从太空“看见”赤潮:NASA用AI绘制有害藻华近实时地图

【智研参考消息】据Orbital Today报道，美国国家航空航天局研究人员近日开发出一套人工智能系统，可融合多颗卫星数据，对美国沿海水域有害藻华进行识别和制图。该系统旨在提升藻华监测的时效性和覆盖范围，为沿海公共卫生、渔业和旅游管理提供更快预警支持。

报道称，相关研究已发表于《AGU Earth and Space Science》。研究团队提出的系统名为SIT-FUSE，即“分割、实例跟踪与多传感器影像数据融合”系统。该工具已在佛罗里达西部和南加州海域识别出有毒藻华，并综合使用包括NASA PACE卫星和TROPOMI在内的五项卫星任务或仪器数据。

有害藻华长期威胁沿海生态和公共健康。佛罗里达海域的Karenia brevis藻华与野生动物死亡、海滩关闭和人体呼吸道不适有关；美国西海岸的Pseudo-nitzschia藻华也曾造成海豚、加州海狮等海洋动物中毒。NASA资料显示，严重藻华每年可给美国沿海经济造成数千万美元损失。

传统监测方式主要依靠现场采水和实验室分析，往往需要一天以上才能获得结果，还要求工作人员预先判断采样位置。在藻华快速发展、范围不断变化的情况下，这种方式难以及时反映风险扩散。NASA喷气推进实验室科学家米歇尔·吉拉赫表示，类似工具至少可以帮助判断何时、何地应采集水样。

SIT-FUSE采用自监督机器学习方法，不依赖大量预先标注数据，而是从海量卫星数据中自行学习特征，再与现场观测结果进行比对。这一方法可整合不同空间分辨率、光谱分辨率和时间分辨率的数据，降低对人工标注和单一传感器的依赖。

研究团队使用2018年和2019年的卫星观测资料进行训练，并结合实地和实验室测量数据提供校验背景。在后续数据测试中，该系统能够识别和绘制有害藻华分布，包括Karenia brevis等特定物种事件，即使在泥沙、径流和复杂海岸环境中也具备一定识别能力。

NASA总部项目科学家纳迪亚·维诺格拉多娃·希弗表示，将自监督AI应用于大规模卫星数据流，正成为生成可操作海洋情报的重要工具。通过多源卫星融合，该系统有望更频繁、更细致地跟踪藻华发展过程和严重程度。

目前，研究团队正引入更多沿海数据，并计划把应用范围扩展至湖泊等内陆水体。其目标是在未来几年内使该工具更好服务决策者，覆盖水产养殖、旅游管理、水质监测和公共健康预警等场景。不过，从公开信息看，该系统仍处于研究和扩展验证阶段，距离全面业务化应用仍需更多地区、更多水体类型和实际管理场景检验。

总体看，NASA这一AI系统显示，地球观测正在从“看见异常”走向“快速识别风险”。随着多源卫星数据、机器学习和现场观测进一步融合，有害藻华监测有望实现更接近实时的风险判断，为沿海治理提供新的技术支撑。

参考信息来源：

1. Orbital Today：《NASA Builds AI System to Map Harmful Algal Blooms in Near Real Time》，作者Natalia Nichyshyna，2026年5月27日。

2. NASA：《NASA-developed AI Could Help Track Harmful Algae》，Jet Propulsion Laboratory，2026年5月20日。

3. AGU Earth and Space Science：关于SIT-FUSE有害藻华监测研究论文。