张 颖， 李 梅， 高 倩 倩， 施 佳

( 上海海事大学 信息工程学院， 上海 201306 )



过程建模与控制

基于ELMR-SVMR的海水水质预警模型研究

张 颖*， 李 梅， 高 倩 倩， 施 佳

( 上海海事大学 信息工程学院， 上海 201306 )

海水水质预警对海洋环境监控和保护有着重要的意义．极限学习机回归和支持向量机回归(extreme learning machine regression-support vector machine regression，ELMR-SVMR)集成预警模型采用预测与评价相结合的方式，实现对未来海水富营养化状况综合预警的目的．其中SVMR方法用于构建海水富营养化评价模型；ELMR用于对未来一段时间的水质状况进行综合预测，ELMR的预测结果作为评价模型的输入变量．集成模型的可靠性直接影响预警的有效性，ELMR-SVMR的可靠性通过分析ELMR预测误差对SVMR评价模型的灵敏度得到．将各参变量的预测误差结果作为评价模型的灵敏度影响参量，通过灵敏度计算可获得对ELMR-SVMR模型的灵敏度评价．通过与其他方法的实验对比及分析，验证了该区域范围内所建ELMR-SVMR预警模型的有效性，为探索建立有效的海水水质预警模型提供了一种新途径．

集成预警模型；极限学习机；支持向量机；海水富营养化；灵敏度分析

0 引 言

2014年3月21日，国家海洋局发布的《2013年中国海洋环境状况公报》显示，我国近岸海域频繁发生水污染、生态受损、赤潮等环境问题．研究发现，正在进行监测的近岸河口及海湾等海洋生态系统多达81%受到了不同程度的污染．正如联合国海洋污染科学问题专家组(GESAMP)在2001年报告中所指出的，“无论是从影响范围还是破坏结果来看，海水富营……