论文目录 | |
摘要 | 第1-4页 |
ABSTRACT | 第4-9页 |
第一章 绪论 | 第9-28页 |
· 研究背景及意义 | 第9-10页 |
· 国内外研究进展 | 第10-24页 |
· 近岸海域水生态环境的研究现状 | 第10-16页 |
· 水信息学的研究进展 | 第16-24页 |
· 渤海湾水生态环境的研究问题 | 第24-26页 |
· 本文的主要工作 | 第26-28页 |
第二章 基于数据挖掘技术的水生态环境特性研究及其应用 | 第28-50页 |
· 数据挖掘理论和方法 | 第28-33页 |
· 数据挖掘的内涵 | 第28-29页 |
· 数据挖掘的一般过程 | 第29-30页 |
· 数据挖掘方法 | 第30-33页 |
· 数据来源及其一般性质 | 第33-38页 |
· 数据挖掘方法在渤海湾水生态环境研究中的应用 | 第38-49页 |
· 渤海湾水生态环境的聚类分析 | 第38-42页 |
· 渤海湾水生态环境的关联分析 | 第42-45页 |
· 渤海湾水生态环境的决策树分析 | 第45-49页 |
· 本章小结 | 第49-50页 |
第三章 基于空间数据分析方法的赤潮空间分析及其应用 | 第50-77页 |
· 空间数据分析理论和方法 | 第51-53页 |
· 空间数据的性质 | 第51-52页 |
· 探索性数据分析技术 | 第52页 |
· 空间自相关 | 第52-53页 |
· 空间自回归 | 第53页 |
· 渤海湾赤潮遥感数据的探索性分析 | 第53-56页 |
· 渤海湾赤潮遥感数据的空间自相关分析 | 第56-71页 |
· 渤海湾水生态环境全局空间自相关分析 | 第56-66页 |
· 渤海湾水生态环境局部空间自相关分析 | 第66-71页 |
· 渤海湾遥感叶绿素浓度的空间自回归模型 | 第71-75页 |
· 空间自回归模型研究 | 第71-73页 |
· 渤海湾空间自回归模型的结果及分析 | 第73-75页 |
· 本章小结 | 第75-77页 |
第四章 基于混合软计算方法的水生态环境模拟研究及其应用 | 第77-99页 |
· 混合软计算的理论和方法 | 第77-84页 |
· 软计算方法 | 第77-83页 |
· 软计算方法的混合形式 | 第83-84页 |
· 基于混合软计算方法的生态模型Eco_HSC 的建立 | 第84-88页 |
· Eco_HSC 模型在渤海湾水生态环境模拟中的应用 | 第88-97页 |
· 研究对象 | 第88-89页 |
· 模型的输入输出 | 第89-90页 |
· 叶绿素a 浓度的模拟结果及分析 | 第90-93页 |
· 叶绿素a 浓度的预测结果及分析 | 第93-97页 |
· 本章小结 | 第97-99页 |
第五章 基于CA-SVM 的遥感叶绿素浓度模拟及其应用 | 第99-119页 |
· 元胞自动机的理论和方法 | 第99-103页 |
· 元胞自动机的发展历程 | 第100页 |
· 元胞自动机的概念及组成 | 第100-102页 |
· 元胞自动机的扩展研究 | 第102-103页 |
· 基于CA-SVM 的遥感叶绿素浓度模型的建立 | 第103-107页 |
· CA-SVM 模型的流程 | 第103-104页 |
· CA-SVM 模型的组成 | 第104-106页 |
· CA-SVM 模型的评价指标 | 第106-107页 |
· CA-SVM 模型在渤海湾水生态环境模拟中的应用 | 第107-118页 |
· 方案1 的结果及分析 | 第108-110页 |
· 方案2 的结果及分析 | 第110-112页 |
· 方案3 的结果及分析 | 第112-114页 |
· 模型结果的比较及讨论 | 第114-118页 |
· 本章小结 | 第118-119页 |
第六章 生态和水动力学的耦合模型及其应用 | 第119-130页 |
· 渤海湾水动力学模型 | 第119-121页 |
· 生态和水动力学的耦合模型 | 第121-123页 |
· 模型结果及分析 | 第123-129页 |
· 本章小结 | 第129-130页 |
第七章 结论与展望 | 第130-135页 |
· 结论 | 第130-132页 |
· 创新点 | 第132-133页 |
· 建议与展望 | 第133-135页 |
参考文献 | 第135-145页 |
发表论文和参加科研情况说明 | 第145-147页 |
致谢 | 第147
页 |