浙江近岸海域海洋生態(tài)環(huán)境時空分析及預(yù)測關(guān)鍵技術(shù)研究.pdf

1、浙江近岸海域是陸海相互作用劇烈的區(qū)域，隨著海洋開發(fā)熱潮的興起，面臨著一系列生態(tài)環(huán)境問題的挑戰(zhàn)，近岸海域水質(zhì)污染、生態(tài)系統(tǒng)結(jié)構(gòu)退化、赤潮等環(huán)境災(zāi)害頻發(fā)已經(jīng)成為制約海洋經(jīng)濟(jì)可持續(xù)發(fā)展的瓶頸問題。因此，針對浙江近岸海域高濁度、復(fù)雜多變的水體環(huán)境，如何全面分析和認(rèn)識海洋生態(tài)環(huán)境，從而科學(xué)、合理、經(jīng)濟(jì)、可持續(xù)地開發(fā)利用近海資源，是我們面臨的重大難題，具有重要的現(xiàn)實(shí)意義。
　　浙江近岸海域海洋生態(tài)環(huán)境具有高度復(fù)雜非線性特性，基于機(jī)理的生態(tài)環(huán)境

2、動力學(xué)模型或傳統(tǒng)的數(shù)學(xué)統(tǒng)計(jì)分析往往受到限制。近年來隨著立體監(jiān)測網(wǎng)的形成，已逐漸積累了規(guī)模宏大、復(fù)雜難辨、高維動態(tài)的數(shù)據(jù)海洋，利用數(shù)據(jù)驅(qū)動技術(shù)來研究海洋生態(tài)環(huán)境已成為一種新的途徑和方法。本論文正是在這樣的背景下，以浙江近岸海域海洋生態(tài)環(huán)境為研究對象，利用地理信息科學(xué)和數(shù)據(jù)挖掘等技術(shù)，系統(tǒng)化研究了海洋生態(tài)環(huán)境在時空分析與預(yù)測等方面的關(guān)鍵技術(shù)，旨在探索一個切實(shí)可行的完整技術(shù)框架與方法體系用于浙江近岸海域海洋生態(tài)環(huán)境的綜合分析和決策支持服務(wù)。論

3、文的研究工作主要包括以下幾個方面:
　　(1)面向時空分析與預(yù)測的海洋生態(tài)環(huán)境時空數(shù)據(jù)組織與管理研究。針對海洋生態(tài)環(huán)境時空過程關(guān)聯(lián)分析和動態(tài)預(yù)測的需求，構(gòu)建了融合海洋現(xiàn)象、時空過程和演變機(jī)制的三元組統(tǒng)一數(shù)據(jù)模型，實(shí)現(xiàn)了對各類海洋生態(tài)環(huán)境現(xiàn)象不同時空粒度和不同演變因子的統(tǒng)一組織和存儲;設(shè)計(jì)了面向多源動態(tài)監(jiān)測數(shù)據(jù)的多級聯(lián)動交換模型和動態(tài)集成框架，實(shí)現(xiàn)了海洋生態(tài)環(huán)境監(jiān)測數(shù)據(jù)在多級部門的聯(lián)動交換和準(zhǔn)實(shí)時集成，為海洋生態(tài)環(huán)境的實(shí)時分析與動態(tài)

4、預(yù)測提供了數(shù)據(jù)保障。
　　(2)基于EA-SAA-VA三元混合框架的海洋生態(tài)環(huán)境時空格局分析研究。針對近岸海域海洋生態(tài)環(huán)境具有趨勢性、相關(guān)性和變異性等復(fù)雜特征，重點(diǎn)研究了探索性分析方法，空間自相關(guān)分析方法和變異性分析方法，設(shè)計(jì)了基于EA-SAA-VA三元混合的海洋生態(tài)環(huán)境時空格局分析框架，從分布特征、分布模式和時空變異多角度分析了浙江近岸海域海水富營養(yǎng)化狀況的時空演變格局。
　　(3)基于時空影響域和上下文約束的海洋生態(tài)環(huán)境

5、關(guān)聯(lián)規(guī)則挖掘分析研究。為了探索海洋生態(tài)環(huán)境現(xiàn)象時空演變與環(huán)境要素之間的聯(lián)動性和關(guān)聯(lián)關(guān)系，設(shè)計(jì)了基于關(guān)聯(lián)規(guī)則的海洋生態(tài)環(huán)境時空挖掘分析框架，重點(diǎn)研究了基于時空影響域和上下文約束的關(guān)聯(lián)規(guī)則挖掘策略，并以浙江近岸海域赤潮為例進(jìn)行了挖掘分析，為赤潮預(yù)測預(yù)警提供了依據(jù)。
　　(4)基于深度學(xué)習(xí)的海洋生態(tài)環(huán)境赤潮災(zāi)害動態(tài)預(yù)測模型研究。針對浙江近岸海域海洋生態(tài)環(huán)境高度復(fù)雜非線性特性，提出了基于深度學(xué)習(xí)的赤潮動態(tài)預(yù)測模型，克服了傳統(tǒng)人工神經(jīng)網(wǎng)絡(luò)等

6、淺層學(xué)習(xí)預(yù)測模型對復(fù)雜現(xiàn)象預(yù)測能力不足的局限性，同時采用粒子群算法動態(tài)優(yōu)化模型結(jié)構(gòu)參數(shù)，提高模型在不同海域的實(shí)際泛化能力。
　　基于上述的研究工作，本文最后設(shè)計(jì)并實(shí)現(xiàn)了近岸海域海洋生態(tài)環(huán)境綜合分析與決策支持服務(wù)原型系統(tǒng)，形成了一個從“多源監(jiān)測數(shù)據(jù)組織管理——時空分析與挖掘——動態(tài)預(yù)測預(yù)警”環(huán)環(huán)相扣的服務(wù)鏈條。通過本系統(tǒng)在浙江臺州大陳赤潮實(shí)時監(jiān)控中的應(yīng)用案例分析，說明了本研究工作的可行性和實(shí)用性，可以為海洋管理部門提供綜合分析和輔助