郭蔚華，劉晨茜

重慶大學(xué)城市建設(shè)與環(huán)境工程學(xué)院，重慶 400045

太湖治理重在藍藻水華的防控（李茂兵等，2016），而藻華的防控需要預(yù)測技術(shù)支持。太湖藍藻暴發(fā)由銅綠微囊藻（Microcystis aeruginosa）引起，其特點是短期內(nèi)集中出現(xiàn)，其本質(zhì)是藻快速繁殖（孔繁翔等，2005）。建立太湖銅綠微囊藻（表1）暴發(fā)的藻密度預(yù)測方法之前，需弄清楚該藻快速繁殖的機理和該藻暴發(fā)的時空多變性（Pobel et al.，2001）兩個基本問題。長期以來，為弄清楚這兩個問題，中外學(xué)者就銅綠微囊藻生長的營養(yǎng)鹽（Oliver et al.，2000；李杰等，2017）、溫度（Paerl et al.，2011）、光照（Foy et al.，1976；謝國清等，2010）、pH值（An et al.，2000），以及銅綠微囊藻的氣囊變化機制（Jones et al.，1971；Brookes et al.，2001）、色素捕光機制（馬建飛等，2016）、越冬復(fù)蘇（St?hl-Delbanco et al.，2003；Latour et al.，2004；謝小萍等，2016）等進行了大量卓有成效的研究，認識了藻暴發(fā)的氮磷閾值、最適溫度、最適光照、最適pH等，提出了氮磷比說（Ma et al.，2014；Ndong et al.，2014）、藍藻浮力說（Reynolds et al.，1981；Walsby，1994）、低光強說（胡鴻鈞，2011）247-248等。然而，太湖銅綠微囊藻快速繁殖機理至今尚不清楚（胡鴻鈞，2011247-267；馬健榮等，2013；張艷晴等，2014），該藻暴發(fā)的時空多變性原因至今依然不明（Hu et al.，2006；Li et al.，2014）。這種情況下，所建立的藻預(yù)測模型如模糊邏輯微分方程模型（Ibelings et al.，2003）、多元逐步回歸模型（陳宇煒等，2001）、多元回歸耦合模型（羅華君，2016）、非線性動力學(xué)模型（王立等，2017）和生源要素遷移擴散模型（Hu et al.，2006；Li et al.，2014）等，都難以用于太湖銅綠微囊藻密度的科學(xué)預(yù)測。在過去 10多年的研究實驗中，郭蔚華等（2014a）發(fā)現(xiàn)了銅綠微囊藻春化作用（由于低溫促進銅綠微囊藻增長與低溫促進植物開花結(jié)實的生物學(xué)本質(zhì)相同，即低溫促進兩者繁殖，因此，將前者稱為藻春化作用），繼而又提出了該藻春化作用原理及其基因控制模型（郭蔚華等，2014b；郭蔚華等，2015；郭蔚華等，2016）。銅綠微囊藻春化作用原理是：在生命活動中，藻對低溫有需求；休眠高溫具有停止藻增長的作用，生長高溫具有抑制藻增長的作用；誘導(dǎo)低溫能解除休眠高溫、生長高溫對藻的休眠和抑制作用；藻的高溫休眠和抑制程度與高溫的強度、作用時間呈正相關(guān)；誘導(dǎo)低溫解除藻的休眠和抑制作用的時間與藻的休眠、抑制程度呈正相關(guān)；最適誘導(dǎo)低溫產(chǎn)生的藻春化作用最強、用時最短；強誘導(dǎo)低溫掩蓋弱誘導(dǎo)低溫對藻產(chǎn)生的春化作用。由藻春化作用原理可知，（1）銅綠微囊藻快速繁殖機理是：該藻繁殖力受低溫和高溫調(diào)控。休眠和生長高溫對藻繁殖產(chǎn)生的停止和抑制作用可被誘導(dǎo)低溫解除；藻繁殖力恢復(fù)程度取決于誘導(dǎo)低溫的強度和作用時間；藻繁殖力恢復(fù)程度越高其繁殖速率越大。冬季，富營養(yǎng)化太湖中，藻華敏感水域底層上越冬的銅綠微囊藻繁殖力被低溫過程極大程度地恢復(fù)，春后在適宜溫光持續(xù)出現(xiàn)時，藻將快速繁殖、數(shù)量急增，聚集形成藻華。正是這種快速繁殖的機理，使其在生長期中具有極大的競爭優(yōu)勢。太湖銅綠微囊藻暴發(fā)，低溫過程是前提條件，生長溫光是必要條件，二者缺一不可。（2）藻暴發(fā)的時空多變性原因是：太湖屬大型淺水湖泊，易受氣溫影響。由于太湖不同藻華敏感水域的水深不同，不同水深下的銅綠微囊藻在冬季的春化作用過程不同，藻繁殖力恢復(fù)程度也不同。而且，每年不盡相同的冬季低溫，也改變各年不同藻華敏感水域的藻春化作用格局，這就導(dǎo)致銅綠微囊藻暴發(fā)的空間多變性。由于藻大暴發(fā)的適宜冬季出現(xiàn)幾率低、出現(xiàn)時間不定，因此，藻大暴發(fā)的時間具有多變性。就這一點而言，藻大暴發(fā)的藻密度預(yù)測更有意義。由上述可知，銅綠微囊藻春化作用原理是該藻暴發(fā)的藻密度預(yù)測的理論基礎(chǔ)。研究藻密度預(yù)測，還需指導(dǎo)預(yù)測工作實施的方法。因此，制定可行的預(yù)測技術(shù)路線對于藻密度預(yù)測工作尤為重要。預(yù)測技術(shù)路線制定的關(guān)鍵問題是如何確定藻暴發(fā)的預(yù)測用增長率。富營養(yǎng)化太湖中的銅綠微囊藻暴發(fā)已是常態(tài)。其水華發(fā)生的水質(zhì)、水文等條件已具備，其暴發(fā)的主因是水體外的氣溫變化（陳橋等，2009；沈強等，2010；Zhang et al.，2012；Deng et al.，2014）。因此，藻密度預(yù)測技術(shù)中只考慮溫光因素。由于冬季低溫能夠解除夏季高溫對銅綠微囊藻繁殖的停止或抑制作用，恢復(fù)藻繁殖。因而，應(yīng)在冬后的初春，現(xiàn)場采藻，并于最適溫光下測試藻暴發(fā)的增長率，用于預(yù)測。預(yù)測用增長率（模型參數(shù)1）分析完之后，當(dāng)預(yù)報的藻暴發(fā)溫光（模型參數(shù) 3）出現(xiàn)時，立即現(xiàn)場采樣計數(shù)藻密度，作為預(yù)測的初始藻密度（模型參數(shù) 2），最后啟動藻密度模型，預(yù)測藻暴發(fā)的藻密度。歸納起來，技術(shù)路線為：初春現(xiàn)場采藻分析預(yù)測用增長率→藻暴發(fā)的預(yù)報溫光出現(xiàn)時現(xiàn)場采藻計數(shù)→預(yù)測藻暴發(fā)的藻密度。藻密度預(yù)測的技術(shù)路線是用于指導(dǎo)分析未來最適溫光出現(xiàn)時太湖銅綠微囊藻是否暴發(fā)這一預(yù)測工作的，是否可行需得到實驗驗證。在近年的實驗研究中，郭蔚華等還發(fā)現(xiàn)了低溫誘導(dǎo)可引起銅綠微囊藻對強光、弱光需求的變化。這一發(fā)現(xiàn)可能將揭示銅綠微囊藻在暴發(fā)時間上，時而盛夏、時而春末初夏，無定性變化的內(nèi)在原因。在驗證實驗中，應(yīng)考慮誘導(dǎo)低溫引起的藻光需求變化。

目前，已有學(xué)者研究了藍藻暴發(fā)的藻密度標準（閾值）的問題，如藻密度≥2×107ind?L-1（胡鴻鈞，2011）13、藻密度≥108ind?L-1（李穎等，2014）等，盡管該標準尚未統(tǒng)一，但這并不影響藻密度預(yù)測技術(shù)路線可行性研究的意義。

太湖銅綠微囊藻暴發(fā)，是藻生物量（藻密度）迅速增加，多細胞藻團（Thomas et al.，1986；Tsujimura et al.，2000；Naselliflores et al.，2003；范帆等，2013）和單藻上浮、漂移、聚積的過程（孔繁翔等，2005；秦伯強等，2016）。因此，藻華暴發(fā)的預(yù)測除了需有藻密度預(yù)測技術(shù)支撐外，還要結(jié)合太湖的流場、風(fēng)場分析技術(shù)等，分析大量藻團上浮和漂移的速度和方向。有了這3種技術(shù)，銅綠微囊藻水華發(fā)生的規(guī)模、時間和水域才可預(yù)測。

本研究以藻春化作用原理為基礎(chǔ)，以藻密度預(yù)測技術(shù)路線為實驗實施方案，通過低溫誘導(dǎo)實驗、預(yù)測用增長率實驗和藻暴發(fā)（最適溫光下）時藻增長實驗，分析藻密度預(yù)測效果，驗證太湖銅綠微囊藻暴發(fā)的藻密度預(yù)測技術(shù)路線的可行性。

1 材料與方法

1.1 材料

實驗藻種：太湖銅綠微囊藻（Microcystis aeruginosa in Taihu Lake，表1）。經(jīng)過實驗，先后購買的兩種FACHB 905的溫度適應(yīng)性，分別與滇池、太湖的夏季和冬季的氣溫、水溫變化一致。根據(jù)“適者生存”的生物進化自然法則和實驗結(jié)果，對比滇池藍藻適宜水溫 18 ℃（匡耀球，2002；張虎才等，2017）、太湖銅綠微囊藻最適水溫25～30 ℃（陳建中等，2010）的研究結(jié)果，以及微藻中存在生態(tài)型（Clauson et al.，1939；Piccini et al.，2011；龐云龍等，2017）的情況，分別將其定名為滇池生態(tài)型、太湖生態(tài)型，即滇池銅綠微囊藻（郭蔚華等，2015）、太湖銅綠微囊藻（表1）。

表1 兩種FACHB905的生長溫度與生態(tài)型分析Table 1 Analyses on growth temperature and ecotype of the two kind of FACHB 905

儀器設(shè)備：SPX-300I-G程控光照培養(yǎng)箱、LRH-250A生化培養(yǎng)箱、MOTICBA200數(shù)碼顯微鏡，HETTICH-EBA離心機，高壓蒸汽滅菌鍋等。

1.2 藻密度模型

富營養(yǎng)化的太湖中，銅綠微囊藻暴發(fā)的水環(huán)境條件已具備，其暴發(fā)的主因是水體之外的氣溫變化（陳橋等，2009；沈強等，2010；Zhang et al.，2012；Deng et al.，2014）。因此，預(yù)測藻暴發(fā)時只需考慮最適溫光。將藻暴發(fā)的氣溫與光照的時間作為模型驅(qū)動力，所構(gòu)建的藻密度模型為：

M=M0(1+θ·r)t（1）

式中，M為預(yù)測藻密度；M0為初始藻密度；t為藻暴發(fā)的溫光連續(xù)出現(xiàn)天數(shù)；r為預(yù)測用藻增長率，它反映冬季低溫對越冬藻繁殖力的恢復(fù)程度；θ為增長率系數(shù)，當(dāng)增長率測試與預(yù)報的溫光不相同時，用其調(diào)校增長率，本研究θ=1。

1.3 藻計數(shù)和藻培養(yǎng)的溫光

藻計數(shù)：采用血球計數(shù)板測定法。計數(shù)前將高密度藻液稀釋至每小格內(nèi) 5～10個單藻。每次計數(shù)時，每個藻樣取3滴藻液，分別計數(shù)藻密度，取其均值用于分析。

藻培養(yǎng)溫光：28 ℃、2500 lx 或 28 ℃、4100 lx。

1.4 實驗藻準備

將新擴大培養(yǎng)的藻密度約為 6×108ind?L-1的藻液，置于28 ℃、2500 lx條件下培養(yǎng)。當(dāng)藻密度達1×109ind?L-1時，即可用于藻預(yù)測實驗。

1.5 藻密度預(yù)測實驗

實驗方案參照技術(shù)路線，即初春采藻分析預(yù)測用增長率→藻暴發(fā)的預(yù)報溫光出現(xiàn)時采藻計數(shù)→藻密度預(yù)測。

1.5.1 藻處理的溫度順序

藻處理過程的溫度順序如下圖1所示，實驗過程詳見圖2。

1.5.2 藻培養(yǎng)過程

圖1 藻處理溫度順序圖Fig. 1 Sequence diagram of algae treatment temperature

圖2 藻變溫處理過程及藻預(yù)測技術(shù)路線Fig. 2 Changes of temperature in algae treatment and technical route for algae density forecasting

經(jīng)過模擬春、夏、秋溫度處理后，從6 ℃、1 d處理后的總藻液中取出部分藻液，分為2小瓶（120 mL?bottle-1），為第1處理，于20 ℃、2500 lx下培養(yǎng)5 d；從6 ℃、3 d處理后的總藻液中取出部分藻液，分為2小瓶（120 mL? bottle-1），為第2處理，于20 ℃、2500 lx下培養(yǎng)3 d；從3 ℃、1 d處理后的總藻液中取出部分藻液，分為2小瓶（120 mL?bottle-1），為第3處理，于20 ℃、2500 lx下培養(yǎng)2 d；然后，從3 ℃、3 d處理后的總藻液中取出部分藻液，分為2小瓶（120 mL?bottle-1），為第4處理。將上述每個處理中的2瓶藻液分為A、B組，每組4小瓶（30 mL?bottle-1）。取A組2小瓶藻液置于28 ℃、2500 lx下測試增長率r1，另外2小瓶置于28 ℃、4100 lx下測試增長率r2。B組的4小瓶在5 d的間隔時間（圖1注）內(nèi)，于2500 lx下進行20～22 ℃變溫培養(yǎng)（圖2）。然后，進入藻暴發(fā)期的藻培養(yǎng)實驗，即 2小瓶藻液（30 mL?bottle-1）于28 ℃、2500 lx下培養(yǎng)，2小瓶（30 mL?bottle-1）于28 ℃、4100 lx下培養(yǎng)。測試藻暴發(fā)期的密度增長變化（圖 2），用于藻暴發(fā)的藻密度預(yù)測效果分析。

1.5.3 藻密度預(yù)測

（1）預(yù)測用增長率使用原則：采用“相似相測原則”，即什么溫光下測試的增長率用于什么溫光下藻暴發(fā)的預(yù)測。這樣的預(yù)測結(jié)果才能反映藻暴發(fā)的藻密度。

（2）預(yù)測方法：以間隔期（5 d）末時的藻密度作為初始藻密度，以藻增長的最適溫光日數(shù)作為模型驅(qū)動力，與測試的預(yù)測用增長率一起輸入啟動藻密度模型（1），預(yù)測藻暴發(fā)時的藻密度。

1.6 藻密度預(yù)測分析

1.6.1 幾種指標的計算方法

（1）藻增長率（ri）：

ri=(Mi-Mi-1)/Mi-1×100% （2）

式中，ri為第i日藻增長率；Mi為第i日的藻密度，ind?L-1；Mi-1為第 i-1 日的藻密度，ind?L-1。

其可行性，可通過預(yù)測藻密度與生長藻密度之間的相關(guān)性進行分析。

（3）預(yù)測偏差（f）：

f=|1-M/Mt| （4）

式中，M為預(yù)測的藻密度，ind?L-1；Mt為生長的藻密度，ind?L-1。

（4）預(yù)測偏差范圍（h）：

h=±f （5）

（5）預(yù)測結(jié)果準確性指數(shù)（I）：

I=1-f （6）

當(dāng)I≤0時，即無準確性。由于培養(yǎng)平行樣之間的藻計數(shù)波動范圍在 0%～43%，故將 I調(diào)為 0.6。I≥0.6，即預(yù)測結(jié)果具有準確性。

（6）預(yù)測結(jié)果變化范圍（K）：

Mt?(1-f)×100%≤K≤Mt?(1+f)×100% （7）

（7）有準確性的預(yù)測結(jié)果出現(xiàn)率（Q）：

Q=N/W×100% （8）

式中，N為I≥0.6時的預(yù)測結(jié)果數(shù)；W為所有預(yù)測結(jié)果數(shù)。當(dāng)Q≥60%時，預(yù)測結(jié)果出現(xiàn)概率較大。

1.6.2 預(yù)測效果的評價方法

（1）有關(guān)名詞的定義

a預(yù)測的有效時間范圍：有準確性的預(yù)測結(jié)果出現(xiàn)率Q≥60%的連續(xù)天數(shù)。

b預(yù)測結(jié)果的有效范圍；根據(jù)培養(yǎng)平行樣之間藻計數(shù)的波動范圍（0%～43%），將預(yù)測結(jié)果的有效范圍控制在生長藻密度的60%～140%之間。

（2）三標準評價法

采用3個標準進行評價。若預(yù)測結(jié)果能同時滿足3個標準，則其通過評價。通過評價的預(yù)測結(jié)果，稱為有效預(yù)測結(jié)果。3個標準優(yōu)先原則是準確性＞出現(xiàn)率＞連續(xù)天數(shù)。

標準 1（預(yù)測的準確性）：預(yù)測結(jié)果準確性指數(shù)I≥0.6，也即預(yù)測結(jié)果的有效范圍60%～140%。

標準 2（預(yù)測的概率）：具有準確性預(yù)測結(jié)果的出現(xiàn)幾率Q≥60%。

標準 3（預(yù)測的時長）：具有準確性的、出現(xiàn)率Q≥60%的預(yù)測結(jié)果連續(xù)天數(shù)≥2 d。

2 結(jié)果與分析

2.1 藻光需求變化

由表2可知，實驗藻經(jīng)過不同低溫誘導(dǎo)后，進入最適溫度、強弱光下培養(yǎng)10 d左右，8組實驗藻密度達到最大。所有增長率測試組，實驗藻在弱光下的增長率均大于強光下的增長率。這與低溫誘導(dǎo)實驗之前，弱光下的藻增長率均小于強光下藻增長率的結(jié)果正好相反，表明誘導(dǎo)低溫能夠使太湖銅綠微囊藻的光需求發(fā)生改變。

2.2 預(yù)測用增長率

運用SPSS 19.0軟件分析8組實驗的7 d逐日預(yù)測藻密度與生長藻密度之間的相關(guān)性。其結(jié)果是：按低溫過程處理順序，2500 lx下培養(yǎng)的4組預(yù)測與實測藻樣，其Pearson相關(guān)系數(shù)依次為0.923（P=0.003）、0.968（P=0.000）、0.960（P=0.001）、0.963（P=0.000）；4100 lx下培養(yǎng)的4組預(yù)測與實測藻樣，其 Pearson相關(guān)系數(shù)依次為 0.992（P=0.000）、0.986（P=0.000）、0.987（P=0.000）、0.978（P=0.000），相關(guān)性均達顯著水平。這表明預(yù)測技術(shù)路線中，增長率測試方法合理。將同一低溫處理的兩種光照強度下培養(yǎng)實驗藻的增長率用于互換預(yù)測，其平均I值為0.32，低于對應(yīng)預(yù)測的平均I值0.57（表2），表明預(yù)測增長率使用需遵照“相似相測原則”。

表2 藻密度預(yù)測的可行性、偏差范圍和時間范圍的分析Table 2 Analyses on feasibility, deviation range and time range of algae density forecasting

2.3 預(yù)測效果

由表2可知，（1）在對應(yīng)預(yù)測結(jié)果的6 d中，8組實驗藻中有5組的預(yù)測結(jié)果準確性指數(shù)I≥0.6，也即預(yù)測結(jié)果在生長藻密度的60%～140%以內(nèi)。表明大多數(shù)預(yù)測結(jié)果的準確性較好，預(yù)測結(jié)果能夠控制在有效變化范圍內(nèi)，滿足了評價標準一；（2）7 d預(yù)測結(jié)果有效變化范圍的下限為M =(62%～67%)Mt、上限為M =(133%～138%) Mt（M為預(yù)測藻密度，Mt為生長藻密度）時，占81%的準確性預(yù)測結(jié)果的出現(xiàn)幾率 Q≥62.5%，滿足了評價標準二；（3）預(yù)測結(jié)果有效變化范圍的下限為M =(60%～66%) Mt、上限為M =(134%～140%) Mt時，準確性預(yù)測結(jié)果出現(xiàn)率在60%以上的連續(xù)出現(xiàn)天數(shù)為6 d，滿足了評價標準三。三標準評價分析可知，藻密度預(yù)測技術(shù)路線指導(dǎo)太湖銅綠微囊藻暴發(fā)的藻密度預(yù)測是可行的；預(yù)測時長為6 d；滿足3個標準的預(yù)測結(jié)果有效變化范圍的下限為M =(60%～67%) Mt、上限為M =(133%～140%) Mt。

2.4 預(yù)測結(jié)果準確性指數(shù)變化的風(fēng)險

由表 2可知，當(dāng)預(yù)測結(jié)果偏差范圍為100%±33% 時，即預(yù)測結(jié)果準確性指數(shù)I≥0.67時，準確性預(yù)測結(jié)果的出現(xiàn)幾率降低12.5%，其連續(xù)出現(xiàn)天數(shù)縮短為2 d，表明調(diào)高預(yù)測結(jié)果準確性指數(shù)，預(yù)測風(fēng)險將會增大。

2.5 兩種增長率比較

由表3可知，預(yù)測用增長率與藻暴發(fā)期增長率之間存在一個差值，所有的預(yù)測用增長率均大于對應(yīng)的藻暴發(fā)期增長率，平均高出9.2%。這表明，藻密度預(yù)測結(jié)果的準確性受到兩種增長率差值的影響，縮小差值就能提高藻密度預(yù)測結(jié)果的準確性。

3 討論

3.1 藻密度預(yù)測的質(zhì)量保證與數(shù)量控制

藻密度預(yù)測屬于定量預(yù)測，預(yù)測結(jié)果的波動性較大，需對預(yù)測結(jié)果進行質(zhì)量保證和數(shù)量控制，以預(yù)測用增長率使用的“相似相測原則”來保證預(yù)測結(jié)果的質(zhì)量，以預(yù)測的有效時長來控制預(yù)測結(jié)果的藻密度變化。

表3 預(yù)測用增長率與藻暴發(fā)期增長率的比較Table 3 Comparison of growth rate for forecasting and that in algae bloom period

3.2 間隔期對預(yù)測結(jié)果的影響

間隔期是指預(yù)測用增長率測試到藻暴發(fā)（進入最適溫光）之間的時間。間隔期增長、間隔期的溫度較高，均可能使預(yù)測用增長率與藻暴發(fā)期增長率的順差值變大，對預(yù)測結(jié)果有一定影響。在現(xiàn)場預(yù)測中，由于無法知道冬季后藻暴發(fā)的準確時間，因此很難縮短間隔期時間。這樣就可能出現(xiàn)兩種情況：如果冬后立即采藻測試預(yù)測用增長率，有可能出現(xiàn)藻暴發(fā)前的間隔期時間過長，使預(yù)測用增長率用于預(yù)測所反映的暴發(fā)藻密度會受到一定影響；如果冬后較長時間后采藻測試預(yù)測用增長率，有可能實驗還未完成，藻就暴發(fā)了。因此，初春采藻測試預(yù)測用增長率更為合理，但需要根據(jù)預(yù)報的藻暴發(fā)的溫光出現(xiàn)期距增長率測試期之間的時長，適當(dāng)調(diào)整藻密度模型參數(shù)θ控制預(yù)測用增長率以保證預(yù)測效果。

3.3 模型參數(shù)關(guān)系推演

推演藻密度模型參數(shù)間的關(guān)系對于藻密度預(yù)測分析很有意義。例如，利用已知的藻暴發(fā)的閾值藻密度、初始藻密度和預(yù)測用增長率，就能推演出最適溫光的天數(shù)。那么，實際預(yù)測時就可以關(guān)注天氣預(yù)報中的溫光數(shù)據(jù)。同樣的道理，可以推演預(yù)測的藻密度、初始藻密度、預(yù)測用增長率。參數(shù)關(guān)系的推演，能夠根據(jù)預(yù)測用增長率的大小預(yù)判藻暴發(fā)的可能性，也可以知道初始藻密度低點或預(yù)測用增長率小點或溫光差點，只要其他參數(shù)滿足條件，藻暴發(fā)也可發(fā)生。

4 結(jié)論

（1）預(yù)測用增長率測試方法合理。

（2）預(yù)測用增長率使用遵照“相似相測原則”，即什么溫光下測試的增長率用于什么溫光下藻暴發(fā)的預(yù)測。

（3）在預(yù)測時長6 d內(nèi)，預(yù)測技術(shù)路線指導(dǎo)太湖銅綠微囊藻暴發(fā)的藻密度預(yù)測是可行的。技術(shù)路線為：初春現(xiàn)場采藻分析預(yù)測用增長率→藻暴發(fā)的預(yù)報溫光出現(xiàn)時現(xiàn)場采藻計數(shù)→預(yù)測藻暴發(fā)的藻密度。

（4）調(diào)高預(yù)測結(jié)果準確性指數(shù)或延長預(yù)測時長，預(yù)測風(fēng)險將會增大。