近岸海域硝酸盐含量与化学需氧量预测分析方法
发布时间：2021-01-24 23:21
目前,水体富营养化是困扰我国近岸海域生态环境最为突出的问题。富营养化是由于水体内的氮、磷等营养元素含量过高,使营养盐的输入输出失去平衡性,从而使水体生态系统的稳定性和功能性遭到破坏。水体富营养化严重影响着海域生态环境和海洋经济的可持续发展,因此,如何有效对近岸海域水体富营养化进行预测和预防已经成为国内外学者研究热点问题。根据水体富营养化评价方法,硝酸盐与化学需氧量是影响水体富营养化的关键指标,此两项因子的变化规律间接反映了富营养化现象的发生规律。因而,可通过对硝酸盐与化学需氧量的变化规律来预测水体富营养化现象。本文基于对威海市海洋与渔业监测减灾中心获取的近岸海域水质监测数据,采用渐进梯度回归树模型和时间序列分析方法对近岸海域硝酸盐和化学需氧量的含量进行建模分析,获取硝酸盐含量和化学需氧量的变化规律。本文的主要工作包括:（1）水质数据预处理。对原始监测数据采用异常值处理与缺失值插补方法进行预处理。其中,异常值处理基于拉以达法则,在满足正态分布的阈值范围内筛选出满足条件的水质监测数据,缺失值插补采用LIN插补算法,根据邻近日期间监测日期监测值间的相关性计算得到插补缺失值。（2）将海域功能区...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１－１本文研宄的三类模型??
２．１水质数据来源??本文所用的水质数据来源于威海市海洋与渔业监测减灾中心。威海近岸??海域监测点位置在图２－１中用红色点标出，水质监测项目主要包括以下部分：??（１）
由拉依达法则［５５］要求，假定输入数据具有正态分布的特性，就可以通过??计算均值和均方差来对每个输入样本在正态分布下的概率进行估计。正态分??布概率如图２－２所示，即９９．７４％的数据应该满足式（２－３）条件。??ｆ．ｉ?－?３ｒｊ?－?２ａ?ｐｉ－ａ?ｆｔ?ｆｉ?＋?ａ?＃十?芦十３ｃ??６８．２６％??？?＞????９５．４４％????＜?９９．７４％??＞??图２－２拉依达法则正态分布概率图??将每种原始水质监因子的值与式（２－３）计算所得标准阈值范围相比较，计??算结果不符合条件的数据予以删除。??／ｕ－３ａ＜Ｘｊ＜ｆｉ＋３（ｒ?（２－３）??图２－３为威海市近岸海域的硝酸盐２００８年３月至２０１８年１０月的采样??监测数据值。??１２??
【参考文献】：
期刊论文
[1]基于灰色预测和ARIMA模型的疾病分析与预测[J]. 魏杰,张璇,王柳,汪丽萍. 数理医药学杂志. 2018(12)
[2]沈阳市PM2.5浓度ARIMA-SVM组合预测研究[J]. 宋国君,国潇丹,杨啸,刘帅. 中国环境科学. 2018(11)
[3]基于偏最小二乘方法的ARIMA模型在股票指数预测中的应用[J]. 方坷昊,赵凌. 四川文理学院学报. 2018(05)
[4]基于BP神经网络的五大连池重碳酸矿泉水水质预测研究[J]. 曾颖,杨臣,王希英,方振兴. 黑龙江科学. 2018(16)
[5]双隐含层BP神经网络模型在老哈河水质预测中的应用[J]. 查木哈,卢志宏,翟继武,张福顺. 水资源与水工程学报. 2018(02)
[6]时间序列模型在水源水化学耗氧量预测中的应用[J]. 董国庆,孙伯寅,李峥,张荣. 环境与健康杂志. 2018(03)
[7]融合ARIMA模型和GAWNN的溶解氧含量预测方法[J]. 吴静,李振波,朱玲,李晨. 农业机械学报. 2017(S1)
[8]海洋水质模型研究进展及发展趋势[J]. 于寒,杨静,刘桂梅. 海洋预报. 2017(02)
[9]改进的QGA-BP模型在弥苴河总氮量预测中的应用[J]. 龙华,赵继东,王晓东,杜庆治,胡婷,邵玉斌. 环境工程学报. 2016(11)
[10]拉依达准则在处理区域水文数据异常值中的应用[J]. 侍建国,张亦飞. 海河水利. 2016(05)
博士论文
[1]富营养化初期湖泊（洱海）的环境演变及营养物基准/标准研究[D]. 陈小华.华东师范大学 2015
[2]基于计算智能的水产养殖水质预测预警方法研究[D]. 刘双印.中国农业大学 2014
[3]我国典型海域富营养化特征、评价方法及其应用[D]. 吴在兴.中国科学院研究生院（海洋研究所） 2013
[4]湖泊三维水动力水质模型研究与应用[D]. 田勇.华中科技大学 2012
[5]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
[6]支持向量机在湖泊富营养化评价及水质预测中的应用研究[D]. 武国正.内蒙古农业大学 2008
[7]河口富营养化及其与赤潮生态关系的研究[D]. 姜海萍.河海大学 2002
[8]浅海与湖泊三维环流及水质数值模拟研究和应用[D]. 王惠中.河海大学 2001
硕士论文
[1]基于决策树和相关权重的水质评价与时序预测研究[D]. 王盼盼.河北大学 2018
[2]基于支持向量机的渔业养殖水质预测与预警[D]. 孟连子.天津理工大学 2018
[3]长春市典型水库水质综合评价及预测研究[D]. 王兆波.长春工程学院 2018
[4]基于ARIMA-DBN的水质参数预测模型研究[D]. 吕苏娜.上海海洋大学 2017
[5]基于时间序列分析的松花江流域水质预测[D]. 石月.哈尔滨师范大学 2015
[6]鄱阳湖区富营养化时空分布特征分析及WASP模型水质预测[D]. 张玲霞.南昌大学 2015
[7]基于LOADEST和PAG/RNN模型的非点源污染河流营养物负荷量模拟与预测研究[D]. 张柏发.浙江大学 2015
[8]基于支持向量回归的水质预测研究[D]. 梁勇.武汉理工大学 2012
[9]基于时序神经网络的藻类水华预测模型研究[D]. 黄浙丰.浙江大学 2011
[10]基于人工神经网络的水质预测及MATLAB实现[D]. 梁楠.长安大学 2007
本文编号：2998117
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
图１－１本文研宄的三类模型??
２．１水质数据来源??本文所用的水质数据来源于威海市海洋与渔业监测减灾中心。威海近岸??海域监测点位置在图２－１中用红色点标出，水质监测项目主要包括以下部分：??（１）
由拉依达法则［５５］要求，假定输入数据具有正态分布的特性，就可以通过??计算均值和均方差来对每个输入样本在正态分布下的概率进行估计。正态分??布概率如图２－２所示，即９９．７４％的数据应该满足式（２－３）条件。??ｆ．ｉ?－?３ｒｊ?－?２ａ?ｐｉ－ａ?ｆｔ?ｆｉ?＋?ａ?＃十?芦十３ｃ??６８．２６％??？?＞????９５．４４％????＜?９９．７４％??＞??图２－２拉依达法则正态分布概率图??将每种原始水质监因子的值与式（２－３）计算所得标准阈值范围相比较，计??算结果不符合条件的数据予以删除。??／ｕ－３ａ＜Ｘｊ＜ｆｉ＋３（ｒ?（２－３）??图２－３为威海市近岸海域的硝酸盐２００８年３月至２０１８年１０月的采样??监测数据值。??１２??
【参考文献】：
期刊论文
[1]基于灰色预测和ARIMA模型的疾病分析与预测[J]. 魏杰,张璇,王柳,汪丽萍. 数理医药学杂志. 2018(12)
[2]沈阳市PM2.5浓度ARIMA-SVM组合预测研究[J]. 宋国君,国潇丹,杨啸,刘帅. 中国环境科学. 2018(11)
[3]基于偏最小二乘方法的ARIMA模型在股票指数预测中的应用[J]. 方坷昊,赵凌. 四川文理学院学报. 2018(05)
[4]基于BP神经网络的五大连池重碳酸矿泉水水质预测研究[J]. 曾颖,杨臣,王希英,方振兴. 黑龙江科学. 2018(16)
[5]双隐含层BP神经网络模型在老哈河水质预测中的应用[J]. 查木哈,卢志宏,翟继武,张福顺. 水资源与水工程学报. 2018(02)
[6]时间序列模型在水源水化学耗氧量预测中的应用[J]. 董国庆,孙伯寅,李峥,张荣. 环境与健康杂志. 2018(03)
[7]融合ARIMA模型和GAWNN的溶解氧含量预测方法[J]. 吴静,李振波,朱玲,李晨. 农业机械学报. 2017(S1)
[8]海洋水质模型研究进展及发展趋势[J]. 于寒,杨静,刘桂梅. 海洋预报. 2017(02)
[9]改进的QGA-BP模型在弥苴河总氮量预测中的应用[J]. 龙华,赵继东,王晓东,杜庆治,胡婷,邵玉斌. 环境工程学报. 2016(11)
[10]拉依达准则在处理区域水文数据异常值中的应用[J]. 侍建国,张亦飞. 海河水利. 2016(05)
博士论文
[1]富营养化初期湖泊（洱海）的环境演变及营养物基准/标准研究[D]. 陈小华.华东师范大学 2015
[2]基于计算智能的水产养殖水质预测预警方法研究[D]. 刘双印.中国农业大学 2014
[3]我国典型海域富营养化特征、评价方法及其应用[D]. 吴在兴.中国科学院研究生院（海洋研究所） 2013
[4]湖泊三维水动力水质模型研究与应用[D]. 田勇.华中科技大学 2012
[5]EMD算法研究及其在信号去噪中的应用[D]. 王婷.哈尔滨工程大学 2010
[6]支持向量机在湖泊富营养化评价及水质预测中的应用研究[D]. 武国正.内蒙古农业大学 2008
[7]河口富营养化及其与赤潮生态关系的研究[D]. 姜海萍.河海大学 2002
[8]浅海与湖泊三维环流及水质数值模拟研究和应用[D]. 王惠中.河海大学 2001
硕士论文
[1]基于决策树和相关权重的水质评价与时序预测研究[D]. 王盼盼.河北大学 2018
[2]基于支持向量机的渔业养殖水质预测与预警[D]. 孟连子.天津理工大学 2018
[3]长春市典型水库水质综合评价及预测研究[D]. 王兆波.长春工程学院 2018
[4]基于ARIMA-DBN的水质参数预测模型研究[D]. 吕苏娜.上海海洋大学 2017
[5]基于时间序列分析的松花江流域水质预测[D]. 石月.哈尔滨师范大学 2015
[6]鄱阳湖区富营养化时空分布特征分析及WASP模型水质预测[D]. 张玲霞.南昌大学 2015
[7]基于LOADEST和PAG/RNN模型的非点源污染河流营养物负荷量模拟与预测研究[D]. 张柏发.浙江大学 2015
[8]基于支持向量回归的水质预测研究[D]. 梁勇.武汉理工大学 2012
[9]基于时序神经网络的藻类水华预测模型研究[D]. 黄浙丰.浙江大学 2011
[10]基于人工神经网络的水质预测及MATLAB实现[D]. 梁楠.长安大学 2007
本文编号：2998117
本文链接：https://www.wllwen.com/kejilunwen/haiyang/2998117.html
