人與野生動物沖突問題正在逐步演變成一個全球性問題,處于沖突中的人類可能遭受經(jīng)濟損失、精神損失和人身傷亡危害,而沖突涉及的野生動物由于人類的仇恨心理可能面臨更高的滅絕風險,甚至危及地球的生物多樣性。沖突對雙方都造成了巨大傷害,沖突風險預警是解決沖突的有效方法之一,研究人與野生動物的沖突風險預測方法,提前預警沖突的發(fā)生,對降低雙方遭受的傷害、維護物種多樣性、更好地開展野生動物保護工作具有重要意義。本文選取北京市2009-2017年的野生動物造成損失事件數(shù)據(jù),在對數(shù)據(jù)進行時間間隔劃分和空間網(wǎng)格劃分處理后,從熱點預測和區(qū)域數(shù)量預測兩個角度,設計并實現(xiàn)了三大沖突預測算法:（1）基于Xgboost的沖突熱點預測算法,主要提出了一套將沖突預測問題轉化為統(tǒng)計學分類問題的方法,采用Xgboost算法進行分類建模嘗試,并與傳統(tǒng)分類算法進行對比驗證。（2）針對區(qū)域沖突數(shù)量預測這一時間序列問題,提出了網(wǎng)格搜索結合BIC準則的ARIMA模型自動參數(shù)優(yōu)化方法。（3）引入深度學習技術,設計基于長短期記憶神經(jīng)網(wǎng)絡（LSTM）的沖突數(shù)量預測算法,并基于沖突數(shù)據(jù)的空間相關特性進行優(yōu)化。算法實驗結果顯示:（1）在沖突熱點預... 

【文章來源】：北京林業(yè)大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：104 頁

【學位級別】：碩士

【部分圖文】：

其他受損農(nóng)作物類別占比Figure3.5Proportionofotherdamagedcropcategories

3北京市人與野生動物沖突現(xiàn)狀分析25使用Python中的foilum拓展庫繪制2009-2017年北京市人與野生動物沖突總量熱力圖，用以觀察全市的沖突分布情況；繪制2009年至2017年每年的人與野生動物沖突熱力圖，對比觀察沖突的空間演變趨勢。圖3.7北京市人與野生動物沖突總量熱力地圖（2009-2017）Figure3.7Heatmapoftotalnumberofhuman-wildlifeconflictsinBeijing（2009-2017）圖3.7顯示了2009至2017年北京市人與野生動物沖突嚴重性的熱力圖，熱力圖的中心區(qū)域表示沖突事件數(shù)量集中、危害嚴重的區(qū)域，熱力圖的顏色越深，則該區(qū)域的沖突事件密度越高。整體來看，北京市人與野生動物沖突事件集中趨勢明顯，主要集中在北京市北部和西南部地區(qū)，從而使得沖突明顯劃分為北部地區(qū)沖突帶和西南地區(qū)沖突帶，北部沖突帶以延慶區(qū)、懷柔區(qū)北部、密云區(qū)西北部為主，西南沖突帶以門頭溝和房山區(qū)為主，主要集中在門頭溝區(qū)的西南角和東南角。

3北京市人與野生動物沖突現(xiàn)狀分析26圖3.8北京市每年人與野生動物沖突數(shù)量空間分布熱力圖Figure3.8Heatmapofyearlynumberofhuman-wildlifeconflictsinBeijing（2009-2017）按時間變化的順序來看，2009至2017年，北部沖突帶和西南沖突帶的沖突空間均存在明顯的空間演變趨勢，且兩個沖突帶的演變方向不盡相同，如圖3.8所示。首先觀察北部沖突帶的空間演變趨勢。2009年和2010年，北京市北部沖突帶的沖突熱度集中在西北的延慶區(qū)，沖突影響的范圍校而2011年到2016年之間，北部地區(qū)的沖突事件熱度逐步擴張，從熱力圖覆蓋范圍來看，2011和2012年北部沖突帶沖突影響范圍擴張至懷柔北部地區(qū)和密云西北部地區(qū)，2013年的北部沖突帶蔓延至2009年2010年2011年2012年2013年2014年2015年2016年2017年

【參考文獻】：
期刊論文
[1]惡劣天氣情況下基于隨機森林算法的交通流量預測[J]. 徐秀娟,白玉林,徐璐,許真珍,趙小薇.  陜西師范大學學報(自然科學版). 2020(02)
[2]基于LSTM神經(jīng)網(wǎng)絡的降雨天旅行時間預測研究[J]. 王志建,李達標,崔夏.  交通運輸系統(tǒng)工程與信息. 2020(01)
[3]北京市人與野生動物沖突和土地利用相關性實證研究[J]. 曾巧,陳文匯,劉俊昌.  內蒙古統(tǒng)計. 2019(06)
[4]基于長短期記憶模型的入室盜竊犯罪預測研究[J]. 沈寒蕾,張虎,張耀峰,張志剛,朱艷敏,蔡黎.  統(tǒng)計與信息論壇. 2019(11)
[5]從補償?shù)奖ｋU賠償:經(jīng)濟手段緩解人與野生動物沖突成效探討[J]. 李雨晗,高煜芳.  科學. 2019(05)
[6]基于GRU-RNN模型的城市主干道交通時間預測[J]. 張銘坤,王昕.  北京信息科技大學學報(自然科學版). 2019(04)
[7]三江源區(qū)人獸沖突現(xiàn)狀分析[J]. 閆京艷,張毓,蔡振媛,陳家瑞,覃雯,張婧捷,連新明,張同作.  獸類學報. 2019(04)
[8]基于隨機森林的犯罪預測模型[J]. 盧睿,李林瑛.  中國刑警學院學報. 2019(03)
[9]我國自然保護區(qū)人與野生動物沖突現(xiàn)狀及管理建議[J]. 竇亞權,余紅紅,李婭,羅明燦.  野生動物學報. 2019(02)
[10]基于人工神經(jīng)網(wǎng)絡模型的搶劫犯罪微觀研究[J]. 邱明月,王新猛,唐松澤.  信息技術與信息化. 2018(10)

碩士論文
[1]基于深度神經(jīng)網(wǎng)絡的電力負荷分析方法的研究與實現(xiàn)[D]. 陳璞迪.北京郵電大學 2019
[2]基于深度學習的公交車等待時間預測方法研究[D]. 王俊婷.西安電子科技大學 2019
[3]基于改進的LSTM網(wǎng)絡的交通流預測[D]. 任藝柯.大連理工大學 2019
[4]基于高速公路大數(shù)據(jù)的流量預測問題研究[D]. 王雪菲.北方工業(yè)大學 2019
[5]基于深度學習的交通出行大數(shù)據(jù)分析與應用[D]. 王東杰.西南交通大學 2019
[6]基于時空數(shù)據(jù)的特征分析與挖掘技術的研究[D]. 劉崛雄.電子科技大學 2019
[7]基于機器學習算法的犯罪預警系統(tǒng)設計與實現(xiàn)[D]. 潘仲贏.電子科技大學 2019
[8]基于車牌識別數(shù)據(jù)的城市主干道旅行時間預測[D]. 張威威.清華大學 2017
[9]西雙版納人象沖突風險評估研究[D]. 李雯雯.云南財經(jīng)大學 2017
[10]盜竊類犯罪的時間序列分析[D]. 陳笛.中國人民公安大學 2017



本文編號：3230103