随着工业发展，近岸海域的水质不断恶化，富营养化问题越来越严重，赤潮灾害频繁发生，建立亚硝酸盐预测系统迫在眉睫。　　本文基于近海的亚硝酸盐及其影响因子数据，研究亚硝酸盐与其影响因子间的非线性关系，建立亚硝酸盐与其影响因子间的预测模型。　　在分析亚硝酸盐及其影响因子数据的基础上，基于BP神经网络，建立硝酸盐与pH、DO间的非线性模型;根据pH和DO数据，间接获得亚硝酸盐浓度值。BP神经网络的输入参数为pH和DO，输出参数为亚硝酸盐。通过对基于附加动量BP神经网络的预测模型和基于弹性BP神经网络的预测模型进行比较与分析，得出后者具有可行性。对基于弹性BP神经网络的预测模型、结合基本遗传算法与弹性BP神经网络的预测模型以及结合改进的自适应遗传算法与弹性BP神经网络的预测模型这三种预测模型进行比较与分析，得出最后一种预测模型更具有可行性。　　在结合改进的自适应遗传算法与弹性BP神经网络的亚硝酸盐预测模型的基础上，构建亚硝酸盐预测系统，该系统的硬件设计包括两部分:上位机和下位机。上位机主要完成系统控制、数据传输、数据处理、数据分析、模型建立以及结果显示;下位机主要完成数据采集和传输等。上位机和下位机的主控芯片采用飞思卡尔MKL25Z128VLH4芯片，上位机和下位机之间通过GPRS通信，采用MODBUS通信协议。下位机的电源模块采用锂电池和太阳能电池双电源的设计方案。软件设计主要包括芯片初始化、串口和IIC的初始化、串口的接收和发送程序，以及EEPROM的存储程序等。　　上位机界面的设计，主要包括登陆界面和近海亚硝酸盐预测系统界面，使用C≠语言编写界面代码。在硬件平台上，对上位机界面进行测试。最后，通过该界面实现对pH和DO数据采集和转发的控制，运用预测模型预测亚硝酸盐的变化趋势。