黄海绿潮藻早期入海生物量估算及监测预警研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    41876107
  • 项目类别：
    面上项目
  • 资助金额：
    62.0万
  • 负责人：
    高志强
  • 依托单位：
    中国科学院烟台海岸带研究所
  • 学科分类：
    D0608.海洋物理与观测探测技术
  • 结题年份：
    2022
  • 批准年份：
    2018
  • 项目状态：
    已结题
  • 起止时间：
    2019-01-01 至2022-12-31

项目摘要

The annual Yellow Sea green tide that broke out in recent 10 years has become a serious ecological and environmental problem in the coastal area. The proposal aims at the " Observation blind time in green tide algae early development " and "Problems of green tide early occurrence mechanism" , by using comprehensive techniques such as remote sensing, UAV(Unmanned Aerial Vehicle), sea observation in fixed point, voyage observation and sample analysis, we estimate green tide algae early biomass into seawater in the Yellow Sea, study the early occurrence mechanism of the Yellow Sea green tide and design the model to early warn of the green tide disaster development. The scientific data can be provided to support to mitigate the impact of green tide disasters on coastal fisheries and tourism, and achieved the targets of "early monitoring, early detection, early warning and early control" .
近10年来每年爆发的黄海绿潮已经造成了沿海严重的生态环境问题。本申请课题针对绿潮藻“早期发生发展观测盲区问题”和“早期发生机制问题”，通过利用遥感-无人机-海上定点试验-走航调查-室内样本分析等综合技术，估算黄海绿潮藻早期入海生物量，研究黄海绿潮早期发生机制，设计模型进行绿潮发生预警，为绿潮防控靠前，加强源头打捞，减轻绿潮灾害对沿海渔业养殖及旅游业的影响，提供科学数据支持，实现绿潮灾害防控的“早监测，早发现，早预警，早控制”的目标。

结项摘要

本项目针对绿潮藻“早期发生发展观测盲区问题”和“早期发生机制问题”，通过利用遥感-无人机-海上定点试验-走航调查-室内样本分析等综合技术，估算黄海绿潮藻早期入海生物量，研究黄海绿潮早期发生机制，设计模型进行绿潮发生预测预警研究。经过4年的研究完成了预定的目的，取得了丰硕的成果：发表科学论文22篇，其中SCI论文13篇，核心期刊7篇，其他2篇；22篇科学论文中第一标注14篇，第二标注的6篇，其他标注2篇；构建绿潮预警平台1个，完成软件著作权2件，完成研究生培养博士生3人，硕士生3人。. 主要结论包括：1）通过构建RGB-FAI指数，设计了黄海绿潮藻早期入海生物量估算模型并实现了生物量估算。2）完成了绿潮漂浮发展特性监测及环境影响研究，建立了基于GEE的绿潮面积提取模型。3）设计了绿潮发生预警平台及完成了模型验证工作。. 本项目的研究成果为绿潮防控靠前，加强源头打捞，减轻绿潮灾害对沿海渔业养殖及旅游业的影响，提供数据支持；为实现绿潮灾害防控的“早监测，早发现，早预警，早控制”的目标可提供技术支持。

项目成果

期刊论文数量（22）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Estimation of BRDF model kernel weights under an a priori knowledge-aided constraint
先验知识辅助约束下BRDF模型核权重的估计
  • DOI：
    10.1080/2150704x.2020.1823036
  • 发表时间：
    2021-01
  • 期刊：
    REMOTE SENSING LETTERS
  • 影响因子：
    2.3
  • 作者：
    Tian Xinpeng;Gao Zhiqiang;Liu Qiang;Wang Yueqi;Li Xiuhong
  • 通讯作者：
    Li Xiuhong
Remote sensing methods for biomass estimation of green algae attached to nursery-nets and raft rope
苗圃网筏绳附着绿藻生物量遥感估算方法
  • DOI：
    10.1016/j.marpolbul.2019.110678
  • 发表时间：
    2020-01-01
  • 期刊：
    MARINE POLLUTION BULLETIN
  • 影响因子：
    5.8
  • 作者：
    Jiang, Xiaopeng;Gao, Zhiqiang;Xu, Fuxiang
  • 通讯作者：
    Xu, Fuxiang
基于无人机遥感的黄海绿潮搁浅生物量估算
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    海洋科学
  • 影响因子：
    --
  • 作者：
    尚伟涛;高志强;姜晓鹏
  • 通讯作者：
    姜晓鹏
Characteristics and influence of green tide drift and dissipation in Shandong Rongcheng coastal water based on remote sensing
基于遥感的山东荣成近岸海域绿潮漂消散特征及影响
  • DOI：
    10.1016/j.ecss.2019.106335
  • 发表时间：
    2019-10
  • 期刊：
    Estuarine, Coastal and Shelf Science
  • 影响因子：
    --
  • 作者：
    Dongxue Li;Zhiqiang Gao;Weitao Shang
  • 通讯作者：
    Weitao Shang
黄海绿潮藻起源监测及早期生物量估算的研究进展
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    海岸科学
  • 影响因子：
    --
  • 作者：
    姜晓鹏;高志强
  • 通讯作者：
    高志强

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

影响慢性主观性耳鸣严重程度的关键因素分析:基于复杂网络分析的研究
  • DOI：
    10.13201/j.issn.2096-7993.2021.07.003
  • 发表时间：
    2021
  • 期刊：
    临床耳鼻咽喉头颈外科杂志
  • 影响因子：
    --
  • 作者：
    孙慧颖;冯国栋;高志强
  • 通讯作者：
    高志强
掺杂发光有机电致磷光器件工作原理及主体材料
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学:化学
  • 影响因子：
    --
  • 作者：
    密保秀;廖章金;高志强;黄维;陈金鑫;MI BaoXiu1,2,LIAO ZhangJin2,GAO ZhiQiang1,HUANG We;School of Materials Science & Engineering,Nanjing;Institute of Advanced Materials (IAM),Nanjing Univ
  • 通讯作者：
    Institute of Advanced Materials (IAM),Nanjing Univ
一种基于奇异值分解技术的模型定阶方法
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    振动与冲击
  • 影响因子：
    --
  • 作者：
    王树青;林裕裕;孟元栋;高志强
  • 通讯作者：
    高志强
头颈肿瘤浸润T细胞的数量及表型与临床分期相关
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    基础医学与临床
  • 影响因子：
    --
  • 作者：
    殷珊珊;陈兴明;康宁;陈晓巍;高志强;何维
  • 通讯作者：
    何维
休闲期深翻覆盖对旱地小麦土壤水分及籽粒蛋白质积累的影响
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    激光生物学报
  • 影响因子：
    --
  • 作者：
    葛晓敏;孙敏;高志强;赵维峰;邓妍;李青
  • 通讯作者：
    李青

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码