《Marine Environmental Research》：Holistic Evolution of the Bohai Sea Complex System: Insights from Interacting Drivers
编辑推荐：
渤海湾多变量系统动态演变及驱动力解析：基于Eigen Microstates Theory框架量化系统无序度与状态转移，揭示人类活动主导的富营养化与自然变率协同作用机制，为政策评估提供跨尺度分析工具。
韩黄|陶邹|滕刘|王宏宇|王志轩|陶宁宁|李艳芳|范浩|谢飞|翟卫东|王贵志|张永文|范静芳|宋秦|戴敏涵|陈晓松
北京师范大学系统科学学院与非平衡系统研究所，中国北京市100875
摘要
海岸系统受到物理、化学和人为因素之间复杂相互作用的影响，但由于其多变量和动态特性，诊断系统级别的转变仍然是一个重大挑战。在这里，我们引入了一个基于特征微态理论（EMT）的新框架，通过变量相互作用中的涌现模式来捕捉多变量海岸系统的演变动态。将这一理论应用于代表性的海岸复杂系统——渤海，我们使用特征微态的熵来量化系统无序，并识别与赤潮等生态事件相对应的渤海状态转变。这些涌现的特征微态反映了变量之间的耦合，从而能够识别主要驱动因素，并将变量行为归因于人为影响与气候影响。人类活动被认为是富营养化的首要长期驱动因素，而自然变异性则调节其强度和时机。此外，EMT框架能够区分不同驱动因素之间的重叠效应，为评估环境政策的有效性提供了坚实的基础。我们的分析表明，尽管最近的监管干预措施在控制营养物输入方面取得了成功，但由于气候驱动的营养物传输增加，这些措施并未完全体现在营养物动态中。这些结果强调了协调监测和管理策略的重要性，这些策略需要同时考虑人类和自然因素对海岸变化的影响，这与联合国可持续发展目标（SDG）14.1相一致，并为其实施提供了支持。该框架为揭示复杂海岸系统中的状态转变和区分相互作用驱动因素提供了一个可转移的工具。
引言
海岸带是地球系统的重要组成部分，是人类社会与海洋之间最活跃的界面（Lakshmi和Rajagopalan，2000；Ward等人，2020；Xu等人，2016）。这些区域提供了重要的商品和生态服务，包括渔业、水产养殖、航运、水资源和生物多样性（Cosby等人，2024；Gephart等人，2021；Golden等人，2021；Jury和Vaux，2005；Martínez等人，2007；Wang等人，2023，2020）。然而，海岸系统正日益受到诸如富营养化等加剧的人为压力以及自然变异性（如太平洋十年涛动（PDO）（Barnard等人，2021；He和Silliman，2019；Heinze等人，2021；Simeoni等人，2023）的共同影响。因此，海岸带正在经历深刻的物理-生态变化（Barnard等人，2021；Cai等人，2011；Heinze等人，2021；Maúre等人，2021；Zhou等人，2023）。
富营养化是由于营养物质（特别是氮（N）和磷（P）过度富集而导致水生系统中生物生产力增强和藻类过度生长的过程（Dai等人，2023；Smith等人，2006；Wang等人，2021）。随着人类活动在沿海地区的加剧，富营养化已成为全球沿海水域的环境问题（Kroeze等人，2013；Malone和Newton，2020；Maúre等人，2021；Paerl等人，2006；Rabalais等人，2009）。全球约有115万平方公里的沿海水域（深度≤200米）面临富营养化的风险，这可能引发连锁效应，如浮游植物组成的变化、有害藻华（HABs）的形成和持续以及缺氧（Breitburg等人，2018；Maúre等人，2021；Xin等人，2019）。
渤海是一个半封闭的边缘海域，是中国重要的商业鱼类栖息地和中国最大的海水养殖基地，它位于中国人口最密集和经济发展最快的地区之一（Gao等人，2014；Kong和Ye，2014；Liang等人，2022；Liu等人，2017；Yu等人，2021；Zhang等人，2006；Zhou等人，2021）（图1a）。尽管渤海仅占中国总面积的不到3%，但它接收了中国大陆超过30%的污水，这主要是由于其腹地工业化程度高和人口增长迅速（Ding等人，2021；Gao等人，2014；Liu等人，2017；Xin等人，2019；Zhang等人，2006）。此外，渤海的区域状况还受到东亚季风和黑潮的影响，同时受到自然变异性（如PDO）的调节（Andres等人，2009；Wang等人，2023；Yoon和Yeh，2010；Zhang等人，2010）。
人为压力与自然变异性的相互作用使得富营养化成为渤海最紧迫的环境挑战，加剧了有害藻华（包括赤潮）的频率和规模（Lin等人，2001；Tong等人，2014；Wang等人，2023，2021；Wei等人，2023；Xin等人，2019；Yu等人，2021）（图1b）。渤海的营养物动态受大气氮沉降、黄海水入侵和陆地输入的复杂相互作用的影响（Wang等人，2021；Zheng等人，2020，2020；Zheng和Zhai，2023，2021）。同时，这种复杂的耦合也使得识别主要相互作用和区分人为引起的环境变化与自然变化的影响变得困难（Malara等人，2020；Simeoni等人，2023；Yan等人，2023）。这种复杂性给有效评估政策成果带来了挑战。一个典型的例子是“渤海蓝海行动计划”，这是中国政府于2001年启动的一项为期15年的计划，旨在通过监管和恢复措施来解决渤海的生态退化问题（Gao等人，2014；Zheng和Zhai，2021）。在该计划实施十多年后，仍未能取得明显和可证明的成功（Wang等人，2021；Gao等人，2014；Peng等人，2009）。值得注意的是，富营养化的关键指标，如溶解无机氮（DIN）和叶绿素a（Chl-a），在政策实施期间显示出加速上升的趋势（图2），这与基于监管干预的预期似乎相矛盾。至关重要的是，这些变量代表了对人为强迫和自然变异性的综合响应。因此，单个变量的变化不能唯一地归因于政策驱动的减少或气候相关的调节。因此，依赖单一变量的趋势来评估政策效果可能会混淆根本不同的驱动因素。目前，缺乏一个能够区分和归因于人类活动和自然变异性的相应贡献的定量框架，这是评估沿海复杂系统政策效果的一个关键瓶颈。
此外，作为环境变化系统指标的赤潮影响总面积，并不完全与海表温度和降水量等营养和气候因素一致（图1b和2）。氮和磷是控制浮游植物生长的主要营养物质，它们在沿海水域的富集可以刺激生物量积累并增加赤潮的可能性（Wang等人，2021；Wei等人，2023；Wells等人，2015）。同时，上升的海表温度（SST）通过增强浮游植物的新陈代谢和分层驱动的营养物获取来促进赤潮的发展（Wang等人，2021；Wells等人，2015），而降水通过径流和淡水排放调节陆地营养物输入，从而改变赤潮的变异性（Sinha等人，2017；Wei等人，2023；Wells等人，2015）。然而，尽管有这些营养和气候影响，从2001年到2005年赤潮面积迅速增加，但在2010年后却有所下降（图1b），这与SST的持续上升以及DIN水平峰值前的两年相矛盾（图2b-e）。值得注意的是，在2005年和2010年赤潮高峰年份，DIN浓度和SST都低于2012年的水平。尽管如此，这些年份仍然发生了显著的赤潮事件。赤潮规模与某些变量演变之间的这种不一致性强调了没有一个单一变量能够完全解释赤潮规模的变化，突显了渤海系统变化与单个变量动态所代表的微观尺度属性之间的差距。
总的来说，这些不一致性凸显了一个紧迫的科学挑战：仅凭单个变量的时间演变不足以充分理解宏观环境响应（如赤潮）或可靠地评估政策效果。应对这一挑战需要一个分析框架，能够明确地将单个环境变量的微观演变与多尺度上的系统级涌现变化联系起来。为了弥合这一差距，我们应用了EMT（Hu等人，2019；Liu等人，2025；Y. Sun等人，2021；Zheng等人，2024）来将渤海描述为一个综合的复杂系统，并将渤海的整体状态与其组成变量联系起来。EMT提供了一个先进的理论框架，能够连接微观尺度、中观尺度和宏观尺度的系统行为。与主要成分分析（PCA）主要关注降维不同，EMT捕捉了系统的固有特征结构，使其在识别复杂系统中的关键行为和相变方面更为有效（Liu等人，2025；Ma等人，2024a；Wang等人，2024；Xie等人，2025）。这种能力使EMT能够深入揭示复杂系统的物理意义，并在单个变量的演变与环境中的系统级涌现行为（如赤潮）之间架起桥梁，而这些现象仅使用PCA难以捕捉。通过捕捉相互作用变量的集体行为（称为特征微态（EMs），EMT使我们能够识别渤海中的状态转变，并区分人为压力和自然变化对富营养化相关营养物动态的各自贡献。这种双重能力不仅推进了我们对复杂海岸系统的科学理解，还为评估环境政策的有效性提供了定量框架，例如“渤海蓝海行动计划”。除了区域背景外，我们的框架还为分析复杂海岸系统提供了可转移的理论基础，并为推进科学理解和支持基于证据的政策评估提供了严格的基础，同时有助于实现SDG 14.1减少营养污染和保护海洋生态系统生物多样性的目标。
研究区域
渤海是中国北部的一个半封闭浅海盆地，面积为77284平方公里，平均深度为18米（Hainbucher等人，2004；Wang等人，2025）。它被山东省、辽宁省、河北省和天津市所环绕，并通过宽度约为105公里、最大水深为70米的渤海海峡与黄海相连。大约有40条河流（包括四条主要河流：黄河、海河、辽河和滦河）流入渤海
渤海复杂系统中变量的趋势和相关性
我们首先通过相关性分析来研究渤海复杂系统中变量之间的相互作用。这些变量可以分为四类：物理气候子系统（SST、SSS和降水量）、陆地输入（排放量和沙子）、人类活动（渔业和化肥）以及生化子系统（DIN、DIP、N/P和Chl-a）。没有时间延迟的相关性热图（图1c）显示了每对变量之间的相关性，其中生物地球化学子系统
结论
在这项研究中，我们基于EMT开发了一个多尺度框架，将单个变量的演变与宏观环境变化（如赤潮）联系起来，为更可靠的政策评估和制定提供了科学基础。EMs捕捉了变量共同变化的系统范围模式，从而弥合了微观尺度的变异性和宏观环境响应。
CRediT作者贡献声明
陶宁宁：撰写 – 审稿与编辑，方法论。李艳芳：撰写 – 审稿与编辑，数据整理。范浩：撰写 – 审稿与编辑。谢飞：撰写 – 审稿与编辑。翟卫东：撰写 – 审稿与编辑。王贵志：撰写 – 审稿与编辑。张永文：撰写 – 审稿与编辑，方法论。韩黄：撰写 – 审稿与编辑，初稿撰写，可视化，软件，方法论，概念化。范静芳：撰写 – 审稿与
数据和代码的可用性
支持本研究发现的数据是免费提供的。
本研究中使用的分析代码是用Python编写的。如有需要，可以向感兴趣的读者提供具体的代码。
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。
资助
本研究得到了中国国家重点研发计划（资助编号2023YFE0109000）和国家自然科学基金（资助编号12135003）的支持。这项工作还得到了ClimTip项目的支持，该项目获得了欧盟Horizon Europe研究和创新计划（资助协议编号101137601）的资助。作为合作伙伴，北京师范大学获得了中国科学技术部（MOST）的资助。
利益冲突声明
? 作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。
致谢
我们感谢Maoxin Liu、Xianhui Wan、Feifei Meng、Ting Wang、Xu Wang、Yuxing Cao、Sheng Fang和Shang Wang在讨论和/或分析中的协助。
