论文部分内容阅读
海洋观测信息的有效处理和利用不仅有助于发展海洋经济、保护海洋环境、预报海洋灾难,还关系到国家安全和领海完整等根本利益。目前观测海洋信息的技术有海洋遥感遥测、自动观测和水声探测技术,以及卫星、飞机、船舶、潜水器、浮标、平台及观测站等。这些检测手段实现了对海洋的立体观测和对海洋资源的快速探查。随着观测手段的多样化,海洋信息数据量日益庞大,多源异构,格式各异。传统的数据管理应用模式已经远不能满足目前海洋数据的增长需求。所以,海洋观测信息的集成化与管理的智能化发展已成为必然趋势。本文基于海洋观测信息的多样性、异构性、时空性等特点,针对目前海洋信息资源利用率不高,处理不充分,使得海洋服务不能全面开展等背景,设计了基于普适网络环境的海洋综合观测网络平台。基于综合观测网络的信息多源化特性,进行了数据信息方面的集成与管理的研究。首先,对于观测所得到的粗糙数据进行预处理。针对海洋数据的特点,采用了多种方法进行了数据清洗、数据转换与数据选择等预处理过程,从而提高了数据的可用性和服务性。其次,考虑海洋观测信息的多源异构、数据粗糙等特点,基于模糊分析技术,提出了数据模糊同化的方法。经过模糊处理的数据信息,再进行同化处理,有效地提取了观测数据中的有用信息,提高了数据信息的利用率。再次,基于神经网络在数据优化中的广泛应用,提出了一种数据智能融合的算法。通过减小误差影响的策略,先局部融合各个数据源中的多个指标,再对局部融合进行综合加权,充分体现了具有不同权值的数据源对融合结果的影响不同,减小了精度低的数据源中的误差对融合结果的影响。然后,基于XML技术,提出了一种针对观测数据的多源异构的信息集成模型。此模型可以有效地减轻数据信息的复杂性,统一数据存储利用格式,为海洋信息服务提供了便捷。最后,在海洋综合观测网络平台之上,进行了海洋灾害预警系统的设计。基于免疫遗传算法与BP神经网络的思想,提出了海洋赤潮预警系统的应用实例。该系统能够有效的挖掘有用信息,提供快速的预报预警服务。海洋观测信息的集成与智能管理研究可以最大限度地提取观测数据中所包含的有效信息,提高和改进分析与预报系统的性能,并在此基础上做出准确的预测、预报、警报和对策建议,将帮助人类深刻认识和掌握自然灾害形成和发展规律,这对于沿海地区防灾减灾、保障公众健康和社会稳定具有重要的作用。还可以及时了解和掌握海域的环境质量状况及其变化趋势,有针对性地开展海洋环境保护工作,为海洋环境保护中涉及到的立法、规划、标准、评价、管理、治理、恢复以及建设等各个方面工作,提供必要的资料和依据,有效地对海洋环境加以保护。