近日，中国科学院深圳先进技术研究院集成所光电工程技术中心李剑平正高级工程师团队与自然资源部海岛研究中心、第三海洋研究所团队的合作研究成果，在生态信息学期刊Ecological Informatics上正式发表。该工作创新性地开发了适用于“蓝眼泪”现象的BT-YOLO实时视频监测算法，实现了对“蓝眼泪”发生位置和区域的精准分割与量化分析。
本研究得到了自然资源部海岛研究中心牵头建设的福建省海岛资源生态监测与保护利用重点实验室开放课题的资助，为未来实现“蓝眼泪”时空预报与等级评估奠定了关键技术基础。
“追泪”热潮下的管理难题
近年来，“追泪”已成为平潭等地春夏季节的特色旅游活动，大量游客慕名而来，期待一睹“蓝眼泪”的奇幻景观。然而，由于藻华发生具有突发性、移动性和空间不确定性，“追泪”活动面临着巨大挑战，即观赏体验难以保障，游客往往依靠社交媒体碎片化信息和运气成分“碰运气”，难以准确预测和定位爆发区域，经常乘兴而来、败兴而归，影响了旅游体验和当地旅游业的口碑；安全隐患突出，大量游客夜间自发聚集在黑暗的海岸区域，缺乏统一的引导和管理，易发生拥挤、落水等安全事故；生态保护压力增大，无序的旅游活动可能对脆弱的潮间带生态系统造成破坏。
技术突破：从识别到量化的算法创新
本研究的核心创新在于开发了能够在视频中实现对“蓝眼泪”发生区域进行像素级分割和定量化分析的BT-YOLO算法。与传统仅能识别"有无"的方法不同，该算法可以精准定位，准确分割视频中"蓝眼泪"发生的具体区域轮廓；量化分析，对发光区域的面积、强度等参数进行定量计算；等级评估，为后续建立"蓝眼泪"发生等级标准提供数据支撑。
这一技术突破为未来实现"蓝眼泪"时空预报奠定了坚实基础。研究的终极目标是建立一套能够预测"蓝眼泪"发生时间、位置、范围和强度的预报系统，为政府部门的旅游安全管理提供科学依据。
研究亮点：年轻人担纲的应用型研究
本研究的一个显著特色是由年轻的研究生团队主导完成，体现了深圳先进院注重培养青年学生解决实际问题能力的育人理念。中国科学院大学巴基斯坦籍研究生Naseeb Abbas作为第一作者，主导了核心算法的研发与实验验证；深圳先进院与香港理工大学联合培养博士生郑凯健负责课题的组织管理与协调。
合作创新：多机构协同攻克技术难题
自然资源部海岛研究中心和第三海洋研究所团队在本工作中提供了重要支撑。海岛研究中心凭借其对平潭海域环境特征和"蓝眼泪"发生规律的深入理解，为算法优化提供了关键的领域知识；第三海洋研究所顾海峰研究员在海洋生态监测方面的专业经验，为技术路线的设计提供了重要指导。这种跨机构、多学科的合作模式，确保了技术方案既具有学术创新性，又具备实用性和可推广性。
发展路径：从技术储备到业务化应用
本研究建立的算法基础为后续研究工作提供了重要支撑。虽然最终的业务化预报系统还需要在沿海监测摄像机网络部署完成后，基于实际监测数据进行进一步开发和验证，但当前的工作已经解决了最核心的技术难题。
"这项工作好比我们已经准备好了精准的'秤'和'尺子'，"光电工程技术中心李剑平正高级工程师解释说，"一旦未来平潭的监测相机网络建成，我们就可以立即开始'称重'和'测量'，快速推进预报系统的研发。现在的技术储备让后续工作能够更加从容地开展。"
范式创新：可推广的智能监测解决方案
这套技术框架具有很强的扩展性，不仅适用于"蓝眼泪"监测，只需对算法进行适当调整，便有可能应用于赤潮监测、海上漂浮物识别等多种海洋环境监测场景，为智慧海洋管理提供通用的技术解决方案。
蓝眼泪（图片由平潭刘章宇先生提供）
团队合影
原文链接：https://www.sciencedirect.com/science/article/pii/S1574954126000014?via%3Dihub
附件下载：