城市固废焚烧(Municipal　solid　waste　incineration,MSWI)过程受垃圾成分波动、设备磨损与维修、季节交替变化等因素的影响而存在概念漂移现象,这导致用于污染物排放浓度的建模数据具有时变性.为此,需要识别能够表征概念漂移的新样本对污染物测量模型进行更新,但现有漂移检测方法难以有效应用于建模样本真值获取困难的工业过程.针对上述问题,提出一种联合样本输出与特征空间的半监督概念漂移检测方法.首先,采用基于主成分分析(Principal　compon-ent　analysis,PCA)的无监督机制识别特征空间内的概念漂移样本;然后,在样本输出空间采用基于时间差分(Temporal-difference,TD)学习的半监督机制对上述概念漂移样本进行伪真值标注后,再用Page-Hinkley检测法确认能够表征概念漂移的样本;最后,采用上述步骤获得的新样本结合历史样本对模型进行更新.基于合成和真实工业过程数据集的仿真结果表明所提方法具有优于已有方法的性能,能够在加强模型漂移适应性的同时有效缩减样本标注成本.