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。     

赤潮预报的人工神经网络方法

基于渤海湾赤潮观测数据(2003年5月~9月),对藻类浓度与环境因子进行了相关性分析,选择出影响藻类浓度的主要环境因子,然后对主要环境因子作主成分分析,在主成分分析的基础上,建立了一个用于赤潮预报的人工神经网络模型。     

浮游植物密度的人工神经网络预测研究

将人工神经网络模型应用于藻类密度数据的预测计算之中,并利用遗传算法对其网络结构进行优化计算以保证计算结果的准确性且自动确定网络结构,分别对神经网络的“当天模型”和“预测模型”进行了计算。结果显示：几种人工神经网络模型在计算精度以及预测数据的趋势上都有较好的效果,目前国内学者使用的人工神经网络“当天模型”无法对其后数据进行预测,不能起到实际预测的作用,而经过遗传算法优化后的人工神经网络“预测模型”不仅达到了很好的预测效果,而且网络结构简单,适用于浮游植物密度的预测计算。     

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。     

基于CBR的智能赤潮预测预警系统研究

基于实例推理机制(CBR),综合运用人工神经网络、知识发现、模糊逻辑及赤潮生态动力学模型库,考虑了影响赤潮发生的因素的多样性与随机性,建立了一个基于实例推理的智能赤潮预测预警系统。     

利用化学因子预测赤潮的可行性探讨

本文从化学的角度对赤潮预报进行了可行性探讨 ,分析了部分化学参量作为赤潮预报依据的机理 ,综述了赤潮化学预报的研究现状 ,并对今后的赤潮预报研究进行了探讨.     

浙江海区赤潮生物监测与赤潮实时预测

根据赤潮生物细胞密度法及其增长速率和其它理化的环境要素 ,并结合卫星遥感实时监测 ,对浙北海域的夜光藻等引发的赤潮进行了试验性预警和实时预测 ,为预防和减少赤潮灾害进行了有益的探索。     

BP人工神经网络在渤海湾叶绿素预测中的应用

利用误差反向传播(BP)人工神经网络模型建立了天津赤潮驴驹河赤潮监控区各种理化因子与叶绿素-a之间的映射关系.模拟结果表明,该模型能够较好的反映各种理化因子与叶绿素-a浓度之间的非线性对应关系,可间接地用于该地区的赤潮预测.     

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。     

Tide Forecasting of Tides Around Taiwan by Artificial Neural Network Method and Wavelet Analysis

In multiresolution analysis(MRA)by wavelet function Daubechies(db),we decompose the signal to two parts,the low and high frequency content.The high-frequency content of the data is removed first and a new "de-noise" signal is reconstructed by using inverse wavelet transform.The wavelet spectrum and harmonic analysis were used to analyze the characteristics of tidal data before constructing the input and output structure of ANN model.That is,the concept of tidal constituent phase-lags was introduced and the new "de-noise" signal was used as the input data set of ANN and the forecasting accuracy of ANN model is significantly improved.     

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     

基于神经网络的潮汐预报方法初探

运用非调和法,直接从引起潮汐现象的天文因素入手,以2002年香港验潮站实测资料为例,用神经网络对潮汐知识进行了学习仿真,对未知结果进行了预报.将预报结果和潮汐表比较,结果表明,此方法可行,预报精度比潮汐表略有提高.     

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。     

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.