我国是海洋大国,随着陆地资源的日益紧缺,海洋资源开发的战略地位日益重要。但是,海洋在给我们带来广袤资源的同时也带来了一些威胁。赤潮、台风、风暴潮等自然灾害时有发生,不仅给国家的财产带来了不可估量的损失,而且对人民的生活造成了巨大的影响。海洋监测能够提供多方位、长期、实时的数据,对最大限度地降低海洋灾害带来的损失和影响具有重要作用。在众多监测方法中,近海岸在线监测能够长期稳定地监测海洋数据,在海洋监测中具有重要地位。本文在调研了国内外近海监测研究现状的基础上,顺应海洋监测自动化与智能化的潮流,设计了一套近海岸多参数在线监测系统,实现对近海水质等参数的连续、实时、自动监测。与现有的近海监测系统相比,该系统稳定性强,功能更加完善,而且支持传感器的后期扩展。近海岸在线监测系统由坐底观测平台、岸基通信机与远程监测中心三部分组成。坐底观测平台负责监测传感器数据以及与岸基端的通信,岸基通信机负责与坐底观测平台和远程监测中心之间的数据交互以及对坐底观测平台的能源供应,远程监测中心负责数据在用户端的呈现。其中,岸基通信机通过引入用户交互的功能解决了现场调试不便的问题,远程监测中心则为远程用户查看数据与数据分析提供了便利。论文主要研究了近海岸在线监测系统的软硬件设计与实现。硬件部分完成了以工控板为核心的岸基通信机与坐底观测平台的硬件电路设计,并针对市面上常用传感器的接口做了兼容;嵌入式软件设计部分完成了 WinCE的定制与平台搭建、通信协议的设计、基于多线程的应用程序设计等工作,程序在初始化时通过读取配置文件对系统进行配置,提高了系统的通用性与扩展性,并针对系统可能出现的异常情况设计了相应的异常处理机制;基于Web技术完成了远程监测中心的软件设计,可以提供实时数据查看、数据回看、预警等功能,为用户提供友好的数据呈现接口。通过系统测试,表明整套系统基本达到了设计的要求。针对采集到的这些数据,本文提出了一种智能的分析方法。在对深度学习中的长短时记忆神经网络进行深入研究的基础上,通过粒子群算法进行参数优选,并将其应用于对赤潮监测数据的分析中,取得了良好的效果。