本发明涉及病毒侦测和评估，尤其涉及一种基于病毒富集的水中svcv侦测评估方法及系统。
背景技术：
1、svcv是一类影响着水产养殖的重要病原之一，为更好的防控svcv的传入和传播，及时的监测成为了预防svcv爆发的主要手段。但是，目前的检测方法仍然需要向实验室寄送鱼类样本，取其鳃、脾和肾进行检测，这样的检测手段需要浪费掉一定量的鱼。对于没有感染svcv的养殖场或者池塘，其养殖水一定是svcv传播的媒介。同样，对于已经感染svcv的鱼类，其排泄的粪便、尿液和分泌的黏液等中含有svcv，并且这些病毒有作为传染健康鱼类的病原。总的来说，实现养殖水的监测能够在很大程度上保证该养殖水中生存鱼类的健康。
2、在感染初期或者未出现大量鱼类死亡前，水体中的病毒含量可能较低，未答达到检测方法的最低检测病毒量，导致无法及时、快速的发现病原。然而，病毒富集作为一种能够将大体积的病原通过某种方法进行浓缩到小体积，其浓缩倍数可达到近千倍，被动的提高了检测样本中病原的含量，有利于发现病原。因此，如何利用病毒富集方法进一步提高对svcv病毒的监测效果，以提高养殖效益是亟待解决的问题。
技术实现思路
1、本发明克服了现有技术的缺陷，提供了一种基于病毒富集的水中svcv侦测评估方法及系统，其重要目的在于提高对svcv病毒的监测效果和养殖效益。
2、为实现上述目的本发明第一方面提供了一种基于病毒富集的水中svcv侦测评估方法，包括：
3、设定若干采样点，对目标养殖区域的养殖水体进行采样，根据采样样本进行病毒富集和病毒检测，得到病毒检测信息；
4、对所述病毒检测信息进行特征提取获取病毒检测特征信息，评估目标区域整体svcv病毒程度，并构建病毒浓度梯度图；
5、基于贝叶斯网络构建病毒爆发风险评估模型，输入所述病毒检测信息评估当前状况下目标养殖区域的病毒爆发风险，并判断是否需要进行调控；
6、获取病毒监测信息，构建病毒变化预测模型，结合所病毒监测信息预测目标养殖区域的svcv病毒变化趋势，得到病毒变化预测信息；
7、根据所述病毒变化预测信息评估未来时间段目标养殖区域的svcv病毒爆发风险，并判断当前变化趋势下目标养殖区域是否会发生病毒爆发状况。
8、本方案中，所述对目标养殖区域的养殖水体进行采样，根据采样样本进行病毒富集和病毒检测，具体包括：
9、设定若干采样点，对目标养殖区域的养殖水体进行实时水质样本采集，得到采集水质样本；
10、根据所述采集水质样本进行病毒富集，对目标水质样本加入金属离子溶液获取混合液，对混合液进行ph值检测，得到ph值检测结果；
11、将所述ph值检测结果与预设范围进行判断，若不在预设ph范围内，则对目标混合液进行ph调节，得到调节后混合液；
12、使用磁力搅拌器对所述调节后混合液进行搅拌，采用真空抽滤装置对搅拌结束后的水质样本进行抽滤；
13、对抽滤后的混合液进行核酸提取，采用qpcr方法进行svcv病毒检测，得到病毒检测信息。
14、本方案中，所述对所述病毒检测信息进行特征提取获取病毒检测特征信息，评估目标区域整体svcv病毒程度，并构建病毒浓度梯度图，具体包括：
15、获取病毒检测信息，对所述病毒检测信息进行特征提取获取病毒检测特征信息，根据所述病毒检测特征信息计算所有采样点对应的病毒检测结果的病毒阳性率；
16、将计算的得到的病毒阳性率与预设阈值进行判断，结合所述病毒检测特征信息评估目标区域整体svcv病毒程度，得到病毒程度评估信息；
17、根据所述病毒检测特征信息，利用样条函数插值法绘制各采样点区域对应的病毒浓度梯度图，构建三次样条函数并预设边界条件，将各采样点区域进行栅格化构成栅格区域空间；
18、获取未知栅格单元，基于所述未知栅格单元在所述栅格区域空间中进行邻居栅格单元搜索获取已知栅格单元并根据已知栅格单元对应的病毒浓度数据生成插值区间，建立样条方程；
19、对所述插值区间的样条方程进行求解获取样条系数，根据样条系数构成目标插值区间对应的样条函数，并进行未知栅格单元病毒浓度预测，根据预测结果生成病毒浓度梯度图；
20、预设病毒浓度等级判定规则，对所述病毒浓度梯度图对目标区域进行病毒浓度等级梯度划分并标记高浓度区域，进行区域病毒状况展示，并根据下次目标区域的病毒检测结果更新目标区域的病毒浓度梯度图。
21、本方案中，所述基于贝叶斯网络构建病毒爆发风险评估模型，输入所述病毒检测信息评估当前状况下目标养殖区域的病毒爆发风险，并判断是否需要进行调控，具体包括：
22、基于大数据检索获取历史svcv病毒爆发实例，对各历史病毒爆发实例进行特征提取，提取养殖环境特征、病毒浓度特征、养殖物健康特征，得到病毒爆发实例特征信息；
23、将养殖环境特征、病毒浓度特征和养殖物健康特征进行关联，以养殖物健康状况作为类别结合所述病毒爆发实例特征信息进行类别划分，分析不同养殖物健康状况下发生svcv病毒爆发场景的病毒浓度特征和养殖环境特征，得到类别划分结果信息；
24、将养殖环境、病毒浓度和养殖物健康作为节点构成贝叶斯网络，根据所述类别划分结果信息设定各类型节点的先验概率并构成条件概率表，构建病毒爆发风险评估模型；
25、利用所述获取历史svcv病毒爆发实例构成训练数据集对所述病毒爆发风险评估模型进行训练，基于贝叶斯定理更新所述病毒爆发风险评估模型的先验概率和条件概率，得到符合期望的病毒爆发风险评估模型；
26、获取目标区域的环境监测信息、养殖区健康状况信息和病毒检测信息，输入至所述病毒爆发风险评估模型中分析当前状况下目标区域的svcv病毒爆发概率，得到病毒爆发风险评估信息；
27、将所述病毒爆发风险评估信息与预设阈值进行判断，若所述病毒爆发风险评估信息大于预设阈值，则代表目标区域存在svcv病毒爆发风险，进行风险预警提示并获取预设调控策略进行调控。
28、本方案中，所述获取病毒监测信息，构建病毒变化预测模型，结合所病毒监测信息预测目标养殖区域的svcv病毒变化趋势，得到病毒变化预测信息，具体包括；
29、对目标养殖区域进行svcv病毒监测获取病毒监测信息，所述病毒监测信息为目标养殖区域在预设病毒检测频率下的每次病毒检测结果；
30、以病毒检测频率为时间间隔，对所述病毒监测信息进行时序处理，将各病毒检测数据按照对应的时序属性构成时序序列，得到时序处理信息；
31、基于elm构建病毒变化预测模型，引入ga算法进行模型优化，随机生成elm网络的输入层权重和隐含层偏置，根据输入层权重和隐含层偏置通过ga算法进行染色体编码并生成初始种群；
32、根据均方误差构建适应度函数，计算所述初始种群中个体适应度和种群适应度，并与预设阈值进行判断获取种群最优个体，进行交叉和变异操作生成新种群；
33、重复上述步骤进行迭代优化直至符合停止准则，获取最优个体位置并进行解码，得到elm网络的最优输入层权重和最优隐含层偏置，对所述病毒变化预测模型进行模型优化和训练；
34、将所述时序处理信息输入至优化后的病毒变化预测模型中进行分析，预测未来时间段内目标养殖区域的svcv病毒浓度变化，得到病毒变化预测信息。
35、本方案中，所述根据所述病毒变化预测信息评估未来时间段目标养殖区域的svcv病毒爆发风险，并判断当前变化趋势下目标养殖区域是否会发生病毒爆发状况，具体包括：
36、获取病毒变化预测信息，将所述病毒变化预测信息输入病毒爆发风险评估模型中，预测未来时间段内目标养殖区域内的病毒爆发风险概率，得到病毒爆发风险概率预测信息；
37、预设危险阈值，将所述病毒爆发风险概率信息与所述危险阈值进行判断，分析目标养殖区域在当前svcv病毒变化趋势下是否会发生病毒爆发状况；
38、若存在病毒爆发状况，则获取当前时刻目标养殖区域的养殖控制策略，进行养殖控制策略优化；
39、根据所述病毒变化预测信息生成目标养殖区域的svcv病毒变化预测趋势图，结合所述危险阈值确定出现病毒爆发状况的预测时间节点；
40、根据预测时间节点计算与当前时间的时间差值，根据计算得到的时间差值利用数据检索获取养殖调控方案对目标养殖区域进行控制。
41、本发明第二方面提供了一种基于病毒富集的水中svcv侦测评估系统，该系统包括：存储器、处理器，所述存储器中包含基于病毒富集的水中svcv侦测评估方法程序，所述基于病毒富集的水中svcv侦测评估方法程序被所述处理器执行时实现如下步骤：
42、设定若干采样点，对目标养殖区域的养殖水体进行采样，根据采样样本进行病毒富集和病毒检测，得到病毒检测信息；
43、对所述病毒检测信息进行特征提取获取病毒检测特征信息，评估目标区域整体svcv病毒程度，并构建病毒浓度梯度图；
44、基于贝叶斯网络构建病毒爆发风险评估模型，输入所述病毒检测信息评估当前状况下目标养殖区域的病毒爆发风险，并判断是否需要进行调控；
45、获取病毒监测信息，构建病毒变化预测模型，结合所病毒监测信息预测目标养殖区域的svcv病毒变化趋势，得到病毒变化预测信息；
46、根据所述病毒变化预测信息评估未来时间段目标养殖区域的svcv病毒爆发风险，并判断当前变化趋势下目标养殖区域是否会发生病毒爆发状况。
47、本发明公开了一种基于病毒富集的水中svcv侦测评估方法及系统，包括：对目标养殖区域的养殖水体进行采样，根据采样样本进行病毒富集和病毒检测，得到病毒检测信息；对病毒检测信息进行特征提取获取病毒检测特征信息，评估目标区域整体svcv病毒程度，并构建病毒浓度梯度图；构建病毒爆发风险评估模型，评估当前状况下目标养殖区域的病毒爆发风险，并判断是否需要进行调控；构建病毒变化预测模型，结合病毒监测信息预测目标养殖区域的svcv病毒变化趋势，得到病毒变化预测信息；评估未来时间段目标养殖区域的svcv病毒爆发风险，并判断当前变化趋势下目标养殖区域是否会发生病毒爆发状况。提高对svcv病毒的监测效果，以提高养殖效益，避免出现养殖事故。
1.一种基于病毒富集的水中svcv侦测评估方法，其特征在于，包括：
2.根据权利要求1所述的一种基于病毒富集的水中svcv侦测评估方法，其特征在于，所述对目标养殖区域的养殖水体进行采样，根据采样样本进行病毒富集和病毒检测，具体包括：
3.根据权利要求1所述的一种基于病毒富集的水中svcv侦测评估方法，其特征在于，所述对所述病毒检测信息进行特征提取获取病毒检测特征信息，评估目标区域整体svcv病毒程度，并构建病毒浓度梯度图，具体包括：
4.根据权利要求1所述的一种基于病毒富集的水中svcv侦测评估方法，其特征在于，所述基于贝叶斯网络构建病毒爆发风险评估模型，输入所述病毒检测信息评估当前状况下目标养殖区域的病毒爆发风险，并判断是否需要进行调控，具体包括：
5.根据权利要求1所述的一种基于病毒富集的水中svcv侦测评估方法，其特征在于，所述获取病毒监测信息，构建病毒变化预测模型，结合所病毒监测信息预测目标养殖区域的svcv病毒变化趋势，得到病毒变化预测信息，具体包括；
6.根据权利要求1所述的一种基于病毒富集的水中svcv侦测评估方法，其特征在于，所述根据所述病毒变化预测信息评估未来时间段目标养殖区域的svcv病毒爆发风险，并判断当前变化趋势下目标养殖区域是否会发生病毒爆发状况，具体包括：
7.一种基于病毒富集的水中svcv侦测评估系统，其特征在于，该系统包括：存储器、处理器，所述存储器中包含基于病毒富集的水中svcv侦测评估方法程序，所述基于病毒富集的水中svcv侦测评估方法程序被所述处理器执行时实现如下步骤：
