近几年湖库中的水华污染越来越严重,如何预测水华已成为普遍关注的热点问题。湖库水质远程监测系统是嵌入式技术和GPRS无线传输技术的一种结合。该系统充分利用了嵌入式系统的智能性、GPRS网络的实时性等功能,实现了湖库水质的远程监测。湖库水质远程监测系统硬件上采用多探头传感器YSI、基于Windows CE系统的ARM嵌入式模块、GPRS无线传输模块以及PC服务器几大模块构成。YSI、 ARM、GPRS各模块之间由串口线连接,构成湖库水质远程监测终端。PC服务器位于水质监控中心,用于接收来自监测终端的数据,并存储数据便于历史数据查询,最后分析数据并预测水华。在水华预测的研究过程中,结合小波分析与人工神经网络两者的优点,搭建水华预测模型,对湖库中的水华爆发进行预测。小波BP神经网络预测模型的预测数据基本能够反映湖库中叶绿素的浓度变化,但在叶绿素变化的波谷、波峰阶段预测精度并不令人满意。在分析大量水华预测模型之后,发现各种单一预测模型的预测精度非常不稳定,针对此问题本文提出基于关联度的组合水华预测模型。通过仿真实验结果发现组合预测模型能够更好的描述水华爆发情况,使得水华预测结果的精度得到进一步提高。