1.一种鱼类应激状态判别的方法，其特征在于，包括：采集目标鱼在无水保活运输过程中的特征生理应激指标参数；

根据所述特征生理应激指标参数，构建高维传感源数据集和局部特征域数据集；

基于所述高维传感源数据集及第一映射函数，构建高维空间拓扑图；并基于所述局部特征域数据集及第二映射函数，构建与所述高维空间拓扑图同时刻的低维空间拓扑图；

根据所述高维空间拓扑图和所述低维空间拓扑图，确定特征应激识别区；

计算所述特征应激识别区内的当前应激状态累积量，以根据所述当前应激状态累积量，确定目标鱼的当前应激状态；

所述高维传感源数据集包括与所述目标鱼应激反应相关的所有微环境参数及生理应激生物指示参数在时间序列上的数据集；所述局部传感源数据集包括与所述目标鱼应激反应相关的鱼类血液生化参数、免疫生理参数以及呼吸频率参数在时间序列上数据集；

所述第一映射函数的表达式为：d

f＝C0→R；

所述第二映射函数的表达式为：m

f＝C1→R ,

d

其中，C0为所述高维传感源数据集，R 为所述特征生理应激指标参数，d为所述高维传感m

源数据集的维度；C1为局部特征域数据集；R为所述特征生理应激指标参数中鱼类血液生化参数、免疫生理参数以及呼吸频率参数在时间序列上数据集；m为所述局部特征域数据集的m d

维度；C1是C0的真子集，R是R的真子集；

所述计算所述特征应激识别区内的当前应激状态累积量，包括：构建特征应激状态识别模型，以利用所述特征应激状态识别模型计算所述特征应激识别区内的当前应激状态累积量；

所述特征应激状态识别模型的表达式为：其中，K为当前应激状态累积量；yt为t时刻的应激指标浓度； 为t时刻水产品无水保活运输综合信号的传递校正因子；Δξn为第n个指标信号的特征变化； 为所述特征变化的频谱变化率；n为局部特征域数据集中的指标信号的数量；T为当前时刻；t0为初始采样时刻。

2.根据权利要求1所述的鱼类应激状态判别的方法，其特征在于，所述根据所述高维空间拓扑图和所述低维空间拓扑图，确定特征应激识别区，包括：获取同时刻的所述低维空间拓扑图与所述高维空间拓扑图之间的相交空间区域，以确定所述特征应激识别区。

3.根据权利要求1所述的鱼类应激状态判别的方法，其特征在于，所述根据所述当前应激状态累积量，确定目标鱼的当前应激状态，包括：按照特征应激识别区内的应激状态累积量的大小，预先将特征应激识别区的应激状态分为至少2个级别，并确定每个级别的应激状态累积量区间；

根据所述当前应激状态累积量所在的应激状态累积量区间，以确定所述目标鱼的当前应激状态所对应的级别。

4.根据权利要求1所述的鱼类应激状态判别的方法，其特征在于，在确定目标鱼的当前应激状态之后，还包括：

确定舒适度变异参数，并根据所述舒适度变异参数计算舒适度变异系数；

构建鱼类无水保活应激疲劳度模型，以结合所述舒适度变异系数计算所述目标鱼在任一时间区间内的疲劳度。

5.根据权利要求4所述的鱼类应激状态判别的方法，其特征在于，所述舒适度变异系数的表达式为：

其中，κ为舒适度变异系数，FSD1为所述任一时间区间T内舒适度变异参数随无水低温保活运输时间的累积变化偏差，其中，N是时间区间内的舒适度变异参数的个数，α是时间区间内应激状态所对应的级别数； 是时间区间内舒适度变异参数随保活时间而发生变化的波动范围；t0,t1,t2…tn∈T,表示相邻采集时刻；FSD2为间期标准差，表示所述时间区间T内舒适度变异参数的波动变化程度，其中， 为舒适度变异参数随保活时间而发生变化平均值。

6.根据权利要求5所述的鱼类应激状态判别的方法，其特征在于，所述鱼类无水保活应激疲劳度模型的表达式为：

其中，IBFe为无水保活运输过程中样本e从时刻Ti至时刻Tr的应激疲劳度； 是时刻Ti至时刻Tr这一时间区间内，舒适度变异参数随保活时间而发生变化的波动范围；CP代表特征舒适度参数随保活时间而发生变化平均值；d为计算时段的重复区间个数。

7.一种鱼类应激状态判别的系统，其特征在于，包括：数据采集模块，用于采集目标鱼在无水保活运输过程中的特征生理应激指标参数；

数据集构建模块，用于根据所述特征生理应激指标参数，构建高维传感源数据集和局部特征域数据集；

拓扑图构建模块，用于基于所述高维传感源数据集及第一映射函数，构建高维空间拓扑图；并基于所述局部特征域数据集及第二映射函数，构建与所述高维空间拓扑图同时刻的低维空间拓扑图；

所述高维传感源数据集包括与所述目标鱼应激反应相关的所有微环境参数及生理应激生物指示参数在时间序列上的数据集；所述局部传感源数据集包括与所述目标鱼应激反应相关的鱼类血液生化参数、免疫生理参数以及呼吸频率参数在时间序列上数据集；

所述第一映射函数的表达式为：d

f＝C0→R；

所述第二映射函数的表达式为：m

f＝C1→R ,

d

其中，C0为所述高维传感源数据集，R 为所述特征生理应激指标参数，d为所述高维传感m

源数据集的维度；C1为局部特征域数据集；R为所述特征生理应激指标参数中鱼类血液生化参数、免疫生理参数以及呼吸频率参数在时间序列上数据集；m为所述局部特征域数据集的m d

维度；C1是C0的真子集，R是R的真子集；

识别区定位模块，用于根据所述高维空间拓扑图和所述低维空间拓扑图，确定特征应激识别区；

应激状态确定模块，用于计算所述特征应激识别区内的当前应激状态累积量，以根据所述当前应激状态累积量，确定目标鱼的当前应激状态；

所述计算所述特征应激识别区内的当前应激状态累积量，包括：构建特征应激状态识别模型，以利用所述特征应激状态识别模型计算所述特征应激识别区内的当前应激状态累积量；

所述特征应激状态识别模型的表达式为：其中，K为当前应激状态累积量；yt为t时刻的应激指标浓度； 为t时刻水产品无水保活运输综合信号的传递校正因子；Δξn为第n个指标信号的特征变化； 为所述特征变化的频谱变化率；n为局部特征域数据集中的指标信号的数量；T为当前时刻；t0为初始采样时刻。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述鱼类应激状态判别的方法步骤。