论文部分内容阅读
21世纪是海洋的世纪,各种海洋资源的利用将达到前所未有的程度,尤其是近海区域的开发利用更加活跃,其中港口建设是有效利用海洋资源的途径之一。近年来,船舶向大型化的发展,对航道水深的要求越来越高,不断地向新的深水岸线要空间建设新的港区。但是如果盲目发展,势必降低部分已开发港口的投资利用率,浪费宝贵的建设资金,导致恶性竞争,破坏正常的经济秩序,对经济的发展也会产生负面影响。为了避免不合理开发利用港口所带来的损失,需要对港口附近海底地形的冲淤变化情况进行严密的分析预测。
本文正是针对目前的港口对航道深度的要求以及当前的定性定量预测研究状况,避开了对海底地形变化有直接影响的各种因素的考虑,提出相应的海底地形冲淤变化预测模型预测航道地形冲淤变化,为港口选址提供决策支持。
文章采用了时间序列分析原理,通过对时间序列统计规律性的分析,构造拟合出这些规律的最佳数学模型,并预报时间序列未来的可能数值,最后给出预报结果的精度分析。时间序列分析模型的优点在于不要求考虑影响观测值的各种力学因素,不考虑这个时间变量同其他变量之间的关系,而只分析这些观测数据的统计规律性。
利用此原理,作者提出了聚类指数增长模型这一新的建模方法。首先采用聚类分析法对空间连续的水深冲淤变化数据序列进行分类,在聚类分析中,采用类内部的方差大小表示类内部水深点的亲疏程度,即最小方差聚类准则;然后针对各类具有不同的冲淤变化趋势的区域分别建立指数增长预测模型,具有同种冲淤变化特点的水深点区域采用相同的参数进行预测。
同时,文中给出了最小方差聚类分析的定义和详细步骤以及指数增长模型建立的详细推导过程。并把这一预测方法应用于江苏洋口港西太阳沙附近海底冲淤变化预测,对预测结果进行了分析比较,并提出了模型的不足与改进之处。
该预测方法的特点在于聚类和建模相结合,在聚类的基础上进行建模,减少了每个水深点都需要进行拟合参数的工作,不需要考虑影响海底地形变化的各种因素。
本文期望该模型的建立可以为沿海海港建设提供科学的决策依据,也可以成为近海岸海底冲淤变化预测的发展方向之一。