基于时间序列数据的水质预测与空间插值方法研究开题报告

基于时间序列数据的水质预测与空间插值方法研究开题报告

ID:33275957

大小:459.38 KB

页数:18页

时间:2019-02-23

基于时间序列数据的水质预测与空间插值方法研究开题报告_第1页
基于时间序列数据的水质预测与空间插值方法研究开题报告_第2页
基于时间序列数据的水质预测与空间插值方法研究开题报告_第3页
基于时间序列数据的水质预测与空间插值方法研究开题报告_第4页
基于时间序列数据的水质预测与空间插值方法研究开题报告_第5页
资源描述:

《基于时间序列数据的水质预测与空间插值方法研究开题报告》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、基于时间序列数据的水质预测与空间插值方法研究福州大学硕士研究生论文开题报告论文题目基于时间序列数据的水质预测与空间插值方法研究姓名学号125520010性别女导师吴升教授学科专业地图学与地理信息系统研究方向空间信息网络共享与服务技术学院福建省空间信息工程研究中心开题报告时间、地点2013-11-14,福州大学怡山校区科学楼导师审核意见该开题报告在水环境监测时间序列数据的基础上,研究水质监测指标浓度的预测模型及无监测站点水域水质的空间插值方法,成果可为水污染防治提供科学的参考依据,具有一定的学术意义和较好的实用价值。开题报告形式规范,目标内容明

2、确,技术路线合理,同意其开题。导师签名:年月日审核小组意见审核小组成员签名:年月日院领导意见院领导签名:年月日第17页,共17页基于时间序列数据的水质预测与空间插值方法研究一、论文选题依据(包括本课题国内外研究现状述评,研究的理论与实际意义,对科技、经济和社会发展的作用等)1选题依据水环境质量与人们的日常生活息息相关,随着经济快速发展和城市化水平不断提高,在用水量增加的同时,废污水排放量也随之增加,局部地区由于废污水排放大量增加,导致水环境严重恶化,水环境问题日益突出。2008年下半年,福州市流花溪受沿岸建筑施工和生活污水排放影响,原本清澈流

3、动的溪水变成的污浊的黄水沟。2011年9月,福建省宁德市古田县黄田镇到水口镇一带的闽江水面发生大规模死鱼现象,造成闽江江水腐臭不堪。2012年7月21日涪江上游普降暴雨,四川省阿坝州松潘县境内小河乡的西川岷江电解锰厂尾矿渣暴雨后随泥石流水体流入涪江,造成涪江江油、绵阳段200多公里水体指标超标。2013年上半年全国环境质量状况通报中,全国有12个国控地表水监测断面(点位)共出现22次重金属超标现象。水环境问题亟待解决。古曰:“凡事预则立,不预则废。”水质变化趋势预测是维护和管理当前水质状况的重要参考依据,通过预测可以了解当地水域环境质量演变趋

4、势,从而及时发现水质恶化的原因并制定相应的治理措施。因此,科学准确预测水质变化规律,对水质环境规划、评价、污染预报预警和管理维护治理非常重要。计算机和自动化数据采集工具的广泛应用,使水资源环境监测的数据量以指数速度迅速增长。水资源环境监测数据中包含的信息量是无法用数字估算的,如何对隐藏在海量水环境动态监测数据背后的有用信息进行挖掘与分析,发现其中的知识和规律,预测水质变化趋势,对水文环境管理者和决策者都具有十分重要的参考价值,也是当前研究的热点[1-4]。水资源环境监测数据之间存在时间顺序上的关系,是一种时间序列数据,具有以下复杂特性:随机性

5、、模糊性、非线性、非平稳性(时变性)和多时间尺度变化特性等[9]。传统的统计预测方法主要将水文序列看作平稳和线性序列,仅对线性时间序列预测时效果较好,而对复杂的水文数据预测效果较差。随着人工神经网络等[10-11]新技术和新方法的不断引入,水文现象和水文过程复杂特性的认识逐步加深,很大程度上提高了水文时间序列分析结果的精度和可靠性。然而,单个分析方法都是针对水文过程的某一特性进行研究,自身也存在一定的缺陷和不足,无法有效地综合考虑水文过程的复杂特性,直接影响了水文问题分析结果的第17页,共17页基于时间序列数据的水质预测与空间插值方法研究精度

6、和可靠性。目前许多研究[4,12-14]探讨了不同方法的联合使用,取长补短,从而提高时间序列分析结果的精度。把这些不同的预测方法通过适当的方式进行有机融合形成的组合预测方法,将有利于综合利用各种单一预测方法提供的信息,提高模型预测的精度,其效果往往优于单一的预测方法。在近几十年中,随着各种单一预测模型的改进,组合预测模型[15-19]的理论和方法也在逐步改进和完善之中,现在已成为建模预测理论中的一种主要方法。当前,水资源环境监测站点还比较少,许多水域都无法获取水质监测数据,难以全面了解水域的水环境质量情况。空间插值法可以用已知的空间数据估计未

7、知空间的数据值,是获取无监测站点水域水质情况的有效方法。然而,传统的空间插值[20]大多是基于某时刻的静态数据进行插值,站点数量稀疏及站点分布不均的情况对空间插值的结果具有较大影响[21],因此,精度很难保证。但各监测站点的水质状况不仅在空间上相关,时间上也有很强的关联性。如何有效利用水资源环境监测站点的时间序列数据,取长补短,弥补待估点空间数据的不足,提高空间插值精度,有着重要的研究价值。基于以上分析,本文拟在已有大量的水环境时间序列监测数据的基础上,探究一种合理、有效的水质监测指标浓度的组合预测方法及无监测站点水域水质的空间插值方法,以期

8、全面了解与预测水域的水质变化趋势,为水污染防治提供科学的参考依据。1文献综述1.1水质预测方法水质预测是依据调查或监测得到的水质历史资料,运用现代的科学技术方法和手

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。