时间序列分析在东海叶绿素浓度研究中的应用

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:yh603469940
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
东海海域是我国海洋生产力最高的海域,也是人类经济发展和社会活动最为活跃的海域。近年来,随着经济的迅速发展,人类活动领域的逐渐扩展,及人们对海洋资源的过度索取和生产污水的大量排放,海洋生态系统遭到严重破坏。作为浮游植物的重要表征元素,叶绿素在海洋生态系统中至关重要,其不仅包含着海区的基本生态信息,同时也是评价海水水质的重要指标,本文在此背景下研究东海海域叶绿素浓度。  目前对海洋叶绿素浓度的研究多集中在时空变化特征和机制特性上,研究方法以海洋遥感模型为主,少数统计研究多基于回归分析和相关分析。对海洋叶绿素浓度特别是东海海域叶绿素浓度的周期性和长记忆性的研究较少,少数对海洋叶绿素浓度的周期性研究也比较粗糙,而对东海海域叶绿素浓度长记忆性的研究更是稀缺。本文将基于时间序列分析,在谱理论的基础上,建立全面的谱分析研究方法,以准确判定叶绿素浓度序列的主要周期,并引入潜周期模型和ARFIMA模型,描述东海海域叶绿素浓度的周期特征和长记忆特征,以期为我国东海海域海洋生态系统的研究提供参考。  本文基于东海海域2004~2012年的叶绿素浓度进行时间序列分析。首先对海洋叶绿素浓度进行谱分析,确定其具有周期性;然后采用潜周期模型确定其主要变化周期约为1年,且年际变化特征明显,3、4月份达到峰值,7、8月份达到谷值,并用GHP估计法得到记忆参数为0.10,表明叶绿素浓度具有长记忆性;最后建立混合潜周期ARFIMA模型,对9年数据进行拟合,并对2013年1~3月份90天的叶绿素浓度进行预测,预测效果较为理想,所以可利用混合潜周期ARFIMA模型对东海海域叶绿素浓度进行预测。
其他文献
风险自古便是伴随着人与社会的主题,并随着人类触觉的延伸而呈现出不断扩大与日趋复杂的趋势。许多西方社会学家都针对西方社会的现代危机进行了较为深刻的批判与反思,视“风险