长江江豚种群数量的分析

长江江豚种群数量的分析

ID:12451995

大小:241.50 KB

页数:13页

时间:2018-07-17

长江江豚种群数量的分析_第1页
长江江豚种群数量的分析_第2页
长江江豚种群数量的分析_第3页
长江江豚种群数量的分析_第4页
长江江豚种群数量的分析_第5页
资源描述:

《长江江豚种群数量的分析》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、长江江豚种群数量的分析摘要长江江豚是江豚的3个淡水亚种之一,据监测数据表明,该亚种种群数量自20世纪80年代以来一直呈下降趋势,2002年被国家列为二级保护动物如不加紧保护措施,许多专家预言江豚将在10-15年后灭绝,因此分析江豚种群的数量变化规律,并给出相应的保护措施,具有重要的现实意义。对于问题一,查找数据得到1988年,1994年,2000年,2006年,2012年的长江江豚的种群数量,对数据进行插值,可得到从1988-2012年的江豚数量,然后运用灰色BP网络预测法对数据进行分析预测,可得到当种群数为1时的年份是年,即为出现功能

2、性灭绝的时间此时江豚的种群数量为1只,检验模型的相对误差为。对于问题二,功能性灭绝是数量稀少,自然状态下基本丧失了维持繁殖的能力,甚至丧失了维持生存的能力,而当一个物种最后一个个体的死亡才是灭绝,查找相关数据获悉江豚的平均寿命为30年,由问题一预测出了江豚的功能性灭绝出现在年,则预测江豚出现灭绝为年。对于问题三,查找了3月份以来的洞庭湖江豚的死亡记录,并分析了江豚的主要死因主要是采砂、滥捕、水体污染等,并收集到了2006年、2007年、2009年、2010年、2012年的洞庭湖的江豚数量,分析各年江豚的数量的变化,说明了如若不立即采取相

3、应的保护措施,洞庭湖将会是江豚最早出现功能性灭绝的地方。对于问题四,由问题三已分析出江豚死亡的主要原因有采砂、滥捕和水体污染等,根据江豚的死亡原因给出了保护的5点建议。关键词:灰色BP网络预测法死亡原因建议13问题重述江豚是目前长江里唯一的淡水哺乳动物,分布于长江中下游干流以及洞庭湖和鄱阳湖等区域,近20年来种群量快速衰减。资料显示,1991年长江江豚数量是2700多头;2006年,国际联合科学考察组经一个多月调查发现,江豚数量已不足1800头;2011年,它们的数量可能仅为1000余头,洞庭湖仅剩85头江豚。截止2012年,由于长江流

4、域水体污染加剧、人类肆意采挖江砂、非法使用渔具等原因,长江江豚的生存和繁育受到严重影响。长江江豚的数量只剩下1200头,并且每年以月6.4%的速度在减少,如不抓紧保护,长江江豚将会在10~15年出现功能性灭绝。查找相关资料,建立数学模型研究长江江豚种群数量,并解决如下问题。问题一,长江江豚出现功能性灭绝的时间和数量;问题二,长江江豚出现功能性灭绝至彻底灭绝的时间;问题三,今年3月份以来,洞庭湖连续发现江豚死亡,这说明什么?问题四,根据你的分析,给出保护这一珍稀物种的建议。问题分析对于问题一,功能性灭绝是指该物种因其生存环境被破坏,数量非

5、常稀少,以致在自然状态下基本丧失了维持繁殖的能力,甚至丧失了维持生存的能力,量化这个标准我们取当只存在1只江豚时为功能性灭绝的时间,查找到1988年、1994年、2000年、2006年、2012年长江江豚的原始数据,用内插法将1988-2012各年的数据模拟出来,运用灰色BP网络预测法对数据进行分析预测,可得到当种群数为1时的年份,即为出现功能性灭绝的时间。对于问题二,查找相关资料获悉江豚的平均寿命为30年,由问题一已求出了出现功能性灭绝的时间,而当一个物种最后一个个体的死亡才是灭绝,所以用功能性灭绝的时间加上江豚的寿命即为预测灭绝的时

6、间。对于问题三,查找了3月份以来的洞庭湖江豚的死亡记录,并分析了江豚的主要死因主要是采砂、滥捕、水体污染等,并收集尽量多的洞庭湖的江豚各年数量,分析各年江豚的数量的变化,总结说明的问题。对于问题四,由问题三已分析出江豚死亡的主要原因有采砂、滥捕和水体污染等,根据江豚的死亡原因给出了保护的建议。13符号说明符号说明对原序列做一次累加所得原始时间数据序列待辨识系数待辨识系数累加数据的预测值模型假设假设一,所给的原始数据符合实际;假设二,不考虑洪水等自然灾害的发生;假设三,假设长江江豚不发生迁移;假设四,假设江豚种群不发生瘟疫等13模型的建立

7、模型一的建立GM(1,1)模型是灰色预测的核心,是单变量预测的一阶微分方程模型,其离散时间响应函数近似呈指数规律。GM(1,1)模型的原理如下:设原始时间数据序列为:(1)对原序列做一次累加得:(2)其相应的GM(1,1)的微分方程为:(3)其中,为待辨识参数。设待辨识向量,以最小二乘法求得,其中于是可得到灰色预测的离散时间响应函数:(4)为所得的累加的预测值,将预测值还原:(5)13BP神经网络模型的基本原理:学习过程中由信号的正向传播与误差的逆向传播两个过程组成,正向传播时,模式作用于输入层,经过隐层处理后,传入误差的逆向传播阶段,

8、将输出误差按某子形式,通过隐层向输入层逐层返回,并“分摊”给各层的所有单元,从而获得各层单元的参考误差或称误差信号,以作为修改各单元权值的依据.权值不断修改的过程,也就是网络学习过程.此过程一直进行到网络输

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。