随着水质污染事故的不断增加,水质在线生物预警方法研究倍受瞩目,但其瓶颈是可靠性差、误警率高。通过控制水温、pH、溶氧等非毒性因子对误警率的影响降低后,信号采集模式、水流速度、光照模式等可控影响因子还会对水质安全在线鱼类预警系统的敏感性、稳定性等性能产生影响。通过设计实验装置模拟水质污染事件,进行大量的重复实验,结合数学分析方法探明这些可控因子的最佳运行模式,以对优化水质安全鱼类预警系统设计和运行管理提供理论和数据支持。生物预警过程中监测到的行为信息数据的随机性和离散度大,对于这样高度动态和离散的数据序列,采用隐马尔科夫模型建立起数据序列和毒性状态之间的模型,实现基于数据驱动的水质毒性状态评估方法,提高生物预警的灵敏度和可靠性,充实与丰富在线生物预警技术的理论基础。
英文主题词fish;behavior;wanter quality;early warning system;Adaboost