赤潮是我国近岸海域多发的自然灾害之一,科学地了解赤潮的发生规律、进行实时准确地预警预报、灾害验证以及时空变化监控对于赤潮的应急决策至关重要。本文选取浙江近岸海域高浊度、复杂多变的水体为研究对象,结合数据挖掘、地理信息系统、遥感反演等技术,旨在从真正意义上实现点(浮标监测)、线(船舶监测)、面(遥感监测)多源数据的融合应用,探索一个切实可行的技术框架与方法体系用于浙江近岸海域赤潮灾害的预警与决策服务。本文的研究内容具体为:(1)赤潮灾害监测大数据时空分析与关联规则挖掘。针对海洋环境监测领域存在的海量数据利用率不高的问题,本文对15年长时序的船舶监测数据进行了 SOM神经网络和相关性分析,并结合资料分析识别了赤潮特征因子(pH、溶解氧与叶绿素a)和环境限制因子(温度、盐度、降雨、强风),再利用多维关联规则挖掘算法提取了不同海域不同时段赤潮暴发时这些关键因子所处的状态,为赤潮的预警预报提供科学的时空判据。(2)考虑时间序列相似性的赤潮灾害实时预警预报。考虑到船舶监测和卫星遥感监测在赤潮实时预警上的瓶颈,本文基于实时浮标监测数据提出了一种基于特征点的分段赤潮预警时间序列相似性度量算法,该算法与关联规则挖掘结果联合后形成了一套"粗过滤-精匹配-检验"的赤潮信号识别模式,能够自动化、高精度地识别赤潮早期预警和赤潮发生预报信号,并搜索出历史时序库中最相似的赤潮事件供灾害处理参考。模式对台州大陈浮标和温州南麂浮标的应用准确率高达77.8%和88.3%。(3)基于多时相GOCI影像的高浑浊水体赤潮遥感提取算法构建。鉴于赤潮发生时水体光谱特征发生变化的特点,本文分析了静止卫星GOCI影像中赤潮水体、高浊度水体和清洁水体的波谱特征,基于识别出的443nm-555nm波段的波谱凹陷建立了赤潮水体的自动化遥感识别指数RrcH。利用RrcH进行赤潮的时空监控结果表明RrcH与浮标实测的Chl-a具有极好的相关性(r=0.9410,p<0.01),且与浮标预警信号在时间轴上高度一致。对赤潮面积提取的结果表明本研究提出的算法可以为赤潮灾害的灾中跟踪监控及应急处理提供支持。(4)浙江近岸海域赤潮预警与决策支持服务体系的设计与实现。依托笔者参与的科研项目,在项目研发的开源平台中集成并实现了 "多源监测数据高效云管理-大数据时空挖掘-赤潮实时预警-赤潮时空变化监控"的一体化赤潮预警与决策支持服务链。系统目前在各级海洋监测部门的业务化中得到显著效果,验证了本文提出的研究方法的有效性,能够为海洋生态环境保护和海洋经济可持续发展提供决策支持。