赖祥源，朱勤东*，陈火荣，王 臻，陈佩君

(1.福州大学空间信息工程研究中心数据挖掘与信息共享教育部重点实验室，福建 福州 350003；2.福州大学数字中国研究院，福建 福州 350003；3.福建省渔业资源监测中心，福建 福州 350003)

赤潮的形成是海洋中的生物、物理、化学等众多因素综合作用的结果[1]，赤潮生物的生长繁殖是一个较为复杂的非线性动力过程，水质环境因子、天气状况等都会对其产生影响，同时这些环境因子之间的关联错综复杂，要对赤潮进行更快速、准确的预测非常困难。近几年，许多学者对赤潮形成的影响因子有进一步的研究，桓清柳等[2]运用相关性分析的方法研究了深圳近岸海域赤潮变化趋势，认为氮、磷营养盐超标是赤潮发生的主要因素；彭模等[3]运用数理统计中的相关性分析方法对江苏连云港海域的赤潮特征及其与环境因子的关联性进行分析，结果表明叶绿素a、溶解氧、海温等环境要素与赤潮发生相关性显著；郑钦华等分析了2012年4—10月三沙湾赤潮监控区的富营养化特征，发现无机氮是该水域浮游植物生长繁殖的重要因子[4]，此类研究大多是从定性的角度进行探讨。

近年来，诸多学者采用各种算法和模型对赤潮进行定量的研究，马玉梅等[5]构建改进的三层BP(Back propagation)神经网络模型对赤潮灾害进行监测和预报，但是该实验的训练样本个数只有24个，预测精度有待提高；张承慧等[6]建立了基于IOWA算子的赤潮LMBP神经网络组合预测模型，其预测精度比单项LMBP神经网络预测模型有较大提高，但是纳入模型的特征是人为主观筛选的，具有不确定性；……