赤潮发生的频率分析和预报
发布时间：2020-09-29 19:22
近年来，赤潮频繁发生，造成了巨大的经济损失。目前大部分文献是关于赤潮发生机理的研究，为了能比较全面的认识赤潮发生的特点，提高赤潮预报的准确性，本文试图用极值理论的方法对赤潮发生的频率进行分析，即求出一个 次重现水平 ， 是使得赤潮生物细胞浓度超过这一水平所需发生赤潮的次数，亦即经过 次赤潮才有一次超过这一水平。最后建立混合回归模型，对赤潮进行预报。即把一元非线性回归和多元线性回归结合起来，构造一个混合回归模型,这样就减小了模型的残差平方和，从而提高预报的准确性。
【学位单位】：天津大学
【学位级别】：硕士
【学位年份】：2004
【中图分类】：X55
【部分图文】：
核密度函数图，b=0.5940（实线），b=0.1120（虚线）
图 3.3 密度函数图，左：参数为1 θ 的Gumbel 分布(实线)和() 0.5940f x(虚线)，右：参数为2 θ 的Weibull 分布(实线)和 () 0.5940f x(虚线这里需要说明的是：关于如何在 GEV 模型和 Gumbel 模型之间进行选
图 4.1 赤潮生物细胞浓度Y 随水温1X 变化的趋势1Y 随1X 的变化趋势如图 4.1，可以看出1Y 与Y 拟合的相当好。类似的，对Y于234X , X,X分别作非线性回归分析，结果如下：
本文编号：2830148
【学位单位】：天津大学
【学位级别】：硕士
【学位年份】：2004
【中图分类】：X55
【部分图文】：
核密度函数图，b=0.5940（实线），b=0.1120（虚线）
图 3.3 密度函数图，左：参数为1 θ 的Gumbel 分布(实线)和() 0.5940f x(虚线)，右：参数为2 θ 的Weibull 分布(实线)和 () 0.5940f x(虚线这里需要说明的是：关于如何在 GEV 模型和 Gumbel 模型之间进行选
图 4.1 赤潮生物细胞浓度Y 随水温1X 变化的趋势1Y 随1X 的变化趋势如图 4.1，可以看出1Y 与Y 拟合的相当好。类似的，对Y于234X , X,X分别作非线性回归分析，结果如下：
【引证文献】
相关硕士学位论文 前1条
1 孙汝鹏;基于嵌入式技术的海洋环境在线监测系统的设计与实现[D];山东大学;2006年
本文编号：2830148
本文链接：https://www.wllwen.com/kejilunwen/haiyang/2830148.html
