厦门海洋经济调查数据可视化及经济趋势预测关键技术研究

发布时间：2020-11-03 08:25

　　 海洋经济对于世界各国的经济社会发展发挥着极为重要的推动作用,全面掌握海洋经济基本信息,对于科学规划海洋经济的长足发展具有重要指导意义。国务院于2012年12月批准同意第一次全国海洋经济调查。第一次全国海洋经济调查是一项重大的国情国力调查,其目标是全面、系统掌握我国海洋经济基本情况,完善我国海洋经济基础信息。科学有效地开展第一次全国海洋经济调查,能够为科学谋划海洋经济长远发展,实现海洋强国建设目标奠定良好的基础。海洋经济调查数据具有多类别多时空的特点,如何从中分析我国某一地区当前海洋经济发展状况,如何有效地针对我国某一地区目前海洋经济的发展进行预测,如何有效地展示海洋经济调查数据中发现的规律,是十分重要的问题,对于发挥调查数据的作用具有重要的意义和实际应用价值。本文按照厦门市海洋经济调查需求,针对调查人员上报的海洋数据进行处理,这些海洋数据信息提供了多时空多类别数据供相关人员使用,然而仅仅通过原始的海洋经济数据无法直观的满足相关人员对于掌握经济状况和调整经济布局的需求,因此还需要相应的计算机算法来分析海洋经济数据并对海洋经济数据进行可视化呈现。通过研究现有的空间聚类算法和遗传算法,结合厦门市海洋经济调查的需求,本文提出了基于自底向上网格聚类算法的海洋经济热点可视化分析和面向海洋经济数据分析的遗传算法,并将其运用于厦门海洋经济调查在线展示平台中。该平台现已成功部署于厦门海洋与渔业研究所中。主要研究内容如下:(1)基于自底向上网格聚类算法的沿海经济发展可视化分析。基于第一次全国海洋经济调查上报上来的数据,结合空间地理信息,提出了基于自底向上网格聚类算法的经济热点可视化分析。海洋经济的发展需要时间的积累,而不是一蹴而就。因此发展较好的区域证明在近邻的时间范围内仍具有较好的发展态势。通过不同尺度的变化,有效分析出哪些区域仍然具备发展潜力、哪些区域可以依靠近邻发展较好的区域来带动。该算法的创新点主要在于通过自底向上的方式来构建层级队列,利用构建的层级队列以解决在不同尺度上聚类的时间性能问题,提高了层级缩放下算法的精度,并提出了相应的可视化算法来提供支撑,在原有算法的基础上引入经济指标来对经济数据进行聚类分析。通过该算法有效地针对我国厦门地区海洋经济发展状况做出分析,为厦门海洋经济调查在线展示平台提供了算法辅助。(2)基于遗传算法的海洋经济产业预测。虽然基于自底向上网格聚类算法能够有效地针对海洋经济发展状况做出分析,但由于缺乏较强的时间关联性,同一片区域某一时刻的发展情况并不能完全说明该处经济一定是持续增长的,因此不能满足趋势预测。针对这一问题,本文提出了基于遗传算法的海洋经济产业预测,同时提出了整体迭代因子和局部迭代因子,结合传统遗传算法对于时间序列进行预测,并将改进后的算法和差分进化算法及粒子群算法作了比较,发现该算法精确度优于上述算法。通过该方法有效地预测出未来几个月内经济变化情况,准确度超过95%,在数据量越大的状态下呈现预测的效果越好。(3)厦门海洋经济调查在线展示平台。针对第一次全国海洋经济调查厦门片区需求,研发了厦门海洋经济调查在线展示平台。本平台中热力可视化分析以及变化趋势分析功能模块主要以本文提出的基于自底向上网格聚类算法的经济热点可视化分析和基于遗传算法的海洋经济产业预测为基础进行研发,有效的对厦门经济状况进行可视化分析和预测。平台首先通过收集过滤第一次海洋经济调查上来的数据并对其进行分析,建立了成果数据库、专题数据库、共享数据库等四大数据库并对数据进行了存储,通过提取相应经济数据信息,基于ArcGIS提供的Server服务,实现了经济分析、经济预测及各类海洋信息一体化的展示辅助决策平台。
【学位单位】：上海海洋大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：P74;F127
【部分图文】：

公式 2-4 和公式 2-5 来针对 C 求出平均值avr 和方差 var ia于反应图中点的分布程度，如果点分布的较均匀，则方差较低方差较大。有密度 density 为 0 的 block 全部从 C 中过滤出去并通过公式定义为 。遍历 C 中的 block，将 block 中的密度 density 去除以平均值 部记为 blocks，将 Q(blocks， )添加进 中，再将 blocks 中于 1 的部分重新计算平均值记为。 中数据数量为 0 时进入步骤 7，不为 0 时进入步骤 5。， 中存放的即为层次队列，运用 2.3.1 小节的色阶映射算法color 值和 2.3.2 小节的缩放不变算法得出新的块位置和块的大p。上算法在处理过程中主要分成两个部分，一个是缩，一个是放现下图 2-1 的情况：

上海海洋大学硕士学位论文在缩小层级上，越接近底层需要展现的信息量就越大，因此图 2-1 中最大为底层需要的信息层次就越多，因而调用的层级队列数目就越多，而在图到中间区块的过程中，一部分信息会被省去，因此减小了 level3 层次的调最顶层中的信息由于权重较低，因此就只能调用 level1 层。这样就控制了高尺度向低尺度迁移的过程中调用不同的层级队列来进行可视化，完成了的过程。在放大层级上，主要遵循如下图 2-2 所示的步骤情况：

图 2-3 多通道色阶映射规则Fig 2-3 Chromatic order mapping rules图2-3右图为等腰三角形，原因是将2-3中左图来对2-3中右图进行映射得出，由于左侧 YG 距离等于 YR 距离，因此映射到右侧应呈现等要三角形的状况。当计算出来的比重为 0.39 时，可以发现 0.39<0.5 在左侧应变化 G 的第二个值，而若比重出现 0.6>0.5 则应当变化右侧的值变换 R 中第一个值。由此可以解决多通道色阶问题。2.3.2 缩放不变算法假定图层缩放比 scaleRate 为 0.6 ，在地图缩放过程中地图细节信息将逐步减少，全局信息将增大。因此，在每一级的缩放都会过滤出一定的细节而底层则是需要过滤的细节
【相似文献】

相关期刊论文 前10条

1 王捷;;高等职业院校在海洋经济时代的发展战略思考[J];浙江国际海运职业技术学院学报;2011年04期

2 ;《中国海洋经济》征稿启事[J];中国海洋经济;2016年02期

3 ;中国海洋经济[J];中国海洋经济;2016年02期

4 廖静;;2019中国海洋经济博览会举办[J];海洋与渔业;2019年11期

5 李帅帅;范郢;沈体雁;;我国海洋经济增长的动力机制研究——基于省际面板数据的空间杜宾模型[J];地域研究与开发;2018年06期

6 ;《海洋经济》征稿简则[J];海洋经济;2018年04期

7 ;中国海洋经济博览会今年将在深圳举办[J];海洋与渔业;2019年04期

8 韵楠楠;李博;;中国海洋经济转型评价及影响机制[J];资源开发与市场;2019年06期

9 赵群;张雪松;;辽宁海洋经济下高职涉海专业调整优化研究[J];船舶职业教育;2019年02期

10 ;《海洋经济》征稿简则[J];海洋经济;2019年02期

相关博士学位论文 前10条

1 王玲玲;环境约束下海洋经济全要素生产率研究[D];中国海洋大学;2014年

2 段志霞;海洋资源性资产的保值增值问题研究[D];中国海洋大学;2008年

3 周乐萍;我国海洋产业安全评估方法及应用研究[D];中国海洋大学;2015年

4 宋双双;论中国的海外移民与海洋强国建设[D];中共中央党校;2014年

5 徐同道;区域海洋经济可持续发展评价研究[D];南京农业大学;2008年

6 向云波;区域海洋经济整合研究[D];华东师范大学;2009年

7 吴云通;基于产业视角的中国海洋经济研究[D];中国社会科学院研究生院;2016年

8 林强;蓝色经济与蓝色经济区发展研究[D];青岛大学;2010年

9 洪伟东;深圳市海洋生态经济发展空间布局研究[D];吉林大学;2017年

10 杨兰;建国以来中国共产党海洋战略思想研究[D];大连海事大学;2015年

相关硕士学位论文 前10条

1 吉伟伦;湛江市海洋经济颠覆性创新发展路径研究[D];广东海洋大学;2019年

2 董安琪;沿海各省保险业助力海洋产业的调查研究[D];青岛大学;2019年

3 杨海鑫;厦门海洋经济调查数据可视化及经济趋势预测关键技术研究[D];上海海洋大学;2019年

4 闫雅莉;信息化对海洋经济增长的影响研究[D];杭州电子科技大学;2018年

5 丁金凤;典型海洋经济生物中微塑料的分析方法及分布特征研究[D];自然资源部第一海洋研究所;2019年

6 简逸晨;金融发展对海洋经济增长的影响研究[D];集美大学;2019年

7 郭可蒙;中国区域海洋经济与海洋科技之间的协同与响应关系研究[D];辽宁师范大学;2019年

8 王晓辰;中国海洋经济效率时空演变分析及发展趋势预测[D];辽宁师范大学;2019年

9 王甲君;中国海洋经济政策的演进及其对海洋经济发展的影响[D];辽宁师范大学;2019年

10 王子玥;环渤海地区海洋经济绿色发展测度与预警研究[D];辽宁师范大学;2018年

本文编号：2868340