[发明专利]一种基于污染指示菌群对近海水体污染程度定量预测方法

权利要求书

1.一种基于污染指示菌群对近海水体污染程度定量预测方法，其特征在于，所述基于污染指示菌群对近海水体污染程度定量预测方法包括：

获取研究区域水质理化指标数据计算水质综合污染指数OPI；

结合高通量测序获得不同海域水体样本中的微生物群落信息，利用随机森林算法从中筛选出对污染状态具有指示作用的污染指示菌；

再以污染指示菌组合中各微生物的相对丰度及权重作为自变量，以各样本的污染程度作为因变量，分别建立预测模型对未知样本进行预测；

所述基于污染指示菌群对近海水体污染程度定量预测方法进一步包括：

1)获取研究区域水质污染数据和微生物组成信息；

2)从细菌OTU数据集所包含的N个水样样本数据中采取放回抽样的方法来随机抽取j个自助样本集；

3)利用选出的j个水样样本以每一个细菌OTU_i的相对丰度与所对应样品所属的污染程度属性选择分裂属性，依据分裂属性对水样样本数据集进行训练形成决策树；

4)以抽取的样本点作为分析的数据集，构建最优随机森林模型；

5)计算污染指示菌重要性的指标，所述度量污染指示菌重要性的指标为节点纯度和分类误差准确度；

6)综合节点纯度和分类误差准确度进行重新排序，确定各污染指示菌的重要性；

步骤4)构建最优随机森林模型的方法包括：

i)以待检测样品的污染指示菌为自变量，随机森林模型定量预测待检测样品的污染程度；

污染程度预测模型数学公式如下：

式中P表示待检测水质污染程度；

A为指示菌的相对丰度向量，即A＝[T1，T2，T3，…，Tn]，其中Ti(i＝1，2，…，n)为各污染程度指示菌的相对丰度；

tree为决策树数目；

L为示性函数，是指示种为1，不是则为0；

n_t,a为决策树t对预测污染程度的分类结果；

n_t是决策树t的叶子节点数；

arg max A为取得最大值时对应的指示菌的相对丰度和污染指数值的取值；

构建的随机森林分类的正确率公式如下：

n为类别总个数；

获取研究区域水质理化指标数据计算水质综合污染指数OPI具体包括：

确定海水污染程度，根据海域不同空间尺度或水质污染梯度设置n个采样点的样本i，i＝1,2…,n，在每个采样点采集表层水样样本；对所有样本进行水质理化分析，获得每个样本的水质指标的值；结合理化数据采用水质综合污染指数法OPI获得对应采样点水质污染程度数据，计算公式为：

式中：OPI为水质综合污染指数；

COD_i、DIN_i、DIP_i、DO_i分别为各理化指标的实测值；

COD_s、DIN_s、DIP_s、DO_s分别为相应要素的一类海水水质标准其值依次为2.0、0.2、0.015和6.0mg·L^-1；

根据OPI值将海水污染程度分为六类，0水质状况良好，0-1为较好，1-2水质开始受污染，2-3为轻度污染，3-4为中度污染，4为严重污染；

污染指示菌的筛选包括：采用Illumina高通量测序方法获得在不同海域水体样本中的微生物群落组成信息，根据微生物群落信息筛选出对污染程度具有显著差异的种群，定义为污染指示菌，指示菌至少在某一特定环境具有较高的相对丰度，且在各站点间丰度差异达到显著水平。

2.一种实施权利要求1所述基于污染指示菌群对近海水体污染程度定量预测方法的基于污染指示菌群对近海水体污染程度定量预测系统。

3.一种实施权利要求1所述基于污染指示菌群对近海水体污染程度定量预测方法的水质恶化预测预警终端。