在过去的20年中，由于沿海经济的高速发展，海洋污染及其富营养化状况日益严重，赤潮发生的频率、影响规模不断扩大。正确的海洋环境状况评价和准确的赤潮发生预测，对防止赤潮危害，减少赤潮所造成的经济损失，保护人们的健康安全起着重要作用。因此，赤潮的预测预警的研究在赤潮研究中有着十分重要的地位。 本文首次将国际上先进的支持向量机分类和回归理论应用于赤潮生态系统的环境评价以及赤潮的非线性预测的研究中。 具体研究工作如下：1、为了解渤海的典型赤潮藻类以及其生态环境状况，2002年到2004年连续三年对渤海湾生态理化因子进行了监测，特别是2003年5月到9月和2004年6月，对渤海湾的赤潮监控区进行了高密度的监测(一周一次)，根据实测数据，对渤海湾赤潮藻类生态环境状况、污染状况和富营养化程度进行了分析与评价。 2、基于渤海湾的生态环境因子的监测数据，首次运用支持向量机分类和回归理论，分别建立了海水富营养化评价模型和浮游植物密度的预测模型，并分别与人工神经网络建立的模型进行比较，仿真计算结果表明，支持向量机方法所得的模型有很好的计算精度和很强泛化能力。 3、综合人工神经网络、支持向量机、模糊逻辑、专家系统以及赤潮生物动力学预测模型，建立了基于delphi开发平台的渤海赤潮的预测系统。 本论文得到了教育部科学技术研究重点项目和天津市科技发展计划研究项目的资助。