[发明专利]一种大黄鱼刺激隐核虫病害程度的判别方法

说明书

技术领域

本发明涉及大黄鱼，尤其是涉及一种大黄鱼刺激隐核虫病害程度的判别方法。

背景技术

刺激隐核虫是目前严重威胁海洋鱼类的一种传播性极强的寄生虫，已被列为农业部2008年12月11日发布的新版《一、二、三类动物疫病病种名录》中的二类动物疫病。特别是该病给大黄鱼养殖产业带来了严重损失。例如，2005年起，刺激隐核虫病及细菌性继发感染每年给大黄鱼养殖产业带来了超过3亿元的经济损失。大黄鱼刺激隐核虫病的严重暴发流行与我国大黄鱼主产区这一动态、不稳定的开放复杂养殖生态系统密切相关，受养殖海域的水文、物理、化学及生物因子的多重影响明显。例如，刺激隐核虫病的季节性流行规律直接与气温和水温等气候条件的周年变化相关；盐度、溶解氧、水深、水流速度等水文物理条件以及COD、氨氮、亚硝酸盐和硝酸盐等水质因子直接反映着养殖海区的水环境质量，并影响着刺激隐核虫感染附着、增殖暴发乃至流行进程。

流行病学研究表明，大黄鱼刺激隐核虫病发生及其分布具有明显的时空差异，不同海域或同一海域不同养殖水环境时期，该病发生进程与严重程度明显不同。生产中，养殖户常在刺激隐核虫病发季节适时进行拖排作业，将渔排转移到低发病率的较安全海区，在一定程度上可以避免刺激隐核虫病造成的重大损失。然而，养殖户自身对于环境因子与疾病发生关系的认知是感性而片面的、定性而非定量的、相对模糊和不精确的！如果能阐明养殖水环境因子与疾病发生的内在定量关系，准确理解刺激隐核虫病发生的时空变化规律，将有助于指导养殖户对大黄鱼宜养海域的选择，并在刺激隐核虫病高发期间适时移排、适地安置、布局优化，具有重大的产业应用前景。

虽然我国自上世纪90年代就开展了大黄鱼刺激隐核虫病相关的流行病学研究探索，2005年，我国系统开展了大黄鱼主产区的环境监测和疾病监测工作，迄今已积累了大量的水环境因子监测数据和疾病观测数据，但是至今仍主要偏重于定性解释，在大黄鱼刺激隐核虫病与环境因子之间的定量分析方面的研究工作十分缺乏，我国已有依据透明度、温度和平均风速对大黄鱼养殖疾病(所有疾病)的预测方法(中国专利：200710068792.6)。但是，大黄鱼养殖疾病种类多样，流行特点各异，特别是同一时间点内多种疾病并发时所涉及的环境因子效应非常复杂，影响不同疾病的主效因子不完全相同，依据特定的水质因子对所有疾病实施预测难度较大。而且水质对疾病影响很可能是一种非线性的关系，上述专利采用的是线性模型的拟合，准确性较低，而且没有考虑到其他因子的影响，比较片面。用大量的因子来分析对疾病的影响，并筛选对疾病影响权重较大的因子，用这些因子来预测疾病的发生严重程度是个比较合理、周全的思路。而且目前用机器学习方法来分析非线性问题，分析大量因子对某些事件的影响并预测某些事件可能发生的等级比较先进、合理、准确性高，并且也有不少的专利报导，如西北电网有限公司所发明的《基于神经网络的风速预测方法》(中国专利：200910219123.31)；浙江大学发明的《一种风电场短期风速预测方法》(中国专利：201019146035.5)；中国石油化工股份有限公司发明的《基于支持向量机的热裂解产物收率的预测方法》(中国专利：200810225363.X)；北京大学发明的《基于对比模式的随机森林分类方法和分类器》(中国专利：201010265846.X)等等，而目前还没有报导用机器学习法分析并预测水质因子对水产动物疾病发生的影响，再者很多文献表明随机森林法在分类、预测性能上好过与其他方法。

发明内容

本发明的目的在于提供一种大黄鱼刺激隐核虫病害程度的判别方法。

本发明包括以下步骤：

1)数据预处理，具体方法如下：

(1)将可能引发刺激隐核虫病的水环境因子分类，具体方法如下：

从水环境监测数据中选取14个可能影响刺激隐核虫病发生的水文、气候、物理、化学、生物等影响因子：年份、月份、监测站位、水温、透明度、溶解氧、COD、活性磷酸盐、NO₃--N、NO₂--N、NH4⁺-N、石油类，并依次用数字1～14排序；

(2)疾病严重程度赋值

根据其严重程度分为正常、少量发病、中等程度发病、大面积发病4个等级，记录为1～4；

(3)构建环境因子-疾病情况对应数据列表