欢迎来到天天文库
浏览记录
ID:33488807
大小:9.18 MB
页数:81页
时间:2019-02-26
《基于3s技术的南海渔情分析预测系统的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、万方数据中图分类号:UDC:学校代码:10055密级:公开高稳犬淫硕士学位论文基于3S技术的南海渔情分析预测系统的研究与实现KesearcnandlmplementationOt上heFlshlng1、1T'’p,_n·1-1’·oAnalysisandForecastSystembasedon3STechnology论文作者江垦筮指导教师迕登申请学位王堂亟±培养单位盐篡扭量控剑王猩堂医学科专业让篡扭廛旦堇苤研究方向这鲑工程答辩委员会主席嚣壹望评阅人史亡题王熊南开大学研究生院二。一四年五月万方数据南开大学学位论文使
2、用授权书删根据《南开大学关于研究生学位论文收藏和利用管理办法》,我校的博士、硕士学位获得者均须向南开大学提交本人的学位论文纸质本及相应电子版。本人完全了解南开大学有关研究生学位论文收藏和利用的管理规定。南开大学拥有在《著作权法》规定范围内的学位论文使用权,即:(1)学位获得者必须按规定提交学位论文(包括纸质印刷本及电子版),学校可以采用影印、缩印或其他复制手段保存研究生学位论文,并编入《南开大学博硕士学位论文全文数据库》;(2)为教学和科研目的,学校可以将公开的学位论文作为资料在图书馆等场所提供校内师生阅读,在校园
3、网上提供论文目录检索、文摘以及论文全文浏览、下载等免费信息服务;(3)根据教育部有关规定,南开大学向教育部指定单位提交公开的学位论文;(4)学位论文作者授权学校向中国科技信息研究所及其万方数据电子出版社和中国学术期刊(光盘)电子出版社提交规定范围的学位论文及其电子版并作者暨授权人签字:堑国筮2014年5月16日南开大学研究生学位论文作者信息论文题目基于3s技术的南海渔情分析预测系统的研究与实现姓名江国皴学号2120110375答辩日期2014年5月15日论文类别博士口学历硕士团硕士专业学位口高校教师口同等学力硕士口
4、院/系/所计算机与控制工程学院专业计算机应用技术联系电话13021338916Emailkuoich@163.com通信地址(邮编):安徽省六安市金寨县(237300)备注:是否批准为非公开论文否注:本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写(一式两份)签字后交校图书馆,非公开学位论文须附《南开大学研究生申请非公开学位论文审批表》。万方数据南开大学学位论文原创性声明本人郑重声明:所呈交的学位论文,是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用的内容外,本学位论文的研究成果不包含任
5、何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体,均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名:江垦筮2014年5月16日非公开学位论文标注说明(本页表中填写内容须打印)根据南开大学有关规定,非公开学位论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文,公开学位论文本说明为空白。论文题目申请密级口限制(≤2年)口秘密(≤10年)口机密(≤20年)保密期限20年月日至20年月日审批表编号批准
6、日期20年月日南开大学学位评定委员会办公室盖章(有效)注:限制★2年(可少于2年):秘密★10年(可少于10年):机密★20年(可少于20年)万方数据摘要海洋渔业资源作为可再生的生物资源是海洋资源中十分重要的组成部分,对人类社会的生存发展有着重要意义。我国作为世界第一的渔业大国,连续多年是水产品输出量最大的国家,但是依然面临着诸多问题。例如长期的出海捕捞积累了大量的渔业捕捞数据,但是这些数据一直没有得到有效的利用,目前渔场的分布、大小以及持续时间大部分还是依据水产工作者自身的经验。这也导致了我国长期处于盲目捕捞和高
7、成本低效率的状态。如果能够根据历史数据分析出鱼群规律,并做出对未来渔场出现的预估,则会为我国海洋渔业提供有力的技术支持,节约大量的成本。目前,国内对于渔场渔情的研究方兴未艾,一些组织和学校对渔业数据的利用、渔场分布的规律进行了研究和探索,提出了一系列数据分析方法和渔情预测模型,对渔场可能形成情况给予了预测建议。但是目前结合计算机软件技术的完整渔情分析预测系统设计尚未成熟,本系统即是从计算机技术作为切入点实现了一套完整易用的渔情分析预测系统,其中包括了从数据获取与处理、可视化分析、相关性分析到渔情预测模型的建立等全部
8、过程,并使用ArcGIS组件实现了数据的空间展示。本文在渔情预测理论和现有研究的基础上,提出将3S技术贯穿于整个渔情分析预测系统中的实现方法。本系统采用三层架构模型,文中给出了详细的系统设计和数据库设计,分析研究了渔情预测中涉及到的关键技术,如数据预处理方法、IDW和Kriging插值算法以及GAM模型等,这也给本系统的实现提供了成熟的理论指导,最后通过Ar
此文档下载收益归作者所有