随着沿海地区经济的发展,大量氮、磷污染物被排放入海,海水富营养化状况日趋严重.近海富营养化会造成大规模赤潮,严重破坏水体生态结构.因此,发展能够快速实时测评近海富营养化状态的技术不仅是近海海洋环境监测的迫切需要,也是赤潮灾害预测预防研究的需要.目前,常用富营养化快速评价技术有单指数法以及富营养化指数法(EI)、营养状态质量指数法(NQI)、TRIX指数法等综合指数法.这些评价方法均使用了COD、TN、TP等参数,测定时需消耗大量化学试剂且难以实现现场快速分析.2012年,U.Pinto基于可现场快速实时测定的溶氧(DO)、温度、浊度(Tur)等水质参数利用判别分析技术发展了富营养化快速测评技术,将富营养化状态分为高风险与低风险状态进行评估,分类准确率为72％,可初步实现水体富营养化状态的现场实时快速测评.本文基于DO、Tur、Chla等3个可现场实时监测的水质参数,以TRIX法为参照,利用支持向量机(SVM)技术,建立了近海富营养化快速测评技术.支持向量机模型采用3种方法优化参数(表1),因惩罚因子C与核函数参数g是决定SVM分类结果的关键,其中C越大,其拟合数据能力越强,对于错分样的惩罚越大,但分类更为复杂,当C太小时学习机的经验风险又太大；g很小时,学习机工作量过大,而g太大时,分类结果准确性将降低,需在准确率满足的情况下选择最小的C和g,故本支持向量机模型建立时采用遗传算法Ga优化得到的参数值.所建立的近海富营养化快速测评技术对训练集样品的富营养化状态分类准确率为96.1％,其中,富营养化低风险样品分类准确率为93.3％,富营养化高风险样品分类准确率为98.5％；测试集样品的富营养化状态分类准确率为98.8％,其中,富营养化低风险样品分类准确率为95.0％,富营养化高风险样品分类准确率为100％,其准确率很高.该技术可为近海富营养化状态的快速实时测评提供技术支持.