基于灰色预测模型的上海市海洋经济发展预测

为科学预测上海市海洋经济发展趋势,文章基于灰色预测模型,对上海市海洋生产总值进行预测。研究结果表明:通过对2010—2017年原始数据序列的级比检验和一次累加,建立灰色预测模型,预测2018—2022年上海市海洋生产总值,经小误差概率、后验差和相对误差检验,预测结果可靠;上海市海洋经济将继续保持增长态势,至2021年海洋生产总值将突破1万亿元。     

“十三五”时期江苏省海洋生产总值预测

文章对1996—2015年江苏省海洋经济数据进行预处理,运用时间序列分析方法中的自回归移动平均(ARMA)模型,按序列平稳性检验、模型阶数识别、最优模型选择、模型显著性检验以及模型建立和预测5个步骤,最终选取自回归求和移动平均(ARIMA)模型(2,2,1),对"十三五"时期江苏省海洋生产总值进行预测。预测结果表明:"十三五"时期江苏省海洋生产总值将保持较快增长趋势,至2020年海洋生产总值将达9 407亿元。结合江苏省海洋经济发展现状和趋势,为促进海洋经济可持续发展,提出加强海洋生态环境保护、培育壮大优势海洋产业、加大海洋科技创新投入和提升港口综合实力的建议。     

基于GM(1,1)模型的海洋经济发展预测研究

文章采用灰色预测法,选取2001—2016年我国海洋生产总值作为基础数据,建立海洋经济发展预测模型即GM(1,1)模型;运用残差检验、关联度检验和后验差检验对该模型精度进行检验,同时运用该模型对已知年份数据进行预测并将预测值与实际值相比较,结果表明模型预测精度较高,对于短期预测具有可信度;在此基础上,运用GM(1,1)模型计算和预测2017—2021年我国海洋生产总值,得出我国海洋经济将保持稳步增长的结论。     

我国主要海洋产业发展规模预测分析

通过收集整理1952—2002年50a的海洋经济统计数据,结合计量经济学手段进行时间序列分析。依样本空间和分析对象的不同,运用趋势外推法分别建立了线性模型、抛物线模型、生长曲线模型3种预测外延模型结构。并对预测外延模型结构进行了数据拟合与相关参数分析,总结出了适合预测海洋经济发展的线性模型和抛物线模型。根据海洋渔业、海洋油气业、海滨砂矿业、海洋盐业、海洋船舶工业、海洋交通运输业、滨海国际旅游业等7个主要海洋产业各自发展特点,用预测模型分别进行拟合,建立适合各海洋产业的预测模型。最终对2010年全国6个主要海洋产业、分产业总产值进行了预测。     

基于数列灰预测的海洋经济预测

灰色理论自20世纪80年代被广泛应用于社会、经济、科技、农业、生物等各个领域。灰色预测是灰色理论的主要内容之一,其中数列灰预测是灰色预测的主要类型之一。针对海洋经济数据缺乏等特点,本文运用数列灰预测对2007年和2008年海洋总产值和各个产业产值做出预测。     

天津市海洋经济发展态势研究

本文运用经济学和灰色系统理论,通过分析2001年-2006年天津海洋经济发展的现状和规律,预测2007年-2010年天津主要海洋产业产值,对2006年-2010年天津市海洋经济发展趋势进行研究.     

海洋经济增长对海域使用影响关系实证研究

本文以中国海洋经济为研究对象,基于面板回归方法及脉冲响应分析,对北部、东部和南部海洋经济带的海域使用对海洋经济的影响关系开展实证研究,选取2001-2015年填海造地、构筑物、围海、开放式和其他用海方式的海域使用面积为被解释变量,以同期人均GOP为解释变量,构建计量经济模型并进行实证分析,研究结果发现:①模型拟合效果较好,采用面板模型和脉冲响应来分析海域使用与海洋经济之间的关系具有较强的适用性;②三大海洋经济带海洋经济增长与海域使用之间的关系无论是在空间区域上还是在时间序列上差异性特征都很明显。     

基于灰色系统理论的广东省海洋经济关联度分析

为了更准确地掌握广东省海洋产业的发展动态及产业间的相互影响,采用灰色系统理论,分别以广东省海洋总产值和九种海洋产业作为参考序列建立指标体系进行灰色关联度分析.分析结果说明广东省海洋经济的优势产业为滨海旅游业、海洋油气业、海洋水产业、海洋电力及海水利用业.广东省海洋经济的关联度分析,将为相关决策部门制定海洋经济发展规划提供科学参考依据.     

基于能值分析的江苏省绿色海洋经济可持续发展研究

随着海洋经济的迅速发展,开发利用海洋资源与保护生态环境之间的矛盾日益突出,因此,评估绿色海洋经济可持续发展的态势对促进海洋经济和生态环境的协调发展意义深远。本文以江苏省为研究区,利用能值分析理论和方法,将海洋经济系统内可更新资源、不可更新资源、货币流、废物流等各类要素,通过能值转换率转换为统一标准的太阳能值,采用海域能值-货币比率、人均海域能值使用量、能值可持续发展指数、绿色海洋生产总值(绿色GOP)等指标,测度了2011—2015年江苏省绿色海洋经济可持续发展水平,旨在推进海洋经济可持续发展研究方法的应用,为江苏省海洋经济系统的综合评价及可持续发展管理提供科学依据。研究表明:(1)2011—2015年,江苏省绿色GOP持续增长,占传统GOP的比重从74.8%升至77.8%,表明江苏省在海洋经济快速增长的过程中,没有忽视对海洋资源和生态环境的保护。(2)江苏省绿色海洋经济可持续发展处于不稳定的状态:2011年可持续发展指数为12.77,2012—2015年可持续发展指数在6.87～9.70之间波动,表明江苏省海洋经济系统从经济不发达以及对海洋资源的开发利用程度不足,逐步过渡到海洋经济富有活力,发展效益好,可持续性强。     

基于BP网络的海洋生产总值预测

Lapedest和Farber首次应用人工神经网络进行预测以来,国内外专家学者不断将其与经济学结合,应用于宏观经济预测、企业经济战略预测、证券市场预测等领域。针对当前我国对海洋经济系统研究有限及海洋经济数据缺乏等特点,文章通过建立BP网络,对我国2010年的海洋生产产值做出预测。     

区域海洋立体监测系统潜在经济效益

区域海洋立体监测系统的建立旨在提供全面的、系统的海洋动力环境和生态环境信息共享资料，为区域性海洋防灾减灾和海洋环境管理提供实时信息的网络平台．本文通过费一效分析的方法，初步测算了台湾海峡及毗邻海域海洋动力环境实时立体监测系统潜在的年经济效益超过29692．8万元，对区域海洋管理的决策具有重要意义．     

1956—2018年青海省黄河流域降水变化特征分析及预测

本研究基于1956—2018年31个气象站月值降水数据,采用M-K检验、Pettitt检验、Morlet小波分析、ARIMA模型等方法,分析青海省黄河流域近63年包括趋势、突变、周期在内的降水量特性以及验证未来5年降水趋势预测变化的合理性。结果表明:(1)近63年青海省黄河流域降水具有集中程度高、年内分配不均、丰枯季明显的特点;不同年代的月均降水量均集中在4—10月,且未来月均降水量有上升的变化趋势。(2)年降水量呈显著增长趋势,增长率为(9.07 mm/10 a),春季和冬季降水增长趋势显著,夏季和秋季降水无显著的增长趋势,2004年为该流域大的降水转折年。(3)年降水时间序列存在23~32 a,15~20 a,9~13 a以及4~6 a的周期变化规律,四级降水主周期分别对应30、15、11和6 a时间尺度。(4)ARIMA(2,1,4)模型能够较好地拟合1956—2018年降水序列并对2019—2023年降水数据合理预测;线性回归及M-K检验分析结果显示1956—2023年降水序列呈显著增长趋势,增长率为(9.22 mm/10 a),与趋势预测结果相一致;ARIMA(2,1,4)模型可以对青海省黄河流域进行短期年降水量预测,为当地水资源合理规划和管理提供参考。     

一个中国边缘海的风-浪-流预报系统

海洋预报是进行海上活动的安全保障,海洋预报系统技术已经成为现代海洋气象业务的技术支撑。海洋观测、数据同化、数值模拟和高性能计算机等技术的进步极大地推动着海洋业务化预报的发展。采用大气数值模式（WRF）、海洋数值模式（CROCO）和海浪数值模式（SWAN）的多模式高分辨率离线耦合方式,添加南京信息工程大学“海洋数值模拟与观测实验室”团队自主研发的一系列海洋模式参数化方案,包括浪致混合参数化方案、亚中尺度参数化方案、海山诱导混合参数化方案以及涡旋诱导的沿等密度面和跨等密度面混合参数化方案,并通过同化技术和最新的人工智能技术与观测资料相结合,构建一种面向中国边缘海的风浪流多参数耦合预报系统,用于海上风电功率的预报和其他海洋灾害预警。实际观测资料的验证表明,该预报系统能较准确地模拟海上风场、海流、海温、波浪、潮汐等海洋气象要素。同时实现了按需实时可视化全景展示。     

海南岛近岸养殖区台风浪预报技术研究

随着海南深水网箱养殖规模的不断扩大,海浪精细化预报的需求越来越紧迫。以海南岛周边海域为目标区域,基于近岸海洋模式ADCIRC(Advancedcirculationmodel)和海浪模式SWAN(Simulating WavesNearshore),建立了海南岛近岸养殖区台风浪数值预报系统。该系统采用非结构高分辨率网格,近岸分辨率达到了100m。选取2014年第9号超强台风"威马逊"(RAMMASUN)进行针对海南岛近岸养殖区的台风浪数值模拟后报。模拟结果与实测数据较为吻合。采用全球预报系统GFS(Global Forecast System)风场和气压场数据作为驱动场对2018年7月的一次热带风暴过程进行预报,48小时、24小时预报的有效波高和实测结果比较平均相对误差分别为20.75%和17.0%。总体来说,该模型的预报精度可以满足近岸养殖区台风浪预报业务的需求。     

南海及周边海域风浪流耦合同化精细化数值预报与信息服务系统简介

面向社会需求,建立覆盖南海及周边海域的高分辨率风-浪-流耦合同化数值预报与信息服务系统。系统包含耦合同化数值预报模式、海洋动力环境数据库与可视化平台两部分。其中,耦合同化数值预报模式由中尺度大气数值预报模式、海浪数值预报模式和区域海洋环流数值模式,在C-Coupler耦合器中进行耦合,引入集合调整Kalman滤波同化模块,在耦合预报前进行大气、海浪和海流的同化后报模拟,为耦合预报模式提供更为精确的初始场。预报结果经海洋动力环境数据库和可视化平台处理后,通过二维和三维可视化展示,向用户提供直观的南海及周边海域海洋环境预报产品。     

基于多变量LSTM神经网络模型的PDO指数预测研究

利用1921–2020年的海平面气压、海平面高度、热含量数据以及海冰密集度作为太平洋年代际振荡（Pacific Decadal Oscillation, PDO）指数的预报要素,建立了关于PDO指数时间序列预测的多变量长短期记忆（Long Short Term Memory, LSTM）神经网络模型,对比分析了2011–2020年不同时间序列预测模型的PDO指数预测结果,最后利用多变量LSTM神经网络模型实现了2021–2030年的PDO指数预测。结果显示,多变量LSTM神经网络模型的预测值与观测值经过交叉验证后的平均相关系数和均方根误差分别为0.70和0.62;PDO未来10年将一直处于冷位相,PDO神经网络指数出现两次波动,于2025年出现最小值。相比于其他时间序列预测模型,本文采用的多变量LSTM神经网络模型预测结果误差小、拟合效果好,可以作为一种新型的预测PDO指数的手段。     

基于相似系数的海温中长期统计预报方法研究

海温是认知和研究大气、海洋物理性质和演变规律的重要海洋环境动力要素之一,也是海洋预报组成中不可或缺的组成部分,对海温的分布及演变规律进行研究对海洋经济、环保和国防安全具有重要的意义.本文提出了一种基于相似系数的海温统计预报方法,利用数理统计分析方法,构建基于相似系数的统计预报模型来实现海温的单点时间序列预报.在南海海域...     

一个基于MOM的全球海洋数值同化预报系统

随着国家战略利益的拓展,国家对全球海洋环境预报保障的需求日益凸显。近年来,国家海洋环境预报中心研发并建立我国首个涵盖全球大洋的"全球海洋数值预报系统",该预报系统由MOM4全球海洋环流模式及三维变分同化系统组成。该系统的建立,实现了全球范围海洋环流预报业务全覆盖,为我国探索深海大洋环境的迫切需求提供有力保障,明显提升了我国海洋环境预报能力,体现了我国海洋数值预报技术的发展和进步。该系统的历史回报试验和业务化试运行结果表明其对全球海洋环境要素具有较好的预报能力,其预测结果已经在实际业务中得到了应用,在"雪龙号"极地遇险脱困、马航MH370失联飞机搜救等重大事件的预报保障任务中发挥了重要作用,为我国实施海洋强国战略,推进实施"21世纪海上丝绸之路"的战略构想,应对海上突发事件、维护国家海洋权益等各个方面提供有力的科技支撑和保障,并成为我国全球海洋预报业务的重要参考依据。