明波传感器 改进布谷鸟算法在水质传感器部署上的应用

改进布谷鸟算法在水质传感器部署上的应用

无线传感器网络(Wireless Sensor Networks，WSNs)是一种分布式传感网络。WSNs中的传感器通过无线方式通信，可以与互联网进行有线或无线方式的连接进而形成一个多跳的自组织网络系统[1]。由于其密集型和随机分布等特点，被广泛应用于环境监测、医疗护理、目标跟踪及交通控制等领域[2-4]。由于传统传感器节点部署的随机性和盲目性，使传感器对目标区域不能进行有效合理的监测，因此采用合理的传感器部署方案成为WSNs应用中首先要考虑的问题。

传感器网络优化部署是一个多目标优化问题，一个水质监测系统要实现好的监测效果需要对水质传感器进行合理的部署。目前，国内外许多学者对WSNs的覆盖部署进行了深入的研究，其问题的关键是针对不同的水域情况，通过采用适当的优化策略对特定区域的传感器节点进行部署，在保证传感器覆盖率最大化的条件下，尽可能少地使用传感器，达到资源的有效利用。随着群智能优化算法的兴起，其越来越多地成为研究者关注的焦点。文献[5]-[6]用果蝇算法和鱼群算法对传感器节点进行优化布局，并取得了不错的效果；文献[7]提出了采用加权因子调整的粒子群算法对传感器节点进行自适应部署，但算法中参数值的设定需根据经验值进行设定；文献[8]采用混沌粒子群算法覆盖优化无线传感器网络，该算法的寻优速度较快，但其仍旧没有摆脱粒子群算法易陷入局部极值点的缺点；文献[9]提出了基于改进的蚁群算法优化网络节点，该方法局部搜索能力强，但搜索速度较慢；文献[10]提出了把莱维飞行和粒子群相结合的算法来优化传感器节点，该算法利用莱维飞行搜索的遍历性大大提高了网络的覆盖率，克服了传统粒子群算法容易陷入局部最优的缺点；文献[11]提出分布式在无线传感器网络布局优化中的应用，证明了分布式布谷鸟算法在优化时间上要强于粒子群算法，但优化精度不高；文献[12]提出了一种可变参数的改进CS算法，提高了收敛的速度；文献[13]提出了动态适应布谷鸟算法，对布谷鸟的发现概率和搜索步长进行动态调整，使得算法的收敛速度和精度都得到了一定的改善。

本文布谷鸟算法中用布谷鸟个体作为单个传感器，模拟雏鸟不被寄主发现的过程，将无线传感器网络中覆盖率作为优化目标，布谷鸟优胜劣汰的过程是一个不断迭代，用好的可行解取代较差可行解的过程，因此，在这个过程中可以引入梯度下降求局部最优解的方法。本文通过采用动量梯度下降法、均方根算法、Adam优化算法等深度学习中常用的优化算法的思想，通过更新节点的位置快速计算每次迭代的最优解，能够有效提高问题的优化效率。

在水质传感器网络覆盖中，通常通过增加传感器个数以提高覆盖率。然而传感器节点个数过多，会产生大量冗余节点，造成数据传输冲突，影响网络稳定性，且造成资源浪费。因此，在水质传感器网络布局阶段，节点数目和网络覆盖率需要同时考虑。

本文在监测水域的二维平面内，运用布谷鸟算法对节点自行进行布置，以实现对固定区域内最大覆盖率为目标，在保证监测数据有效的前提条件下，使传感器资源得到进一步的利用。假设每个传感器都有相同的通信半径和感知半径[14]，设s={s1，s2，s3，…，sn}是一组无线传感器集合，(xi，yi)为集合中任意一个无线传感器节点si的坐标，(xj，yj)为监测区域中任意一点pj的坐标，则节点si到点pj的欧氏距离定义为：

布谷鸟搜索(Cuckoo Search，CS)算法是由英国学者Yang于2009年受布谷鸟巢寄生育雏行为的启发提出的一种新型的群智能优化算法。CS算法通过模拟布谷鸟巢寄生育雏行为，结合鸟类、果蝇等的Lévy飞行机制进行寻优操作，能够快速有效地找到问题的最优解。CS算法的关键参数仅为外来鸟蛋被发现的概率和种群数目，整个算法操作简单、易于实现。CS算法利用Lévy飞行进行全局搜索，具有良好的全局寻优能力。

为了模拟布谷鸟寻窝的方式，需要设定一下3种理性的状态：

(1)每只布谷鸟每次随机选择一个巢并且产生一个卵；

(2)在随机选择的一组寄生巢中，最好的寄生巢将会被保留到下一代；

(3)可利用的寄生巢数量是固定的，寄生巢的主人能发现一个外来鸟蛋的概率为Pa。

布谷鸟算法中使用D维向量X=[X1，X2，…，XD]表示每一个布谷鸟，结合了全局搜索的随机游走和局部的随机游走，其中，全局搜索的随机游走如式(5)所示：

其中，r是缩放因子，是(0，1)区间内的随机数；Xg，i，Xg，k表示g代的两个随机数。CS算法流程如下：

(1)初始化种群，用每一个D维向量代表一个巢穴，同时计算出每个个体的适应度。

(2)更新每个巢穴，按照式(9)产生新的解，产生的新解比原来的解好，则用新解替代旧解。

(3)对每个巢穴，任选其他两个不一样的巢穴，对D维向量中的每个元素按照式(11)进行组合产生新解，产生的新解比原来的解好，则用新解替代旧解。

(4)记录整个过程中的最优解，得到的最优解不满足设定的条件时返回步骤（2)，直到满足条件或达到最大迭代次数则返回最优解。

在布谷鸟算法中影响布谷鸟寻优效率的是Lévy飞行步长控制量的选择和淘汰概率，本文基于深度学习优化算法的思想来更新其参数。

在深度学习中，为解决目标函数的最小值，常用梯度下降法进行优化，其基本思想是在每次迭代中，对每个变量，按照目标函数在该变量梯度的相反方向，更新对应的参数值，如式(12)所示：

其中，J(θ)表示损失函数，η表示学习率，其决定了在沿着让目标函数下降最大的方向上，下降的步长有多大。

本文根据动量梯度下降法(Gradient Descent with Momentum)、均方根算法(Root Mean Square prop)和Adam优化算法(Adam Optimization Algorithm)来更新布谷鸟算法中Lévy飞行的步长。

3.1 动量梯度下降法

动量梯度下降法的基本思想是计算梯度的指数加权平均数，并利用该梯度更新权重，如式(13)所示：

式中，Vdw是速度更新的大小，β1是权重，Vt-1是t-1时刻的速度，Vt是当前时刻速度的大小，η是动量梯度下降中的学习率。

布谷鸟算法中Lévy飞行步长更新采用动量梯度下降法的思想，即每次步长的更新由前一步的步长变化和当前阶段的步长变化共同来决定，如式（14）所示：

其中，Δl是步长更新的大小，Δlt-1是前一个时刻步长的更新，η是步长更新的学习率。

3.2 均方根算法

均方根算法的基本思想是在梯度下降中，想缓解纵轴方向的学习率，然后加速横轴方向的学习率，则采用式(15)所示的微分平方的加权平均数，使下降速度变快。

其中，Sdx为x方向上的速度变化，Sdy为 y方向上的速度变化，β2是均方根中的权重，α是均方根算法中的学习率，ε是一个防止分母为零的十分小的正向量矩阵。通过改变Sdx和Sdy的大小来改变其在某一方向上的寻优速度。

本文布谷鸟算法中Lévy飞行步长更新采用均方根算法的思想，如式(16)所示：

其中，Sdxy表示循环中每个个体到种群最优位置距离的平均值，Xg是寻优中的每个个体位置，Xbest是种群的最优位置。

3.3 Adam优化算法

Adam优化算法基本上是将动量梯度下降法和均方根算法结合在一起，且要加上修正偏差。本文布谷鸟算法中Lévy飞行步长更新采用Adam优化算法的思想，如式(17)所示：

式中，ω为Adam中的学习率。由式(17)可以看出在Adam优化算法中采用了动量梯度下降法的优点，使得在寻优过程中可以跳出局部最优解，同时也吸收了均方根算法的优点，加快了在寻优方向上的搜寻步长，减少了不利的扰动对寻优过程造成的影响。

4 更新淘汰概率Pa

在梯度下降法寻找最优值的过程中，因为噪音的存在，随着迭代次数的增加，结果会在最优解的附近摆动，不会精确地收敛，此时的学习率是个固定值，因此需要随着迭代次数的增加慢慢减少学习率。

在本文布谷鸟算法的改进中淘汰概率Pa利用梯度下降的思想，随迭代次数的变化如式(18)所示：

5 仿真结果

5.1 实验设计

本文采用基于深度学习的优化方法改进布谷鸟算法对传感器节点在监测区域内进行网络覆盖率的最优部署，在100 m×100 m的水域内，以2 m为边长划分网格计算覆盖率。设定传感器半径为10 m，最大迭代次数为1 000，初始淘汰概率设为0.25，β1设置大小为0.1，β2设置大小为1，ε设为10-4，在本文算法中步长控制量以及淘汰概率Pa随迭代次数变化。迭代计算中，当迭代次数大于最大迭代次数时跳出循环，则计算停止，保存最优结果退出布谷鸟更新过程。

5.2 实验结果与分析

实验中随机生成30个传感器节点，图1为原始的传感器随机分布图，X、Y为二维平面的横纵坐标。由图1可以看出，原始的传感器分布比较杂乱，在随机分配传感器的条件下，其覆盖率比较低,只有59.64%，实际工作中无法达到预期的监测结果。

图2为在随机分布传感器节点的条件下，节点通过基于Adam算法改进的布谷鸟算法Adam-CS迭代更新之后的最优位置分布图，在此分布条件下传感器的覆盖率达到最优。从图2中可以看出，优化后的传感器节点分布比较均匀，传感器的重合度降低，覆盖率达到86.48%，进而使得水质传感器节点部署得到优化，可有效提高传感器网络的监测性能。

图3为原始布谷鸟算法（CS）、基于动量梯度下降法改进的布谷鸟算法（Momentum-CS）、基于均方根算法改进的布谷鸟算法（RMSprop-CS）以及Adam-CS 4种方法的实验对比图。在相同的区域面积部署相同数量及大小的传感器节点。考虑到随机部署的不确定性对实验结果的影响，对4种方法各进行了10次实验，对实验结果做均值处理。由图3可知，在相同的初始条件下，Adam-CS算法可以更有效地提高网络的部署效果。随着迭代次数的增加，4条曲线趋于平衡，规定每增加30次迭代次数覆盖率增长少于0.05%的情况下为曲线达到的平衡状态，则4种方法的结果如表1所示。可见，Adam-CS算法可以利用更少的迭代次数实现更好的部署效果。

6 结论

本文基于深度学习的优化方法改进布谷鸟算法，以水质传感器网络覆盖率达到最优为目标，对传感器节点进行优化部署。在充分利用布谷鸟算法优点的基础上，对布谷鸟算法中的步长控制量和淘汰概率利用深度学习的优化方法进行调整，大大提高了算法的寻优性能。仿真结果表明，改进后的算法能高效地搜索全局空间，获得更加精确的结果，实现了深度学习方法和群智能优化算法的结合，同时把改进的算法应用在水质传感器网络的布局优化中，在水环境监测中有一定的实践意义。

参考文献

[1] 毛莺池，陈力军，陈道蓄.无线传感器网络覆盖控制技术研究[J].计算机科学，2007，34(3)：20-22.

[2] PUCCINELLI D，HAENGGI M.Wireless sensor networks:applications and challenges of ubiquitous sensing[J].Circuits & Systems Magazine IEEE，2005，5(3)：19-31.

[3] 徐凯，张秋菊，李克修，等.基于ZigBee的水产养殖无线监控系统设计[J].电子技术应用，2012，38(4)：67-69.

[4] 李建勇，李洋，刘雪梅.基于ZigBee的粮库环境监控系统设计[J].电子技术应用，2016，42(1)：65-67.

[5] 霍慧慧，李国勇.改进的离散果蝇优化算法在WSNs覆盖中的应用[J].传感器与微系统，2016，35(2)：157-160.

[6] 何旭，彭珍瑞，董海棠，等.加权质心鱼群算法在WSNs节点优化布置中的应用[J].传感器与微系统，2018，37(10)：157-160.

[7] 余幸运，孙茜，王小艺，等.基于粒子群优化算法的水质传感器优化部署研究[J].传感器与微系统，2016，35(12)：30-32.

[8] 刘维亭，范洲远.基于混沌粒子群算法的无线传感器网络覆盖优化[J].计算机应用，2011，31(2)：338-340.

[9] 彭丽英.改进的蚁群算法网络节点覆盖优化研究[J].计算机仿真，2011，28(9)：151-153.

[10] 卢玲，谢佳华.莱维飞行的粒子群优化算法在WSNs覆盖增强中的应用[J].传感器与微系统，2015，34(11)：157-160.

[11] 刘小垒，张小松.分布式布谷鸟算法在无线传感器网络布局优化中的应用[J].计算机应用研究，2018，35(7)：2063-2065.

[12] 王稼磊，张会红，汪鹏君，等.基于参数自适应布谷鸟算法的RM电路面积优化[J].计算机应用研究，2018，35(9)：135-137，141.

[13] 明波，黄强，王义民，等.基于改进布谷鸟算法的梯级水库优化调度研究[J].水利学报，2015，46(3)：341-349.

[14] 刘伟，胡安林.无线传感器网络覆盖率与节能性研究[J].电子技术应用，2016，42(6)：98-100.

作者信息:

申志平，孙 茜，王小艺，许继平，张慧妍，王 立

（北京工商大学 计算机与信息工程学院，北京100048）

疾驰深蓝赛道！山东如何解码“蓝色”新机遇？

记者 都亚男 高寒 钟建军 吕奇

临海而生，宜海而兴。

一场国际论坛将聚光灯再次照向山东，6届中国海洋经济论坛2次选在山东举办，为何？

2018年，习近平总书记在视察山东时强调，海洋经济前途无量，对山东海洋发展寄予厚望。如今，恰逢论坛在烟召开，国内外专家学者云集山东，为山东海洋经济把脉问诊，开出致富新“良方”。

如此机遇下，山东又该如何做好经略海洋这篇大文章呢？

6届论坛2次在山东！

全球海洋经济中的山东贡献

8月10日，东北亚海洋经济创新发展论坛暨2022中国海洋经济论坛在山东烟台成功举办。

依海而生的山东，今年是第二次举办中国海洋经济论坛，在烟台之前已经在青岛举办过一次。

6届论坛，2次选址在山东落地举办，为何？

常年稳居全国经济前三的山东省，刚刚因“上半年GDP增量全国第一”吸引了无数目光。而在山东经济高质量发展的“武功秘籍”中，就不得不谈海洋经济产业发展这套“独门掌法”。

蓝色海洋孕育了山东半岛，山东依海而立，因海而青，海岸线长达3505公里，约占全国的六分之一，比邻海域面积近16万平方公里，沿岸可建万吨级以上的深水泊位的港址50多处，已探明储量的海洋矿产资源53种，原油产量占全国的11.8%，得天独厚的地理优势培育出了青岛、烟台、威海等海洋经济强市。

山东不仅海岸线长，山东的海洋经济也为全国乃至全球都做出了很大贡献。

2021年山东实现海洋生产总值1.49万亿，约占全国的六分之一，在全省GDP比重也达到了18%，海洋经济总量稳居全国前列，海洋渔业、海洋盐业、海洋交通运输、海洋生物医药、海洋电力、海洋矿业，6个产业规模居全国首位，国家级海洋牧场数量占全国的39.3%，建成船舶修造、海洋重工、海洋石油装备三大制造基地。

开幕式上，中国科学院院士、青岛海洋科学与技术国家实验室主任、中国海洋大学副校长吴立新在致辞中这样描述山东海洋经济，“山东是我国工业体系最完整的海洋工业强省，烟台是以海洋生物和海洋装备制造为特色优势的海洋经济大市，在海洋强国建设中承担着重要的使命，在东北亚海洋经济合作中扮演了重要的角色。”

科技创新是海洋经济高质量发展的根本驱动力。

山东作为我国重要的海洋科技强省，在全国率先推动筹建海洋国家实验室。2013年以来，青岛海洋试点国家实验室创举不断，在谱系化水下滑翔机、Argo浮标、深海大浮标、实时潜标、声学与电磁传感器等为代表的一批深海观测与探测核心技术与装备取得重大突破。

此外，中国海洋大学联合自主研发的治疗阿尔兹海默症海洋新药GY971获批上市，成为16年来全球该领域首个临床三期试验成功的药物。

显而易见，山东为海洋经济创新贡献的价值正在被更多人看见。

自然资源部战略规划与经济司司长何广顺指出，“山东是海洋大省，也是海洋科技创新高地，正在全面推进海洋强省建设，在海洋经济发展新旧动能转化，与海洋产业区域间合作方面取得了令人瞩目的成绩，为全国海洋经济发展和东北亚地区的合作作出了积极的贡献。”

挺进深蓝！

山东疾驰海洋经济创新赛道

2018年，习近平总书记在视察山东时强调，海洋经济前途无量，习近平总书记对山东海洋发展寄予厚望，要求山东在发展海洋经济上走在前列，为海洋强国建设做出贡献。

如此机遇下，山东如何做好经略海洋这篇大文章？

无论是海洋高端装备、海洋新能源、深远海养殖产业，还是海洋生态经济、海洋金融，山东正在用实际行动解锁蓝色经济新成就。

国家海洋技术中心研究员罗续业指出，我国海洋领域卡脖子和“深海关键小件”的发展现状与建设海洋强国的要求极不相称，已成为制约我国海洋技术发展、科学创新的瓶颈和薄弱环节。

“山东科研力量强，海洋企业众多且多为民营企业，这些海洋企业相当有眼光，能够关注到不一样的产业。” 在罗续业看来，“相关科研成果产出后应当尽快投入企业使用，最大效率成功转化成产品，科研与企业紧密结合才能做出好产品。”

实际上，促进深海关键小件产业跨越发展上，山东已经迈开了步子。

青岛海洋试点国家实验室于2016年开始深海自动剖面浮标研制工作，顺利攻克了4000米级的观测深度，也是继美国的2种浮标之后，国际上第3种可以完成100个4000米级剖面探测能力的深海自动剖面浮标，6000米级自持式剖面漂流浮标项目负责人熊海霞在年初接受媒体采访时表示，今年下决心研制6000米级浮标。

此外，新能源发展在全球范围内如火如荼，发展海洋新能源更是构建清洁能源体系、实现绿色可持续发展不可或缺的一环。“双碳”背景下，山东海洋新能源产业又面临哪些发展机遇？

“与江苏、广东等海上风电已成较大规模的省份相比，山东起步较晚，但在海上风电、海上光伏及海洋能源融合发展等方面的潜力巨大、发展势头迅猛。” 中国电建集团华东勘测设计研究院有限公司正高级工程师、新能源工程院总工程师李炜给出了他的见解。

中国电建集团华东勘测设计研究院有限公司正高级工程师、新能源工程院总工程师李炜

同时应该看到，海洋新能源发展离不开地方政府用海政策的支持。近年来，山东省及省内多个临海地级市相继推出海洋经济发展“政策包”。今年年初，省政府印发《2022年“稳中求进”高质量发展政策清单（第二批）》，提到支持海上风电、海上光伏、海洋牧场等重点项目用海，同时，拿出真金白银为海上风电开发建设、海上光伏、氢能产业提供政策补贴。

烟台市委副书记、市长郑德雁在开幕式上描绘了烟台的海洋新能源发展蓝图，“深入推进蓝色+绿色海洋能源利用示范，以丁字湾双碳智库，3060创新区，长岛国际零碳岛，中国海上风电国际母港为主要载体，开发丰富的双碳应用场景，大力发展海上风电，海上光伏，海上制氢等新能源，助力烟台率先建设智能低碳城市。”

李炜认为，“山东在发展海洋新能源方面，通过‘加大政策扶持力度，围绕企业迫切需求积极协调助力项目推进，搭建‘平台’促进产业链各环节的深入交流协作’等主动作为，对促进山东以海上风电、海上光伏为代表的海洋新能源产业高质量发展，具有积极的作用。”

活跃的海洋经济鲁企

产业链上大做文章

值得一提的是，山东海洋经济产业链上由企业主导创新出的独特发展模式，引起了前来烟台参加论坛的专家关注。

烟台中集来福士海洋科技集团有限公司（简称为“来福士“）的新做法，让国家海洋技术中心海洋能发展中心副主任崔琳耳目一新。崔琳在论坛上听取了企业的经验分享后发现，来福士创新了传统海洋企业的经营模式，直接在产业链上做文章，“将南方制作光伏面板的企业引来烟台，专门为海上光伏项目提供抗海浪侵蚀的光伏面板。

山东海洋企业经济活力强，不仅体现在发展模式上，更体现在企业大力投入科研经费开拓新技术。

以来福士为例，目前来福士已经投入3000万元打造“海上浮式光伏实验场”，研发“水面光伏、水下养殖”的海洋新能源与海洋养殖结合新模式，预计明年5月份可以与“空中风电”进一步结合。

来福士海上浮式光伏实验场

来福士海上光伏项目经理高西健介绍，“8月15日，‘海上浮式光伏实验场’开始建设，预计10月初下水投入使用，成功后可向全省乃至全国推广，能为国家能源安全和粮食安全做出新贡献。”

8月10号，关于烟台还有一件大事值得特别关注。论坛上，中国水产流通与加工协会会长崔和，烟台市委副书记、市长郑德雁正式为烟台“中国深远海养殖之都”揭牌。

众所周知，烟台是全国重点渔区和优势水产品主产区，海洋牧场建设规模全国领先，全市现有省级以上海洋牧场43处。其中，国家级18处，约占全国的1/9，居全国地级市第一。 烟台海洋牧场产业集群还入围了山东省首批十强产业“雁阵形”产业集群，相关工作经验入选中国改革2020年度50典型案例和中国自贸区第四批最佳实践案例。

“烟台经海海洋渔业有限公司、莱州明波水产有限公司、山东海洋渔业现代有限公司等国内深远海养殖优势企业，在深远海适养鱼类、良种繁育与养殖技术，养殖鱼类专用配合饲料研制，养殖鱼类病源监测与疫病防控、深远海养殖生态监测与评估等研究方向进行了科研公关，取得了一系列原始创新，为烟台市申报国家深远海养殖示范区、中国深远海养殖之都作出了贡献。” 烟台大学副校长郝曙光一语道出当地海洋企业对烟台深远海养殖业的贡献。

8月11日，在烟台同期举办的2022世界海参产业（烟台）博览会上，山东安源种业展示的烟台刺参新品种——“安源1号”，以肥大的个头、好看的肉刺吸引了参会企业和市民驻足。

山东安源种业科技有限公司海参“安源1号”展位

“公司2008年与大连海洋大学合作，采用群体选育的方法，经过四代选育，获得性状稳定的刺参新品种‘安源1号’，并获得农业部颁发的新品种证书。”山东安源种业科技有限公司负责销售的李经理介绍，目前安源1号已在辽宁、山东、河北、福建等沿海地区大规模推广，取得了较好的经济效益和社会效益。

在与参博会同期举办的全国海参主产区产业协作发展大会上，中国渔业协会海参产业分会常务副会长、秘书长迟飞跃指出，海参主产区政策高度重视品牌的打造，海参地域品牌将成为市场主导品牌。

毫无疑问，地方政府与企业在塑造“烟台海参”品牌上正在共同出力。烟台不断加强“烟台海参”区域公用品牌建设，用“大品牌”带动企业品牌发展，涌现出山东安源、长岛渔丰等企业品牌，以及莱州企业山东蓝色海洋公司的“六十里”“蓬安源”“参把头”等产品品牌。

绿水青山就是金山银山

山东海洋碳汇大有可为

“这些海藻、海带和裙带菜，不仅能卖钱，他们还能吸收二氧化碳，排放氧气。”8月初，在威海荣成的爱伦湾海洋牧场的海上养殖基地，牧场运营部经理卞大鹏介绍。仅牧场运营的10万亩海区年固碳量42.5万吨，相当于7万公顷森林1年的固碳量。而这也足以为牧场带来真金白银。

在10日下午举办的多个分论坛中，不少专家都提到了碳汇为山东海洋经济带来的机遇。在“双碳目标”提出后，海洋碳汇作为一个新概念，开始不断地被金融、养殖业者所提及。

所谓海洋碳汇，便是通过贝类、藻类以及红树林等作物的养殖，吸收一定的碳氧化物实现碳的负排放，形成富余的碳排放指标。企业可以通过市场化的交易，将这些指标卖出或进行抵押，获得额外的经济效益。

山东工商学院金融学院特聘教授、金融服务转型升级协同创新中心首席专家孙国茂是较早关注这一领域的专家。“在2017年开始，我便建议在山东设立相关场所，实现碳排放的试点交易。”孙国茂介绍，之前实现碳的负排放，主要依靠陆地上的森林碳汇，但我国的资源禀赋，使得森体量受到制约，海洋碳汇应该成为未来的发展方向。

而山东，则成为海洋碳汇领域中，最具有优势的地区。

山东海岸线绵长，特别是在烟台、威海沿线，受到洋流、地形的形象，形成了中国最适进行海洋养殖的水域。以海带为例，山东是中国海带的三大主产区之一。中国科学院青岛生物能源与过程研究所研究员张永雨认为，目前对海洋养殖产业的碳汇量，国际国内虽没有形成一个统一的标准或者共识，但他相信，诸如海藻这样的生物，其碳汇量其实是被低估的。

当然，现在国内碳排放交易市场，依然处于摸索的阶段。自2021年7月我国碳市场正式启动之后，一年来累计成交额近85亿元，碳排放配额累计成交量达1.94亿吨。宁波大学商学院教授胡求光认为，这种规模的成交量，更多的是象征意义和试点价值。

“让更多的人具备了这样一种理念，无论是买方还是卖方，无论是企业还是老百姓，他们明白原来碳汇也是可以交易的，这种行为也是为环保做贡献。”胡求光举例，排放二氧化碳的航空公司便可以通过购买碳汇的形式，打造一个“0碳航班”的概念。这对其企业本身，也是一种宣传。

孙国茂认为，当社会上每个人都拥有这种零碳意识的时候，山东作为海洋碳汇大省的发展优势会更加体现出来。

而上文中的爱伦海海洋牧场的碳汇资源，已经金融机构的介入后为企业带来了利润。当地农商银行依托全国排放权交易市场价格，计算牧场养殖海区的碳减排总价，综合其他担保方式，对海伦湾海洋牧场发放海洋碳汇贷2000万元，成为全国首例以海产品养殖减碳量远期收益权为质押的“绿色贷款”。

相关问答

[回答]张江环旭电子有限公司日月光集团上海明波通信技术有限公司耿揣钝废墁肚惰莎伐极上海蓝光科技有限公司上海方泰电子科技有限公司上海之江生物科技股...