基于人工神经网络的赤潮预测模型

本文利用非线性时间序列预测模型,将海洋预报和人工神经网络BP算法相结合,提出了基于神经网络的海洋预报模型;运用改进的三层BP(Back Propagation)神经网络模型对海洋气象进行赤潮灾害监测和预报;同时针对仿真结果进行分析,结果表明该模型具有较好的预测能力。     

治理赤潮的化学方法

治理赤潮的化学方法分为直接灭杀法、凝聚剂沉淀法和天然矿物絮凝法。比较而言,天然矿物絮凝法具有成本低、无污染等优点,是目前国际上较重视的开发应用方法。     

赤潮的研究和预报

赤潮灾害对我国沿海养殖业造成了巨大的经济损失，对海洋生态环境也产生了极大的破坏，威胁了滨海旅游业的发展。为了更全面地了解赤潮灾害，防治赤潮灾害，本文对赤潮灾害的特点进行初步研究并总结了目前使用的赤潮预报方法。     

赤潮的主要特征参数和化学环境

海域富营养化是发生赤潮的必要条件,其主要特征参数的临界值为:COD3 mg/dm~3,无机氮2～10 mol/dm~3,无机磷0.45 mol/dm~3。1987年7月20日～8月13日在日本濑户内海伊江群岛一带爆发了鞭毛藻Chattonella antiqua 大赤潮。中村泰男等人跟踪调查了赤潮发生时的化学环境.细胞浓度变化:从<10个/cm~3→250个/cm~3→30个/cm~3。水温:层化显著至消失,表层与底层温差降到0.7℃.盐度:30.0～33.9.营养盐浓度变化:较高→较低→速减→耗尽。     

赤潮成因及预报方法

随着沿海工业、农业的迅速发展,赤潮作为海洋灾害之一出现频率越来越大,造成的损失 也日益严重;已经引起人们的特别关注。本文拟就赤潮的特点与产生机理进行分析并结合实例 及国内外研究经验与结果对其预报方法作了初步概括与探讨。     

赤潮成因及预报方法

随着沿海工业,农业的迅速发展,赤潮作为海洋灾害之一出现的频率越来越大,造成的经济损失也日益严重,已经引起人们的特别关注。本文拟就赤潮的特点与产生机理进行分析,并结合实例及国内外研究经验与结果对其预报方法作初步概括与探讨。     

连云港海州湾海域赤潮发生与水文气象环境因子特征分析

近年来,江苏省连云港海州湾海域赤潮灾害频发,呈现频次增多,面积扩大,损失加重的趋势。赤潮的发生是极其复杂的生态变化过程,是水文、气象和环境等因子综合作用的结果。文章根据2004—2008年连云港海州湾赤潮监控区监测站位资料,采用常规统计方法,对赤潮发生与水文、气象和环境等因子的关联性进行分析,初步探讨了连云港海州湾海域赤潮发生、发展、消亡过程中相关水文、气象和环境因子的变化特征和演化规律。     

海洋二所开创赤潮预报先例

国家海洋局第二海洋研究所海洋遥感研究室承担的“浙江省海洋水产养殖区赤潮监测及其短期预报试验性研究”是浙江省科技计划重点项目,截止到1997年底的3年时间内,该所利用卫星遥感、生物和化学技术监测等手段,在     

赤潮预测的人工神经网络方法初步研究

赤潮是一种由多因素综合作用引发的生态异常现象,具有突发性及非线性等特点。对其进行预测预报一直是海洋科学研究的热点。探讨了应用人工神经网络原理进行赤潮预测的方法,简要介绍了BP和RBF算法的基本原理,用2种算法对不同海域赤潮生物与环境因子之间非线性和不确定性的复杂关系进行学习训练和预测检验,并与传统的统计方法进行了比较。结果表明：人工神经网络方法在模拟和预测方面优于传统的统计回归模型,具有较强的模拟预测能力及实用性,值得进一步探索。     

中国有害赤潮预测方法研究现状和进展

根据近几年来有害赤潮研究的进展，介绍了几种有害赤潮预测方法，主要包括：经验预测法，如海水温度变动预测法、海水透明度法、赤潮生物光合活性法；统计预测法，如判别分析、主成分分析；数值模型预测法，如营养动力学模型和种群生长动力学模型。文中提出，鉴于目前各种有害赤潮预测方法的局限性和不确定性，以及有害赤潮灾害预测的迫切性，为了尽快建立起有效和可靠的有害赤潮预测方法，在开展预测方法的同时，必须加强赤潮发生机理研究和赤潮生消过程的现场监测，前者是建立预测方法的理论基础，而后者是预测方法建立的要资料基础。     

运用混合回归模型预报赤潮

通过先行建立每个影响因子的非线性回归模型,然后作总体线性回归,首次给出了用混合回归模型预报赤潮的方法。这样就改进了现有的用多元线性回归模型进行赤潮预报的方法,提高了赤潮预报的准确性。     

利用围隔实验研究赤潮过程中藻细胞荧光能力

2002年5月和2003年5月在东海赤潮现场进行了添加营养盐诱发赤潮的船基围隔实验。通过测定赤潮藻活体荧光和DCMU增强荧光研究赤潮生消过程中藻细胞荧光能力的变化,揭示在赤潮形成阶段的藻细胞增长期细胞荧光能力较强,反之,在赤潮消亡过程中随着生物量和叶绿素a下降,细胞荧光能力也随之下降。不同围隔中生物量和叶绿素a有较大差别,而细胞荧光能力差别不大。这说明细胞荧光能力的大小与生物量无关,而是取决于藻细胞的生理状况。各围隔中加入DCMU后的增强荧光与正常荧光之间的差值(Fd-F)在赤潮发展过程中均增大,在赤潮消亡过程中均减小。根据它的大小和细胞荧光能力可初步判定赤潮是处于发展过程还是消亡过程。     

基于模糊神经网络(FNN)的赤潮预警预测研究

为研究各种理化因子与赤潮藻类浓度间的非线性对应规律和有效预测赤潮藻类浓度,构建了基于BP 算法的一个四层模糊神经网络模型。将模糊神经网络(FNN)技术引入赤潮预测研究,并与普通 BP 网络、RBF 网络的结果作比较,结果表明,该模型能够较好地反演出各种理化因子与夜光藻密度的非线性对应变化规律,有更好的预测功能。     

赤潮监测和预报的构想

在对赤潮监测要素和方法进行分析的基础上，构思了几各监测和预报赤潮的方式，并建议以水质浮标和剖面监测系统为主要方式开展研制工作。     

Study on the Characteristic Organic Compounds in Red Tide by Factor Analysis Method

Factor analysis is used to study the organic compounds that have high degree of correlation with biomass in algal blooming. Based on this correlation, they are named characteristic organic compounds. The compounds found are sequalene(SQU), cedrol (CED), 2, 5-cyclohexadiene-I. 4-dione, 2, 6-his(1, 1-dimthylethyl )(PBQ), phenol. 2, 6-his (1, 1-dimethylethy-4-methyl) (BHT), 3-t-butyl-4-hydroxyanisole ( BHA ), I, 2-benzenedicarboxylie acid. his-( 2-methyl propyl ) ester(DIBP), dibutyl phthalate (DNBP), respectively. Monitoring the variations of concentration of these characteristic organic compounds in seawater may provide scientific basis for studying and forecasting red tides.     

知识发现在赤潮预测预警系统研究中的应用

目前大多数赤潮的预测研究工作着重在系统模型的准确性上,忽视模型所能提供的对生态系统行为的相互关系的解释的很多信息。而机器学习所获得的知识能够帮助对生态行为之间的因果关系更深入的认识。文章将知识发现技术应用于海洋检测数据之中,取得了较好的效果,这将对于赤潮预测预警系统的研究与建立起着关键的作用。     

赤潮与可持续发展动力学模式

赤潮发生频率增加、时间延长、危害加大，给社会的可持续发展带来极大的危害。本文建立了赤潮和可持续发展的非线性动力学模式，讨论了赤潮—可持续发展系统的演化方向和稳定性的问题。研究结果表明：赤潮—人口经济发展之间是一种非常复杂的非线性关系，人口的无限制增长和经济的急剧、非健康发展对赤潮的发生具有十分重要的影响。     

应用遗传神经网格方法分析赤潮监测数据

简要介绍了遗传神经网络方法的原理 ,探讨了应用遗传神经网络方法研究辽东湾海域丹麦细柱藻 (Leptocylindrusdanicus)赤潮与其环境因子之间的关系 ,计算了各环境因子对丹麦细柱藻赤潮的贡献。结果表明 ,温度、盐度、DIN的变化对研究海域丹麦细柱藻种群密度的增长有比较重要的影响 ,DIN是营养限制因子。遗传神经网络是分析赤潮监测数据的有效方法 ,值得进一步探索