發(fā)布時間：2020-09-29 19:22

　　 近年來，赤潮頻繁發(fā)生，造成了巨大的經(jīng)濟(jì)損失。目前大部分文獻(xiàn)是關(guān)于赤潮發(fā)生機(jī)理的研究，為了能比較全面的認(rèn)識赤潮發(fā)生的特點，提高赤潮預(yù)報的準(zhǔn)確性，本文試圖用極值理論的方法對赤潮發(fā)生的頻率進(jìn)行分析，即求出一個 次重現(xiàn)水平 ， 是使得赤潮生物細(xì)胞濃度超過這一水平所需發(fā)生赤潮的次數(shù)，亦即經(jīng)過 次赤潮才有一次超過這一水平。最后建立混合回歸模型，對赤潮進(jìn)行預(yù)報。即把一元非線性回歸和多元線性回歸結(jié)合起來，構(gòu)造一個混合回歸模型,這樣就減小了模型的殘差平方和，從而提高預(yù)報的準(zhǔn)確性。
【學(xué)位單位】：天津大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2004
【中圖分類】：X55
【部分圖文】：

核密度函數(shù)圖，b=0.5940（實線），b=0.1120（虛線）

圖 3.3 密度函數(shù)圖，左：參數(shù)為1 θ 的Gumbel 分布(實線)和() 0.5940f x(虛線)，右：參數(shù)為2 θ 的Weibull 分布(實線)和 () 0.5940f x(虛線這里需要說明的是：關(guān)于如何在 GEV 模型和 Gumbel 模型之間進(jìn)行選

圖 4.1 赤潮生物細(xì)胞濃度Y 隨水溫1X 變化的趨勢1Y 隨1X 的變化趨勢如圖 4.1，可以看出1Y 與Y 擬合的相當(dāng)好。類似的，對Y于234X , X,X分別作非線性回歸分析，結(jié)果如下：

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 孫汝鵬;基于嵌入式技術(shù)的海洋環(huán)境在線監(jiān)測系統(tǒng)的設(shè)計與實現(xiàn)[D];山東大學(xué);2006年

本文編號：2830148