基于GIS的水環(huán)境評價(jià)決策支持系統(tǒng)研究.pdf

1、水環(huán)境評價(jià)是一個(gè)涉及多學(xué)科、多因素的復(fù)雜大系統(tǒng)，它的優(yōu)劣將直接影響人們?nèi)粘Ｉ詈徒?jīng)濟(jì)的發(fā)展。決策支持系統(tǒng)(DSS)為人們提供了分析問題、構(gòu)建模型、模擬決策過程和效果的決策環(huán)境，成為解決半結(jié)構(gòu)化問題和非結(jié)構(gòu)化問題的有效工具。 隨著人工智能技術(shù)、地理信息系統(tǒng)的飛速發(fā)展，決策支持系統(tǒng)不僅能解決定量的問題，而且也能很好地處理不確定的、模糊的、定性的知識，從而輔助決策者做出科學(xué)的決策。針對當(dāng)前遼寧省水資源短缺、污染嚴(yán)重的現(xiàn)狀，為了提高水

2、環(huán)境的管理水平、促進(jìn)水資源的可持續(xù)發(fā)展，本文在設(shè)計(jì)基于GIS平臺的水環(huán)境評價(jià)決策支持系統(tǒng)的過程中，主要完成了以下的研究工作。 1.針對遙感圖像進(jìn)行圖像壓縮的研究。首先分析了遙感圖像的統(tǒng)計(jì)特性和相關(guān)性，并對各種碼書設(shè)計(jì)算法進(jìn)行分析研究。利用小波圖像系數(shù)的空間分布特征以及它的多分辨率特點(diǎn)，應(yīng)用遺傳退火算法、有性繁殖遺傳算法，提出了矢量量化方法在圖像壓縮中的應(yīng)用。實(shí)驗(yàn)結(jié)果表明本文提出的碼書設(shè)計(jì)方法可以在較大壓縮比的前提下，得到更好的

3、恢復(fù)圖像質(zhì)量，并有較快的收斂速度。 2.研究遙感圖像分類的幾種方法。結(jié)合遙感圖像處理專業(yè)軟件ERDASIMAGINE，采用BP神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)了非監(jiān)督聚類算法和監(jiān)督分類法的結(jié)合，使分類試驗(yàn)精度有了一定的提高。研究分析了自組織神經(jīng)網(wǎng)絡(luò)算法和學(xué)習(xí)矢量量化算法，提出了一種基于改進(jìn)的SOFM算法和LVQ2算法的混合學(xué)習(xí)矢量量化算法。通過具體試驗(yàn)的實(shí)施，證明HLVQ算法不僅保持了數(shù)據(jù)的拓?fù)溆行蛐?，而且還進(jìn)一步提高了分類精度。最后探討了L

4、VQ算法的主要缺點(diǎn)，在分析廣義學(xué)習(xí)矢量量化算法的基礎(chǔ)上，將GLVQ算法引入遙感影像分類中，并建立了分類模型。 3.模型庫及模型庫管理系統(tǒng)的開發(fā)與研制。為了適應(yīng)對水環(huán)境評價(jià)和預(yù)測的需求，本文引進(jìn)了大量的水質(zhì)數(shù)學(xué)模型。在人工智能方面，除用于水質(zhì)評價(jià)的模糊評價(jià)模型、用于水質(zhì)預(yù)測的人工神經(jīng)網(wǎng)絡(luò)模型和基于遺傳的神經(jīng)網(wǎng)絡(luò)模型外，本文將模糊神經(jīng)網(wǎng)絡(luò)應(yīng)用于水環(huán)境影響預(yù)測方面，并取得了很好的預(yù)測效果。本文采用面向?qū)ο蠹夹g(shù)的方法，與數(shù)據(jù)庫相結(jié)合，

5、建立模型庫管理子系統(tǒng)，有效地實(shí)現(xiàn)了對模型的增加、刪除、修改，從而方便水環(huán)境管理者實(shí)現(xiàn)對模型的管理。 4.將知識庫引入水環(huán)境影響評價(jià)決策支持系統(tǒng)。本文對水環(huán)境評價(jià)知識的內(nèi)容、知識的獲取進(jìn)行闡述，對水環(huán)境評價(jià)的過程進(jìn)行深入地研究，針對其評價(jià)知識的特點(diǎn)，對知識的表示和推理進(jìn)行了設(shè)計(jì)，同時(shí)還設(shè)計(jì)了知識庫管理系統(tǒng)，并完成了界面的開發(fā)。 5.設(shè)計(jì)開發(fā)了可視化輔助決策子系統(tǒng)，用戶通過可視化界面進(jìn)行操作，命令直接由地理信息系統(tǒng)控件接