本文選題：綠潮成因　切入點(diǎn)：支持向量機(jī)　出處：《上海海洋大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

【摘要】：滸苔(Enteromorpha)的大量繁殖即為綠潮(green tide),綠潮不但影響沿海社會(huì)經(jīng)濟(jì)和海洋環(huán)境,甚至?xí)鸷Ｑ鬄?zāi)害。綠潮發(fā)生頻率的明顯上升引起了相關(guān)學(xué)者的高度關(guān)注,其災(zāi)害預(yù)報(bào)以及成因分析越來越成為人們關(guān)注的焦點(diǎn)。綠潮觀測(cè)數(shù)據(jù)珍貴且稀少,同時(shí)導(dǎo)致綠潮災(zāi)害發(fā)生的原因極其復(fù)雜,并且在綠潮發(fā)生的不同時(shí)期,各個(gè)影響因素對(duì)其分布面積的影響程度會(huì)發(fā)生變化,這些都會(huì)給綠潮發(fā)展過程中的成因分析及災(zāi)害預(yù)測(cè)造成了一定的困難。本文以解決綠潮這種典型的海洋災(zāi)害成因的分析問題從而更好的進(jìn)行災(zāi)害預(yù)測(cè)為研究目的。根據(jù)真實(shí)連續(xù)的綠潮災(zāi)害影響因素的觀測(cè)數(shù)據(jù)和間斷有限的黃海綠潮分布面積(Distribution Area,DA)的觀測(cè)數(shù)據(jù),對(duì)綠潮災(zāi)害發(fā)展過程進(jìn)行分析,提出了基于支持向量機(jī)(Support Vector Machine,SVM)的動(dòng)態(tài)權(quán)重求解算法。利用此算法得出在綠潮生存期間,各因素影響權(quán)重的動(dòng)態(tài)變化,并通過分析變化規(guī)律,給出在綠潮災(zāi)害過程中漂浮、爆發(fā)和消亡階段的判別準(zhǔn)則,為其他海洋災(zāi)害的分析提供一種值得借鑒的方法。主要研究?jī)?nèi)容和結(jié)果如下:(1)針對(duì)綠潮災(zāi)害成因極其復(fù)雜的問題,分析了黃海綠潮的暴發(fā)機(jī)制,對(duì)其起源與發(fā)生過程以及影響綠潮暴發(fā)的要素進(jìn)行了綜述。最終得出綠潮暴發(fā)主要原因包括溫度(Temperature,T)、天氣現(xiàn)象(Weather Phenomenon,WP)、風(fēng)向(Wind Direction,WD)、風(fēng)力(Wind Force,WF)和浪高(Wave Height,WH),為綠潮暴發(fā)預(yù)測(cè)模型的樣本數(shù)據(jù)構(gòu)建奠定了基礎(chǔ)。(2)針對(duì)綠潮觀測(cè)樣本稀少以及災(zāi)害成因與分布面積為非線性關(guān)系的問題,結(jié)合SVM的小樣本特性及能夠?qū)颖緩妮斎肟臻g映射到特征空間并進(jìn)行學(xué)習(xí)的優(yōu)點(diǎn),利用SVM對(duì)綠潮災(zāi)害進(jìn)行分析。由于綠潮災(zāi)害成因的觀測(cè)數(shù)據(jù)為真實(shí)連續(xù)的,而分布面積間斷稀少且不同時(shí)期的面積相差極大,因此本文提出了一種基于SVM的臨近插值模型,來對(duì)缺失的觀測(cè)數(shù)據(jù)進(jìn)行插值。在插值精度保證下,一個(gè)插值模型只插值一個(gè)未知數(shù)據(jù),最終得到連續(xù)的綠潮觀測(cè)樣本。利用此插值算法,對(duì)2012年-2015年的綠潮分布面積進(jìn)行插值,從最終的插值結(jié)果中可以看出恢復(fù)的連續(xù)樣本均符合綠潮災(zāi)害過程中分布面積的變化規(guī)律,證明了此算法的適用性。(3)針對(duì)在綠潮發(fā)生的不同時(shí)期各個(gè)影響因素對(duì)其分布面積的影響程度會(huì)發(fā)生變化的問題,提出一種基于支持向量機(jī)回歸的動(dòng)態(tài)權(quán)重分析法來對(duì)災(zāi)害過程中各個(gè)影響因素權(quán)重的動(dòng)態(tài)變化進(jìn)行分析。根據(jù)分析得出的影響黃海綠潮發(fā)生及擴(kuò)散的五個(gè)影響因素,利用此算法得出在綠潮生存期各影響因素的動(dòng)態(tài)權(quán)重:溫度權(quán)重(記為W_T)、天氣現(xiàn)象權(quán)重(記為W_(WP))、風(fēng)向權(quán)重(記為W_(WD))、風(fēng)力權(quán)重(記為W_(WF))和浪高權(quán)重(記為W_(WH))。通過分析對(duì)比各個(gè)因素的權(quán)重得到以下結(jié)論:T為影響災(zāi)害發(fā)生的首要因素;WF為綠潮在海表面漂移的主要外力;WP對(duì)綠潮的暴發(fā)并無明顯的影響;在綠潮的消亡階段,WH會(huì)對(duì)衛(wèi)星遙感的綠潮監(jiān)測(cè)產(chǎn)生影響。通過進(jìn)一步分析溫度權(quán)重差分(記為DW_T)發(fā)現(xiàn):當(dāng)DW_T波動(dòng)由小變大時(shí),綠潮DA也開始慢慢擴(kuò)大;當(dāng)DW_T波動(dòng)最劇烈時(shí),綠潮進(jìn)入爆發(fā)階段;隨著DW_T波動(dòng)的逐漸平緩,綠潮進(jìn)入消亡階段。由此給出當(dāng)年綠潮漂浮、爆發(fā)和消亡階段分界點(diǎn)的判定準(zhǔn)則。(4)在上述提出的方法的基礎(chǔ)上建立預(yù)測(cè)模型,對(duì)2014,2015年的綠潮災(zāi)害情況進(jìn)行了預(yù)測(cè),得出了災(zāi)害預(yù)測(cè)中的首要監(jiān)測(cè)因子為溫度。通過2012-2015年中每年的DW_T與綠潮DA之間的關(guān)系對(duì)比,發(fā)現(xiàn)在每年的各個(gè)綠潮災(zāi)害階段,DW_T變化規(guī)律一致,這說明了基于SVM的動(dòng)態(tài)權(quán)重求解算法具有很強(qiáng)的泛華性。
[Abstract]:......
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：X55

【相似文獻(xiàn)】

相關(guān)期刊論文 前6條

1 侯曉臨;林德生;;多層次權(quán)重分析決策方法[J];中國(guó)軟科學(xué);1988年03期

2 李曙光;;基于層次因素權(quán)重分析的高校財(cái)務(wù)效績(jī)?cè)u(píng)價(jià)模型研究[J];財(cái)會(huì)通訊;2006年06期

3 連達(dá)軍,汪云甲,汪應(yīng)宏;“三下”煤炭資源回收難易程度的權(quán)重分析-模糊綜合評(píng)價(jià)研究[J];礦業(yè)研究與開發(fā);2002年05期

4 桂良軍;;供應(yīng)商選擇權(quán)重分析方法及Excel模型[J];中國(guó)管理信息化;2006年03期

5 丁潔;;基于層次分析法的財(cái)務(wù)人員績(jī)效評(píng)估指標(biāo)權(quán)重分析[J];商業(yè)經(jīng)濟(jì);2009年04期

6 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 陳晶;;風(fēng)險(xiǎn)投資中的Fuzzy分析[A];中國(guó)系統(tǒng)工程學(xué)會(huì)模糊數(shù)學(xué)與模糊系統(tǒng)委員會(huì)第十一屆年會(huì)論文選集[C];2002年

相關(guān)碩士學(xué)位論文 前1條

1 唐瑩莉;基于支持向量機(jī)的綠潮災(zāi)害發(fā)展過程中影響因素的權(quán)重分析[D];上海海洋大學(xué);2016年

，

本文編號(hào)：1601136