从珊瑚白化预报到管理行动：一种基于 POMDP 的遥感决策框架及珊瑚三角区和南海的历史概念验证

《Remote Sensing Applications: Society and Environment》：From coral-bleaching forecasts to management action: A POMDP-informed remote-sensing decision framework and historical proof of concept for the Coral Triangle and South China Sea

　　

Abstract
遥感产品提供珊瑚热应力的准实时估计，但它们本身并不能确定管理者在礁体状况不确定时是应该监测、行动、延迟还是重新分配有限的资源。我们提出了 ReefAction-POMDP，这是一种受 POMDP 启发的决策架构，它将危害预测、生态状态不确定性、信息获取和受限管理分配分离开来。概念框架是一个五状态动态 POMDP；此处报告的实证部分刻意更为狭窄：一个二元的、单步的历史概念验证，使用来自 1,724 个礁体的 3,429 个礁体 - 日期观测（1998-2017）。一个类别加权的随机森林观测模型产生了礁体分块 AUC = 0.785，平均精度 = 0.608，Brier 评分 = 0.166，而严格地理分块将 AUC 降低至 0.499，表明合并的区域预测未能可靠地转移到地理上不同的礁体系统中。在归一化场景假设下，固定 DHW、预测风险、风险价值和 EVSI 指导的策略在 10% 归一化预算下产生了 4.10%、6.39%、7.07% 和 7.18% 的模拟避免损失。风险价值策略和 EVSI 策略之间 0.11 个百分点的差异很小，在没有不确定性传播的情况下不被解释为实际优越性的证据。数值策略结果是条件性的数学比较，不是对避免白化、珊瑚存活率或干预有效性的估计。因此，主要贡献是透明的决策逻辑和可重复的研究议程，用于将经过校准的遥感证据与监测和分配决策联系起来，而不是一个经过验证的区域运行系统。

Introduction
珊瑚白化的管理日益面临紧迫性、不确定性和有限的运营能力。反复发生的大规模白化，主要由异常变暖和相互作用的光及局部压力驱动，已将珊瑚礁保护从长期规划问题转变为运营危机 (Brown 1997; Hoegh-Guldberg et al. 2007; Spalding and Brown 2015; Hughes et al. 2017, 2018; Lough et al. 2018; Eakin et al. 2019)。创下纪录的第四次全球白化事件在 2023 年初至 2025 年中影响了全球约 84% 的礁体区域，进一步强调了需要能够优先处理同时发生事件的决策系统 (NOAA Coral Reef Watch 2026)。卫星衍生的海表温度 (SST)、热点和加热程度周数 (DHW) 产品通过展示累积热应力正在发展的位置以及野外团队可能预期发生白化的位置，改变了监控方式 (Liu et al. 2014; Heron et al. 2016; Skirving et al. 2020)。
遥感警报是证据，而非管理决策。管理者仍必须确定信号对于特定礁体和决策日期是否足够可靠，礁体是否具有高管理价值，已批准的措施是否可行且可能改变预期结果，野外验证是否会改变首选措施，以及稀缺资金应如何在同时发生的候选站点之间分配。
基于印太观测拟合的区域模型可以为广泛的全球产品添加本地相关信息。最大月均 SST 支持长期白化概率测绘和气候情景预测 (Khalil et al. 2023)。更近期的站点自适应和多驱动因素方法进一步表明，白化阈值和预测技能在不同区域、礁体、环境设置和热历史中有所不同 (Kayanne 2017; Kumagai and Yamano 2018; Lachs et al. 2023; Whitaker and DeCarlo 2024; Cheung et al. 2025; Cornet et al. 2025; Ferris et al. 2025; White et al. 2024)。这些进展改善了生态预测，但未解决的应用问题是，当证据、时间和响应资源有限时，管理者应如何处理概率预测。
白化预测逐渐超越了单一温度阈值。预测技能可能取决于季节基准、热历史、加热速率和持续时间、空间分辨率、珊瑚群落、先前暴露、高频变异性、云量、水体运动、深度和浑浊度 (Berkelmans et al. 2004; Donner et al. 2005; Donner 2011; McClanahan et al. 2007; Weeks et al. 2008; Guest et al. 2012; Safaie et al. 2018; McClanahan et al. 2020; Gonzalez-Espinosa and Donner 2021; Rosedy et al. 2023; Lucas et al. 2023)。这些进展改善了生态预测，但它们通常止步于管理者面临的资源分配问题之前。
知识缺口。现有的卫星和统计系统可以估计热危害或白化概率，但当预测不确定且不同礁体的预算、可行性和生态价值不同时，它们通常不能确定管理者是应该监测、行动、延迟还是在其他地方分配资源。预测和决策分析回答的是不同的问题。如果预期行动效果低、成本高、可行性差或信息不会改变决策，那么预测概率最高的礁体不一定是管理优先级最高的。相反，当野外结果能使首选措施跨越决策边界时，中等风险、高价值的礁体可能值得快速验证。这一缺口促使在预测之上建立一个明确的信息价值和受限分配层。
部分可观测马尔可夫决策过程 (POMDP) 为生态状态被不完美观测时的序贯决策提供了一种形式化语言 (Kaelbling et al. 1998; Williams 2009; Marescot et al. 2013)。卫星和野外观测更新对状态的信念；行动可以改变预期损失或未来转移；策略在不确定性下选择行动。POMDP 和相关适应性管理方法在自然资源决策科学中已确立。它们与珊瑚白化遥感证据、明确的野外信息价值和组合约束的结合仍相对欠发展。因此，我们将 POMDP 视为一种决策架构，而不是声称一个完整的区域动态 POMDP 已经被操作化。
ReefAction-POMDP 被设计为一个模块化决策层，可以在本地验证后，接收来自 NOAA 珊瑚礁监视 (CRW)、哥白尼、NASA 海洋颜色、本地传感器网络或站点自适应白化模型后验预测的证据。本文的历史演示不评估这些当代运行系统。相反，它使用公开的历史观测来说明如何将有校准的风险与生态价值、可行性、行动效果、成本、预算和样本信息的期望价值 (EVSI) 相结合。产品延迟、空间支持、校准、时间优先性和领域支持被视为任何未来运行实施所需的基本元数据。
分析域跨越珊瑚三角区和南海，因为公开记录包含这一广泛印太管理区域内的礁体观测，且区域热应力事件可能在跨辖区范围内创造同时发生的分配问题。该域不被假设为生态、海洋、机构或统计上均质的。因此，国家、生态区、调查计划和环境差异是潜在的领域漂移来源；包括严格空间分块压力测试旨在评估这一局限性，而不是为单一区域模型辩护。
本研究有四项主要贡献。在概念上，它将危害预测、隐藏生态状态、信息获取和受限行动分配分离开来。在方法上，它将监测表达为具有净 EVSI 的决策，而不是对不确定性的通用响应。在实证上，它使用历史二元、单步近似演示了观测和分配机制，并报告了礁体分块性能和失败的严格地理转移。对于管理研究，它确定了在区域运行使用前必须满足的数据、校准、行动效果、成本、治理和前瞻性验证要求。数值场景结果取决于归一化假设，不是实际干预有效性的估计。
因此，本研究解决了四个预设的研究问题：(RQ1) 透明的 POMDP 启发架构能否在不确定性和资源约束下区分白化概率和管理优先级？(RQ2) 历史二元观测模型在礁体分块验证下对白化发生的判别和评分效果如何，以及在严格地理转移下性能下降有多强烈？(RQ3) 在相同的归一化假设和预算下，固定 DHW、仅风险、风险价值、EVSI 指导和完美信息策略如何比较，以及排名在已检查的预算水平范围内是否稳健？(RQ4) 在哪些假设的调查准确率和调查成本组合下 EVSI 变为正值，以及在框架可以前瞻性实施之前还需要什么额外证据？

Section snippets
Study area and management context
研究域跨越大约南纬 16.5 度至北纬 26.5 度、东经 96.5 度至东经 165.5 度之间的珊瑚三角区和南海。珊瑚三角区珊瑚礁、渔业和粮食安全倡议 (CTI-CFF) 提供了一个相关的治理背景，尽管分析边界框还包括 CTI-CFF 成员辖区以外的礁体。合并的域用于在一个异质性的印太观测集中演示区域分配问题。
Predictive skill and calibration
在历史礁体分块验证设计下，多代理观测模型的 AUC = 0.785（报告 95% CI: 0.758-0.813），平均精度 = 0.608，Brier 评分 = 0.166，相对于仅患病率概率预测的 Brier 技能评分 = 0.219（表 4；图 3）。描述性尤登阈值为 0.304，灵敏度为 0.756，特异度为 0.705，精确度为 0.531，F1 = 0.624。只有存档的 AUC 输出包含置信区间；不确定的...
From prediction accuracy to decision quality
核心贡献是将预测概率与决策优先级明确分离开来。遥感模型通常根据对观测白化的判别或错误来判断。这些措施仍然是必要的，但管理还需要考虑后果、价值、可行性、成本、信息价值和约束。ReefAction-POMDP 形式化了这一额外层级，而不声称历史原型是经过验证的区域管理系统。
The framework
结论
ReefAction-POMDP 最好被理解为一个受 POMDP 启发的决策架构，具有历史二元、单步概念验证。其核心贡献是通过将不确定证据与后果、生态价值、可行性、行动效果、成本、信息价值和分配约束相结合，将白化概率与管理优先级分离开来。礁体分块观测模型在历史数据结构中显示出中等程度的判别能力，但严格地理分块。CRediT 作者贡献声明
Nurul Hidayah Mat Zaki: 写作 – 审阅与编辑，软件，形式分析，数据整理。Rudiyanto Rudiyanto: 写作 – 审阅与编辑，软件，方法，形式分析。Mohammad Shawkat Hossain: 写作 – 审阅与编辑，监督，方法，概念化。Idham Khalil: 写作 – 原稿，软件，方法，形式分析，数据整理，概念化。Aidy M. Muslim: 写作 – 审阅与编辑，监督，项目管理，概念化
未引用参考文献
Allen, 2008; Banzon et al., 2016; Breiman, 2001; Brier, 1950; Cacciapaglia and van Woesik, 2016; Caruso et al., 2025; Casey et al., 2010; Darling et al., 2010; Donner et al., 2017; Handiani et al., 2025; Huang et al., 2015; Kilpatrick et al., 2015; National Academies of SciencesEngineeringand Medicine, 2019; Niculescu-Mizil and Caruana, 2005; Obura et al., 2022; Reynolds et al., 2002; Roberts et al., 2017; Shlesinger and van Woesik, 2023; Skirving et al., 2018; Sully and van Woesik, 2020;
利益冲突声明
作者声明没有竞争利益。
数据可用性
数据应通讯作者要求提供。
涉及人类或动物研究的声明
本研究不涉及人类参与者、个人可识别信息或涉及活体动物的实验程序。研究使用之前收集的珊瑚白化观测、卫星和网格环境数据集以及原位海表温度测量。本研究未收集、处理、操纵或对其他动物实施实验干预。因此，机构伦理批准和知情同意是声明。
写作过程中生成式人工智能和人工智能辅助技术的声明
在本工作准备过程中，作者使用了 ChatGPT (OpenAI) 来改善语言、清晰度、格式和呈现。使用此工具后，作者根据需要审阅和编辑了内容，并对文章内容承担全部责任。
资金
本研究由马来西亚高等教育部通过高等理工学院卓越中心 (HICoE, VOT no. 56059) 的研究拨款支持，地点为登嘉楼大学海洋与环境研究所。
竞争利益声明
? 作者声明他们没有已知的竞争性财务利益或个人关系，这些利益或关系可能影响本文报告的工作。
致谢
作者感谢为 Reef Check、CoRTAD、NOAA 珊瑚礁监视、海洋颜色和珊瑚白化观测做出贡献的研究人员和监测计划。决策框架旨在补充而非取代当地礁体管理者和野外团队的专业知识。
Idham Khalil|Mohammad Shawkat Hossain|Rudiyanto|Nurul Hidayah Mat Zaki|Aidy M. Muslim
登嘉楼大学 (UMT) 科学与海洋环境学院，21030 Kuala Terengganu, Terengganu, 马来西亚