基于T-S模糊神经网络的信息融合在赤潮预测预警中的应用

基于T-S模型的模糊神经网络不但具有模糊逻辑和神经网络两者的优点,又具有很好的学习能力。将基于T-S模型的模糊神经网络的信息融合算法应用在赤潮的预测预警中,研究各种理化因子与赤潮藻类浓度间非线性对应规律和有效预测赤潮藻类浓度。仿真实验表明这种方法具有有效的赤潮预测预警功能。     

基于近岸海域自动监测浮标的水华发生过程分析

利用位于广西廉州湾的自动监测浮标从2010年开始监控到的水华监测数据,分析水华发生前后溶解氧、pH、叶绿素等数据变化,结合气象、浮游植物密度数据,探讨不同赤潮藻增殖过程环境因子的变化规律,为赤潮机理及预警预报研究提供科学参考。廉州湾水华的叶绿素自动监测数据高值范围为24.5~77.0μg/L,浮游植物优势种为硅藻,浮游植物密度接近赤潮爆发的阈值。自动监测浮标能捕捉并监控到水华发生全过程,其长时间高频率的观测资料可有效应用于水华及赤潮的预警预报。不同藻种水华的自动监测数据变化具有差异性,在进行水华预警时应综合考虑叶绿素、溶解氧以及pH的变化。气象因素是水华诱发的因素,降雨过后,气温突升,风速小于等于三级时,可结合自动监测网络监测数据,发布水华预警。     

基于赤潮控制要素识别的近海富营养化压力指数研究

鉴于赤潮发生影响要素之间一般性逻辑关系模糊不清,且缺乏表征关键控制要素之间量化关系的解析式,造成当前赤潮预测预警与防控间关系不紧密甚至相脱节。为将二者密切连接,本文利用胶州湾1982—2015年的调查数据,在解析富营养化和赤潮发生关键控制要素基础上,建立了应用于赤潮预测预警的复合富营养化压力指数(compoundeutrophicationindex,CEI),同时将CEI应用于长江口赤潮高发区海域验证。结果表明,胶州湾赤潮发生关键控制要素有14种,CEI评价结果不仅与chl a吻合度较高(相似性指数为0.86),而且与赤潮发生时间匹配度较好(达93%),与统计方法预测预警准确度相当,其空间匹配度达77%,与生态动力学模型预测预警准确度相当。将CEI应用于长江口赤潮高发区,时间上与chl a吻合度(相似性指数)为0.74,达到较高的一致性;空间上与chl a吻合度(Kappa系数)为0.25,达到一般一致性。由于海域的特殊性,关键控制要素的遗失可能是一致性偏低的主要原因,未来研究基于长江口赤潮高发区进行CEI构建可能使问题改善。     

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。     

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。     

赤潮综合集成预警系统的设计与开发

针对赤潮灾害日益严重的情况,文中提出了赤潮综合集成预警系统设计方案与实现流程。该系统包括预测预警信息系统、预测预警决策系统以及预测预警应急系统三部分。该预警系统的建立,将可以有效的预测赤潮的发生从而降低赤潮造成的损失。     

基于深度学习的赤潮发生预报方法研究

赤潮作为海洋灾害,对海洋渔业、生态、经济,以及人类生产、生活造成了严重影响。一直以来,赤潮受到研究者的广泛关注,但由于它的形成机制比较复杂,使得赤潮预报极具挑战性。针对赤潮预报的研究问题,本文收集了厦门海域赤潮发生前后的海洋监测数据,结合皮尔逊相关系数、散布矩阵、复相关系数方法,分析多环境因子与赤潮发生多要素的关联情况,重点采用基于深度学习的LSTM与CNN融合方法,挖掘环境因子的时序依赖,发现序列数据的局部特征,对赤潮发生进行预报。在厦门一号和厦门二号数据集中,本方法在预报未来12 h内的赤潮情况时,RMSE、MAE误差分别达到0.521 8、0.504 3。通过协同对比模型进一步确定赤潮发生的预报概率,在两个数据集上的最终预报准确率分别为67.58%和63.49%。本研究为赤潮的分析预报提供了探索经验,证明了将深度学习方法应用于赤潮预报的可行性。     

近20a我国近海赤潮特点与发生规律

近年来国际赤潮研究逐步聚焦到赤潮与气候变化的关系及其预测预警等方面,长期观测资料的分析有助于了解赤潮发生的规律性变化。通过对近20a来我国海域赤潮发生情况的分析,总结得出我国近岸海域赤潮发生的特点是全年、全海域、多种类、高危害,具有显著的时间和区域特点;大面积赤潮主要集中在我国渤海和东南近海;主要赤潮生物种类为甲藻,有毒有害赤潮生物增多;灾害性赤潮以甲藻类赤潮为主。本文结论对于掌握我国近海赤潮发生规律、对赤潮爆发作出预测预警具有一定的指导意义。     

赤潮藻类营养盐限制方程的非线性动力学研究

以赤潮代表性藻类－硅藻为研究对象，利用生物生长的生化机理，并考虑在海洋富营养化条件下氮和磷的浓度变化对藻类生长的影响及底物消耗和反馈机制，建立了新的藻类生长非线性动力学模型。首次利用现代非线性动力学的方法，研究了其解析解的分岔行为。指出了磷是影响藻类生长的限制营养盐因子，并对模型进行了仿真。文章对赤潮发生的预警和预测有一定的参考价值。     

赤潮随机梯度回归分析

赤潮的危害日益严重,为了预测赤潮的发生,运用回归树的随机梯度Boosting算法分析渤海赤潮数据, 建立浮游植物总量与环境因子的定量关系,给出各种环境因子对浮游植物总量相对影响的大小以及浮游植物总量和各种环境因子偏相关的图形,有利于探索赤潮的发生机制,指导菌种的培养. 最后,相比其它算法,回归树的随机梯度Boosting对于＂局部剧增＂的赤潮数据是稳健的,而且具有较高的预测精度.