全球海洋初级生产力时空关联模式挖掘与研究

发布时间：2021-03-25 05:21

　　海洋净初级生产力是海洋生态系统中重要参数,在自然环境和人类活动的双重作用下呈现出不同的区域差异和演变特征,但缺乏系统性的研究。卫星遥感数据具备大面积覆盖、长时间序列观测等特点,为研究海洋初级生产力提供了新的解决方案;地理时空挖掘技术利用归纳方法,在无需先验知识的前提下探讨多要素之间的时空关联模式,已被广泛应用于海洋时空关联模式的分析与研究。本文从地理时空关联挖掘的角度,开展全球海洋初级生产力与海洋环境要素、人类活动的关联研究,具体为:1.基于关联规则挖掘的概念与定义,设计了面向海洋初级生产力的时空关联规则挖掘算法。该算法的核心思想是“链接-剪枝”和以海洋初级生产力为核心项;具体实现流程为:离散化数据生成临时挖掘事务表—产生频繁1项集—产生只包含海洋初级生产力的频繁2项集—执行“链接-剪枝”递归操作—产生强关联规则;该算法的优点是:1)处理结果带有地理坐标信息,可为地理分析提供基础;2)以海洋初级生产力为核心项,极大地减少频繁项集的产生,提高算法运行效率。2.挖掘分析了 1998年1月～2017年12月全球海洋初级生产力和海洋表面温度、海面高度异常、海面降雨、混合层深度和ENSO（El ... 

【文章来源】：安徽理工大学安徽省

【文章页数】：89 页

【学位级别】：硕士

【部分图文】：

图１论文总体框架??Ｆｉｇｌ?ｔｈｅ?ｇｅｎｅｒａｌ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｈｉｓ?ｐａｐｅｒ??１．４

算法效率分析从改变算法支持度ｓ角度进行分析。关联规则挖掘中支持度阈值??由用户自己确定，不同支持度得到的关联结果不同，支持度越大，得到的频繁项??集越少，关联规则也越少。图３显示了?Ａｐｒｉｏｒｉ算法和ＮＰＰ－ＡＲＭＡ算法在执行挖??掘一组挖掘事务表时的运算时间与得到的频繁项集个数。由图３（ａ）知，随着支持度??的变大，Ａｐｒｉｏｒｉ算法用时变化明显，ＮＰＰ－ＡＲＭＡ算法运行时长保持稳定且远低于??Ａｐｒｉｏｒｉ算法耗时；由图３（ｂ）知，支持度逐渐降低，Ａｐｒｉｏｒｉ算法得到的频繁项集个??数与ＮＰＰ－ＡＲＭＡ算法得到的项集数之差逐渐增加。??１８００?１〇〇??３＆Ｘ５?彐?〇??１縱?Ａｐｒｉｏｒｉ?＾．ｆｉＰＰ－＾ＡＡ?８０?Ｎ．?－？－Ａｐｒｉ〇ｒＩ?－？￣Ｎ０Ｐ．ＡＲＭＡ??１ｉ３ｃ〇?ｘ．?ｓ?Ｚ??＼?ｉ？?Ｘ??＾?ＢＣＣ?＾?４０??１?６００?３０?＾?????＊—￣￣??Ｕ?４?６?ｇ?１０?１２??ｇ?５?ｘＭ?１０?１２?????⑷?（ｂ）??图３两种算法不同支持度阈值的运行时间（ａ）、项集个数（ｂ）示意图??Ｆｉｇ３?ｄｉｆｆｅｒｅｎｔ?Ｓｕｐｐｏｒｔ?ａｎｄ?ｉｔｓ?ｒａｎｎｉｎｇ?ｔｉｍｅ?（ａ），?ｎｕｍｂｅｒｓ?ｏｆ?ｉｔｅｍｓ?（ｂ）??２．３本章小结??本章对关联规则挖掘相关概念作了详细阐述，主要包括支持度、置信度和提升??度等，并在此基础上介绍了关联规则挖掘经典算法一一Ａｐｒｉｏｒｉ算法，同时分析了??Ａｐｒｉｏｒｉ存在的不足。为克服Ａｐｒｉｏｒｉ存在的不足，提高算法运行效率，且与地理??时空数据相结合

３．２．２海洋表面温度与海洋初级生产力关联模式??海洋表面温度异常变化与＃尸柯的关联模式和其支持度、置信度、提升度空间??分布如图５所示。海洋表面温度异常升高导致海洋初级生产力异常降低的模式：??（简称高低模式，全文下同），集中分布在中东赤道太平洋??区域和印度洋西部区域


本文编号：3099108