1.一种基于传感器风险区间模型的养殖水情判断方法，其特征在于，所述方法包括以下步骤：

建立养殖水情数据的区间数表示模型 为不同水情参数的区间型特征值，m为水情参数个数；

计算传感器获取的水情测量数据[E]k与区间数表示的不同水情等级特征值 之间的距离 根据距离 构造基本概率分配函数；

利用预先构建的基于传感器风险区间值的消极‑积极模型，对基本概率分配函数进行修正；

利用区间证据组合规则并综合修正后的基本概率分配函数值，得到综合区间证据；

根据综合区间证据，基于预定决策准则判断水情等级。

2.根据权利要求1所述的基于传感器风险区间模型的养殖水情判断方法，其特征在于，所述预先建立的基于传感器风险区间值的消极‑积极模型根据以下步骤得到：将传感器测量值与实际值偏差的百分比作为传感器的风险因子 对传感器输出风险进行评估，包括：正常工作模式、消极模式、积极模式，其中正常工作模式是指传感器输出值与实际值相同，消极模式是指传感器测量值高于实际值的情况下对传感器输出值进行下降处理，积极模式是指传感器输出值低于实际值的情况下对传感器输出值进行提高处理，所述消极模式表示为：所述积极模式表示为：

基于传感器输出风险评估，建立基于传感器风险区间值的消极‑积极模型如下：其中，mp‑o(A)表示简单区间数的消极‑积极基本概率分配，mp‑o(Ω)表示消极‑积极模式下的识别框架的基本概率分配，fp为传感器处于消极模式的最大风险因子，fp＞0，fo为传感器处于积极模式的最大风险因子，0≤fo＜1，mp(A)是消极模式下的基本概率分配函数；mo(A)是积极模式下的基本概率分配函数；Ω是识别框架；A为Ω的子集证据；m(A)表示A的可信度，即基本概率分配函数；mo(Ω)为积极模式下的识别框架Ω的基本概率分配函数；mp(Ω)为消极模式下的识别框架Ω的基本概率分配函数。

3.根据权利要求1所述的基于传感器风险区间模型的养殖水情判断方法，其特征在于，水情测量数据[E]k与区间数表示的不同水情等级特征值 之间的距离 根据Jousselme距离参数公式计算得到。

4.根据权利要求1所述的基于传感器风险区间模型的养殖水情判断方法，其特征在于，所述基本概率分配函数构造为：

+ ‑

其中，[m]k(li) ‑[m]k(li) 为[m]k(li)的区间宽度，宽度越大，权重越小，基本概率分配函数越小，[m]k(li)表示第k个传感器对应的水情等级li的基本概率分配函数，N为水情等级个数。

5.根据权利要求1所述的基于传感器风险区间模型的养殖水情判断方法，其特征在于，还包括：对经过修正后的基本概率分配函数进行归一化处理，归一化处理方式为：其中，[m]'k表示修正后的基本概率分配函数，[ai,bi]是[m]'k的区间数，即[m]'k＝[ai,bi]，j是变量索引号，n是识别框架中的子集个数。

6.根据权利要求1所述的基于传感器风险区间模型的养殖水情判断方法，其特征在于，所述区间证据组合规则包括：

1)两证据组合规则

2)多证据组合规则

φ表示空集。

7.一种计算机设备，其特征在于，包括：一个或多个处理器；

存储器；以及

一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被配置为由所述一个或多个处理器执行，所述程序被处理器执行时实现如权利要求1‑6中的任一项所述的基于传感器风险区间模型的养殖水情判断方法。

8.一种基于传感器风险区间模型的养殖水情判断系统，其特征在于，包括下位机多传感器信息采集系统和上位机监控系统，所述下位机多传感器信息采集系统利用多传感器节点采集养殖水体的特征参数，并传输至上位机监控系统，所述上位机监控系统根据权利要求1‑6中任一项所述的基于传感器风险区间模型的养殖水情判断方法完成对养殖水质的判断预报和评价。

9.根据权利要求8所述的基于传感器风险区间模型的养殖水情判断系统，其特征在于，所述下位机多传感器信息采集系统包括若干个检测单元及其信号调理电路、多路模拟开关、数据放大电路、采样保持电路、A/D转换电路、主控电路，其中检测单元负责测量养殖水情参数信息，信号调理电路将检测单元传来的信号调理成符合后续电路要求的信号；多路模拟开关对多路输入的模拟信号进行选择操作，根据需要对输入信号切换从而实现对模拟信号的采样；数据放大电路是将输入信号变换为适合AD转换所需要的数值大小的信号；采样保持电路用于抑制在AD转换期间信号发生变化引起转换误差；多路模拟开关、釆样保持电路、AD转换电路是在主控电路的控制下协调工作。

10.根据权利要求8所述的基于传感器风险区间模型的养殖水情判断系统，其特征在于，所述主控电路选择CC2530作为微控制器。