[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

说明书

本发明属于定量预测水体污染程度技术领域，公开了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，获取研究区域水体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组成信息，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群，再以污染指示菌组合中各微生物的相对丰度及其权重作为自变量定量预测水体污染程度。本发明建立得到基于随机森林算法的水质污染状况定量判定模型，直接通过较少的污染指示菌简单快速鉴定水质恶化的严重程度，适用于不同环境水体的水质评价，为水体监测、治理提供了可靠的依据。

技术领域

本发明属于预测水体污染程度技术领域，尤其涉及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。

背景技术

目前，最接近的现有技术：

近岸海域作为汇集区，接纳着大量的陆源物质，人类活动对近岸生态环境的影响日益加剧，随着沿海城市工、农业和水产养殖业日益增加的排放，最终经河流系统汇集到海洋，导致了从近岸到远海的自然污染梯度，沿海环境受到越来越严重的污染和营养盐的威胁，给生态环境带来严重危害。近年来频繁暴发的有毒赤潮，导致水质恶化、溶解氧降低等，而藻类分泌的毒素能够对浮游动物和底栖生物造成毒害作用，对近海生态系统造成威胁。因此，亟待发展可靠的技术来预测和评估近海的污染程度，进一步了解生态系统对持续污染可能的反馈。

大量研究表明，微生物群落变化与周围水质和环境污染存在紧密的相关性，利用微生物种群来指示污染梯度已取得一些进展。基于传统的理化指标分析，尽管能够为我们对水质的评价提供定性的判断，但很难找到一类特定环境因子的阈值来判断水质是否污染及其程度。微生物在物质能量循环、污染物降解等过程中发挥主导作用；同时，由于微生物生长迅速，代时短，作为活的生命体，对周围环境扰动(如水质恶化、病原菌侵染)做出快速而敏感的响应，能够综合地反映环境和生物因素干扰的协同或拮抗效应，使得利用敏感的微生物种群来评价近海(综合)污染成为可能。

通过微生物检测海域水质状况是突破海洋环境监测技术、改进生态系统健康评价方法的可能途径。近年来，高通量技术的快速发展和成本的急速下降，使得通过在日常管理中对海域微生物的常规监测，来评价和预测水质成为可能。因此，急需建立一种能够利用简单、快速准确测定微生物群落来预测海域水质污染程度的方法来克服现有技术的限制。

综上所述，现有技术存在的问题是：

(1)现有技术中，采用单因子评价方法预测海域污染程度，掩盖了其它因子的综合响应；

(2)现有技术中，没有通过测定微生物群落来预测海域水质污染程度，造成现有技术预测海域水质污染程度数据不准确；

(3)现有技术中，没有通过高通量测序来准确反映微生物组成信息，造成现有技术对海域优势物种、稀有物种以及一些未知物种检测不准确，即污染指示菌预测不准确。

解决上述技术问题的难度：

对于微生物种类繁多，且高通量测序数据量大，加上海洋环境的不确定性因素较多以及如何通过微生物数据来预测海洋环境水质状况一直是一个难题。

解决上述技术问题的意义：

随机森林能处理高维复杂数据，分析速度快、精确度高，并能确定最重要的变量，本发明将其应用于近海水体污染程度程度的研究中。

发明内容

针对现有技术存在的问题，本发明提供了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。通过本发明区分海域不同污染程度对微生物组成造成的影响，提供了一种基于随机森林筛选近海水体污染程度指示菌，建立预测模型定量预测海水水质污染状况的方法。

本发明是这样实现的，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，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；