耦合水动力漂移模拟与季节性种群动态解析水母暴发驱动机制

本综述创新性地提出了一种结合水动力漂移模拟（SINMOD）与周期性种群矩阵模型（MPMs/IPMs）的预测框架（JellySim/DMat），通过整合月水母（Aurelia aurita）的复杂生活史特征（包括水螅体（scyphistoma）、碟状体（ephyra）和成体水母（medusae）的动态），实现了对波罗的海区域水母暴发（blooms）时空格局的量化预测。该框架通过参数敏感性分析（ParSens）识别关键生态驱动因子（如温度与盐度对存活率的影响），为渔业、水产养殖和旅游业提供了重要的决策支持工具，并为全球其他海域的暴发预测建立了可扩展模型范式。

　　

研究背景与意义

水母暴发（jellyfish blooms）是全球沿海生态系统面临的重大生态与经济问题，其对渔业、水产养殖和旅游业造成显著冲击。尽管暴发现象频繁发生，但由于水母复杂的世代交替生活史（包括浮游期的水母体与底栖期的水螅体）以及其对环境因子（如温度、盐度）的高度可塑性，预测其暴发时空格局一直存在困难。本研究旨在开发一个整合水动力漂移模拟与季节性种群动态模型的预测框架，以揭示水母暴发的驱动机制并提升预测能力。

研究方法与框架设计

本研究构建了一个包含两个核心模块的预测框架：JellySim 作为主模拟引擎，负责整合环境参数、地理范围与释放点设置；DMat 则基于阶段性种群矩阵模型（MPMs）与连续积分投影模型（IPMs），量化水母生活史中各阶段的存活率（survival）、发育（development）与繁殖（reproduction）参数。框架还包含 ParSens 模块用于参数敏感性检验，以及可视化工具 SimPlot。

关键模型输入包括：

• •
  水动力漂移数据（来自SINMOD海洋环流模型），模拟粒子在波罗的海的漂移路径；
• •
  季节性种群矩阵，依据GoJelly数据库参数化，包括：
  • •
    浮浪幼虫（planula）的沉降与存活；
  • •
    水螅体（scyphistoma）的无性繁殖（asexual propagation）、出芽（strobilation）及碟状体（ephyra）释放数量；
  • •
    碟状体到水母体（medusae）的变态（metamorphosis）过程；
  • •
    成体水母的体型增长（基于bell diameter）、存活与繁殖（幼虫产出与性别比例）。

案例研究：波罗的海月水母（Aurelia aurita）

以波罗的海的月水母（Aurelia aurita）为范例，研究团队：

1. 1.
   从GoJelly数据库中提取关键生态参数，建立温度与盐度对各类生命阶段影响的广义线性混合模型（GLMMs）；
2. 2.
   通过SINMOD模型生成1196个潜在水螅体床（polyp beds）位点的粒子漂移轨迹，模拟每日释放的个体在2021年全年的运动路径与环境经历；
3. 3.
   利用周期性矩阵模型模拟每月种群动态，并引入生理阈值（如最低温度-1°C抑制存活、13°C抑制繁殖）。

主要结果与发现

模拟结果显示：

• •
  水母暴发风险高区集中在芬兰湾、爱沙尼亚与拉脱维亚沿海，暴发高峰期出现在3–4月；
• •
  夏季波罗的海中部水母密度下降，而北海种群持续存在并随洋流向挪威北部漂移；
• •
  参数敏感性分析表明，模拟结果对水母体与碟状体的存活率（尤其是温度依赖性）最为敏感，而水螅体密度与繁殖参数影响较小；
• •
  预测不确定性随模拟密度增加而上升，凸显关键生态数据（如polyp beds位置）的缺失对模型精度的影响。

讨论与应用前景

该框架作为基于个体行为模型（Agent-Based Model, ABM）的一种实践，强调了环境驱动与个体生理响应在种群动态中的核心作用。尽管目前模型仅支持单年度模拟（因幼虫沉降数据缺失），但其能力已显著优于传统方法。通过耦合实时观测数据（如公民科学项目Jelly Spotter、卫星与无人机监测），该框架可反向推断未知水螅体床位置，为暴发预警提供决策支持。

此外，团队开发了交互式网络应用（Shiny App），公开提供波罗的海水母暴发风险可视化功能。该框架具备良好的可扩展性，可适配其他海域（如地中海、东南亚）及水母物种，为全球水母暴发的生态管理、经济风险规避提供了关键工具。

总结

本研究通过跨学科整合水动力学、种群生态学与计算建模，建立了首个针对水母暴发的时空预测框架。它不仅填补了当前对水母种群动态量化模拟的空白，还为解决水母暴发带来的社会经济问题提供了实证基础与技术支持。未来通过持续迭代验证与数据扩充，该框架有望成为海洋生态预测与适应性管理的重要范例。