基于水信息技术的渤海湾水生态环境特性及模拟研究
【摘要】：渤海湾是一个半封闭的淤泥质浅水海湾,与外海的水交换能力较弱。随着沿海经济的快速发展和近岸排污量的增加,水体富营养化和赤潮灾害频发等海洋水生态环境问题日趋明显。近岸海域水生态环境特性及模拟方法的研究,对认识海洋生态过程、保护近岸海洋生态系统和海洋管理有重要的意义。
由于水生态环境的高度复杂性、非线性和时空特异性,系统的内部作用机理及其动态变化过程还未被完全知晓,使得单纯用传统的基于机理或假设的确定性水生态动力学模型方法受到了限制。随着包括遥感在内的海洋生态环境数据信息量的飞快增加,越来越多的信息学技术被应用于水生态环境的研究中。本文利用现代水信息技术,系统地研究了近岸海域水生态环境的特性及建模方法。
本文首先分析了近岸海域水生态环境的特性及模拟研究中需要解决的问题:如何有效地提取出海量数据中潜在有用的信息和知识;如何准确地分析水生态环境的空间特性;如何有效地模拟水生态环境的高度复杂性和非线性关系;如何在动态演变中体现出空间异质性和局部相互作用的影响;如何有效地耦合水动力学模型和生态模型。
其次,利用数据挖掘方法和空间数据分析方法对渤海湾水生态环境特性进行了分析。聚类分析、关联分析和决策树分析提取出了渤海湾水生态环境中一些潜在的知识;空间自相关和空间自回归分析的研究表明渤海湾各生态环境指标具有高度的正空间自相关性,同时发掘了渤海湾赤潮前后的一些特性及异常现象。然后利用非确定性的软计算方法研究近岸海域水生态系统的高度复杂性和非线性关系,建立了基于混合软计算方法的生态模型Eco_HSC,研究表明该模型能较好地反映出各站位叶绿素a浓度实测值的变化趋势,并具有较强的泛化能力;利用元胞自动机(CA)的局部网格动力学优势,综合考虑了局部作用、空间差异和外在因子的影响,建立了基于CA-SVM的渤海湾遥感叶绿素浓度模型,研究表明该模型总体上能较好地反映出渤海湾空间上叶绿素浓度的时空变化特征。
最后,探讨了确定性方法与非确定性方法的结合。通过将水动力学模块的模拟结果引入到的CA-SVM生态模块中,建立了渤海湾的生态和水动力学耦合模型,研究表明该模型能很好地模拟渤海湾遥感叶绿素浓度的时空变化特征。
【关键词】：水信息学 水生态环境 渤海湾 数据挖掘 混合软计算 元胞自动机 生态和水动力学耦合模型
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：X171
【目录】：
【学位授予单位】：天津大学
【学位级别】：博士
【学位授予年份】：2011
【分类号】：X171
【目录】：
- 摘要3-4
- ABSTRACT4-9
- 第一章 绪论9-28
- 1.1 研究背景及意义9-10
- 1.2 国内外研究进展10-24
- 1.2.1 近岸海域水生态环境的研究现状10-16
- 1.2.2 水信息学的研究进展16-24
- 1.3 渤海湾水生态环境的研究问题24-26
- 1.4 本文的主要工作26-28
- 第二章 基于数据挖掘技术的水生态环境特性研究及其应用28-50
- 2.1 数据挖掘理论和方法28-33
- 2.1.1 数据挖掘的内涵28-29
- 2.1.2 数据挖掘的一般过程29-30
- 2.1.3 数据挖掘方法30-33
- 2.2 数据来源及其一般性质33-38
- 2.3 数据挖掘方法在渤海湾水生态环境研究中的应用38-49
- 2.3.1 渤海湾水生态环境的聚类分析38-42
- 2.3.2 渤海湾水生态环境的关联分析42-45
- 2.3.3 渤海湾水生态环境的决策树分析45-49
- 2.4 本章小结49-50
- 第三章 基于空间数据分析方法的赤潮空间分析及其应用50-77
- 3.1 空间数据分析理论和方法51-53
- 3.1.1 空间数据的性质51-52
- 3.1.2 探索性数据分析技术52
- 3.1.3 空间自相关52-53
- 3.1.4 空间自回归53
- 3.2 渤海湾赤潮遥感数据的探索性分析53-56
- 3.3 渤海湾赤潮遥感数据的空间自相关分析56-71
- 3.3.1 渤海湾水生态环境全局空间自相关分析56-66
- 3.3.2 渤海湾水生态环境局部空间自相关分析66-71
- 3.4 渤海湾遥感叶绿素浓度的空间自回归模型71-75
- 3.4.1 空间自回归模型研究71-73
- 3.4.2 渤海湾空间自回归模型的结果及分析73-75
- 3.5 本章小结75-77
- 第四章 基于混合软计算方法的水生态环境模拟研究及其应用77-99
- 4.1 混合软计算的理论和方法77-84
- 4.1.1 软计算方法77-83
- 4.1.2 软计算方法的混合形式83-84
- 4.2 基于混合软计算方法的生态模型Eco_HSC 的建立84-88
- 4.3 Eco_HSC 模型在渤海湾水生态环境模拟中的应用88-97
- 4.3.1 研究对象88-89
- 4.3.2 模型的输入输出89-90
- 4.3.3 叶绿素a 浓度的模拟结果及分析90-93
- 4.3.4 叶绿素a 浓度的预测结果及分析93-97
- 4.4 本章小结97-99
- 第五章 基于CA-SVM 的遥感叶绿素浓度模拟及其应用99-119
- 5.1 元胞自动机的理论和方法99-103
- 5.1.1 元胞自动机的发展历程100
- 5.1.2 元胞自动机的概念及组成100-102
- 5.1.3 元胞自动机的扩展研究102-103
- 5.2 基于CA-SVM 的遥感叶绿素浓度模型的建立103-107
- 5.2.1 CA-SVM 模型的流程103-104
- 5.2.2 CA-SVM 模型的组成104-106
- 5.2.3 CA-SVM 模型的评价指标106-107
- 5.3 CA-SVM 模型在渤海湾水生态环境模拟中的应用107-118
- 5.3.1 方案1 的结果及分析108-110
- 5.3.2 方案2 的结果及分析110-112
- 5.3.3 方案3 的结果及分析112-114
- 5.3.4 模型结果的比较及讨论114-118
- 5.4 本章小结118-119
- 第六章 生态和水动力学的耦合模型及其应用119-130
- 6.1 渤海湾水动力学模型119-121
- 6.2 生态和水动力学的耦合模型121-123
- 6.3 模型结果及分析123-129
- 6.4 本章小结129-130
- 第七章 结论与展望130-135
- 7.1 结论130-132
- 7.2 创新点132-133
- 7.3 建议与展望133-135
- 参考文献135-145
- 发表论文和参加科研情况说明145-147
- 致谢147
| 【参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||
|
|||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【共引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级参考文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||
|
|||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
快捷付款方式
订购知网充值卡
订购热线
帮助中心