在這個飛速發(fā)展的新時代,傳統(tǒng)港口單一的功能已無法滿足航運業(yè)的需要,港口行業(yè)在發(fā)展過程中通過不斷的完善功能鏈、服務鏈、價值鏈,進一步提升港口的服務質量,同時港口通過主動朝著物流港、貿(mào)易港、綜合樞紐港轉型升級,實現(xiàn)成為環(huán)渤海灣乃至東北亞第一大港這一長遠目標。D港區(qū)位于環(huán)渤海經(jīng)濟圈、東北亞經(jīng)濟圈的中心地帶,有成為新一代國際貿(mào)易樞紐港區(qū)得天獨厚的條件,并擁有優(yōu)良的深水資源,可保證現(xiàn)代集裝箱船輸運要求。近年來,其貨物吞吐量不斷發(fā)展,在增長速度、幅度、持續(xù)時間和發(fā)展重點等多個不同的方面均得到了快速增長,采用傳統(tǒng)的預測方法已很難實現(xiàn)對D港區(qū)貨物吞吐量的預測,因此,在這種背景下就亟需結合D港區(qū)當前實際情況開發(fā)出一種新的預測方法和預測模型。鑒于此,本論文以D港區(qū)為例,闡述了課題的研究背景、研究意義、國內(nèi)外研究現(xiàn)狀、研究目的及創(chuàng)新點等內(nèi)容,同時,對課題相關的概念及理論基礎包括區(qū)位理論、資源稟賦理論等,進行梳理并闡釋,為課題研究奠定了理論基礎。其次,在已有文獻基礎上,運用調(diào)查法對重點內(nèi)容進行深度挖掘,針對D港區(qū)發(fā)展現(xiàn)狀及變遷情況,分析當前港區(qū)發(fā)展所具備的優(yōu)勢,并找出影響港區(qū)發(fā)展存在的主要問題,包括市政基礎設... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【部分圖文】：

001年以來沿海港口吞吐量增速變化

技術路線圖

青島大學碩士學位論文14第3章D港區(qū)發(fā)展現(xiàn)狀及問題分析3.1D港區(qū)發(fā)展現(xiàn)狀3.1.1地理位置D港區(qū)位于Q市海岸線的最南端，與日照日相臨街，其地理坐標為，東經(jīng)和北緯坐標分別為119°47′16.3″和35°35′48.6″，東距Q港45nmile，西距日照港20nmile，D港區(qū)與青島機場的距離為75km。同時D港區(qū)范圍內(nèi)有204國道、334省道，因此D港區(qū)的發(fā)展擁有方便的交通工具，為未來D港區(qū)的發(fā)展奠定了基礎；同時在D港區(qū)附近也有價較為發(fā)達的高速公路系統(tǒng)。優(yōu)越的地位位置是D港區(qū)發(fā)展的前提條件。3.1.2自然條件D港區(qū)所在的區(qū)域年均氣溫為12.2C。其中在1976年1月3日的氣溫達到了歷史最低，為-16.2C，在1964年7月8日達到歷年最高溫度，其達到了37.4C。1月份和8月份平均氣溫分別為-1.7C和25.6C。國家海洋局北海分局環(huán)境預報中心于2006年9月17日建立JD港區(qū)風觀測站。相關數(shù)據(jù)顯示，ENE向為區(qū)域內(nèi)最強風向，最大風速12.8m/s，該區(qū)域內(nèi)的次強風向為NE向，風速11.8m/s。D港區(qū)范圍內(nèi)的常風向和次長常風向分別為NW向和NNW向，頻率分別為11.2%和8.5%。D港區(qū)范圍內(nèi)歷史最大風速為23m/s的大風，一般來講超過20m/s的風速由臺風所引發(fā)。圖3.1風玫瑰圖在D港區(qū)內(nèi)部，由國家海洋局北海預報中心設立觀測站。具體來講該觀測站各

【參考文獻】：
期刊論文
[1]基于改進支持向量機（SVM）模型的荊州港吞吐量預測[J]. 陳旭,李典,張利華,王晶,羅小紅,張威.  水運工程. 2020(03)
[2]港口物流需求趨勢預測方法研究——基于組合預測模型對重慶港口物流需求趨勢分析[J]. 吳涵,張立,劉岱,楊波.  價格理論與實踐. 2019(09)
[3]基于ES-Markov模型的港口集裝箱季度吞吐量分析與預測[J]. 王振振,萇道方,朱宗良,羅天.  中國航海. 2019(04)
[4]基于優(yōu)化GM（1,1）模型的港口吞吐量預測[J]. 黃躍華,陳小龍.  中國航海. 2019(04)
[5]吉林省港口吞吐量發(fā)展研究[J]. 孟繁崢,紀龍,孟維欣,韓超.  珠江水運. 2019(22)
[6]基于小波神經(jīng)網(wǎng)絡的上海港集裝箱吞吐量預測[J]. 朱慶輝,勾翔宇.  中國水運. 2019(06)
[7]基于集成預測模型的集裝箱吞吐量預測研究[J]. 郭雪.  物流科技. 2019(06)
[8]基于PCA-SVM的港口集裝箱吞吐量預測模型研究[J]. 張雷雨,楊毅.  江蘇商論. 2019(05)
[9]基于ARIMA和GM模型的青島港貨物吞吐量預測研究[J]. 韓以倫,徐新新.  水道港口. 2019(02)
[10]基于時間序列模型的港口集裝箱吞吐量預測[J]. 吳琛.  珠江水運. 2019(05)

碩士論文
[1]新建港口吞吐量預測研究[D]. 李丹.北京交通大學 2018
[2]基于VMD-ARIMA-HGWO-SVR組合模型的港口集裝箱吞吐量預測[D]. 劉鈺.蘭州大學 2018
[3]基于鯨魚優(yōu)化算法的港口吞吐量預測及其模糊評價[D]. 張倩云.蘭州大學 2018
[4]港口外貿(mào)集裝箱物流需求預測與發(fā)展模式創(chuàng)新[D]. 宋兵兵.吉林大學 2016
[5]重慶長壽港口需求預測與規(guī)劃[D]. 袁理.重慶交通大學 2013
[6]基于組合預測法的營口港物流需求預測研究[D]. 侯寶燕.大連交通大學 2013



本文編號：2964729