, 101807.  

　　https://www.sciencedirect.com/science/article/pii/S156898832030086X 

　　3. Kun Shan^#*, Lirong Song*, Wei Chen, Lin Li, Liming Liu, Yanlong Wu, Yunlu Jia, Qichao Zhou, Liang Peng. Analysis of environmental drivers influencing interspecific variations and associations among bloom-forming cyanobacteria in large, shallow eutrophic lakes. Harmful Algae, 2019, 84, 84-94.  

　　https://www.sciencedirect.com/science/article/pii/S1568988319300198

藍(lán)藻水華優(yōu)勢種與不同環(huán)境因子間相互關(guān)系

基于貝葉斯網(wǎng)絡(luò)的微囊藻及藻毒素風(fēng)險(xiǎn)評(píng)估模型