一种基于决策树的近海赤潮发生及赤潮种类预测方法技术

一种基于决策树的近海赤潮发生及赤潮种类预测方法，涉及近海赤潮预报。包括以下步骤：1)赤潮事件相关信息的整理；2)数据提取及质控：根据赤潮事件信息寻找时间、地点匹配的水体表层温、盐观测数据，提取温、盐观测数据每天的最小与最大值，并对温盐数据进行必要质控；3)建立训练数据库：建立当天水体状态与前一天的水体表层温度、盐度最大、最小值匹配的数据库，作为决策树预测模型训练数据；4)建立基于决策树的近海赤潮预报模型；5)将步骤4)建立的近海赤潮预报模型应用于近海赤潮发生及赤潮种类预测。在预测赤潮发生与否的同时，对可能爆发的赤潮种类进行预测。对某些社会危害极大的赤潮事件的提前防范及应急管理具有重大意义。

【技术实现步骤摘要】
一种基于决策树的近海赤潮发生及赤潮种类预测方法
本专利技术涉及近海赤潮预报领域，尤其是涉及一种基于决策树的近海赤潮发生及赤潮种类预测方法。
技术介绍
近海赤潮是常见的海洋灾害，与渔业生产、滨海旅游乃至公众健康息息相关。现有赤潮预测主要基于生物(藻类叶绿素浓度、藻类细胞密度、浮游动物摄食等)、化学(营养盐、pH、DO等)、水文(水温、盐度、潮汐、海流、波浪等)、气象(气温、气压、降雨、风速、风向、日照、湿度等)等环境要素的监测，通过单一参数或多参数对赤潮的发生进行预测。早期的预测多建立在经验阈值，或多元回归、判别分析等简单数理统计方法的基础上。如，日本学者安达六郎根据日本各海区多次赤潮事件的实例统计，提出以赤潮生物浓度的范围及其种群增长速率作为判断赤潮暴发的标准[1]；陆斗定等[2]提出叶绿素a的含量上升至10mg/m3以上，并有迅速增加的趋势，即将发生赤潮；林昱&林容澄[3]通过围隔实验推断中肋骨条藻赤潮的DIP阈值为1.2μmol/L，作为该种赤潮预测预报的参考；王正方等[4]通过长江口及其邻近海域几个站点的采样观测，总结认为本文档来自技高网...

【技术保护点】
1.一种基于决策树的近海赤潮发生及赤潮种类预测方法，其特征在于包括以下步骤：/n1)赤潮事件相关信息的整理；/n2)数据提取及质控：根据赤潮事件信息寻找时间、地点匹配的水体表层温、盐观测数据，提取温、盐观测数据每天的最小与最大值，并对温盐数据进行必要质控；/n3)建立训练数据库：建立当天水体状态与前一天的水体表层温度、盐度最大、最小值匹配的数据库，作为决策树预测模型训练数据；/n4)建立基于决策树的近海赤潮预报模型；/n5)将步骤4)建立的近海赤潮预报模型应用于近海赤潮发生及赤潮种类预测。/n

【技术特征摘要】
1.一种基于决策树的近海赤潮发生及赤潮种类预测方法，其特征在于包括以下步骤：
1)赤潮事件相关信息的整理；
2)数据提取及质控：根据赤潮事件信息寻找时间、地点匹配的水体表层温、盐观测数据，提取温、盐观测数据每天的最小与最大值，并对温盐数据进行必要质控；
3)建立训练数据库：建立当天水体状态与前一天的水体表层温度、盐度最大、最小值匹配的数据库，作为决策树预测模型训练数据；
4)建立基于决策树的近海赤潮预报模型；
5)将步骤4)建立的近海赤潮预报模型应用于近海赤潮发生及赤潮种类预测。


2.如权利要求1所述一种基于决策树的近海赤潮发生及赤潮种类预测方法，其特征在于在步骤1)中，所述赤潮事件相关信息包括赤潮起始至结束的时间、地理位置、面积，赤潮发生时的优势藻类信息。


3.如权利要求1所述一种基于决策树的近海赤潮发生及赤潮种类预测方法，其特征在于在步骤2)中，所述数据提取及质控的具体步骤为：...

【专利技术属性】
技术研发人员：吴璟瑜，商少平，李雪丁，林锐，贺志刚，郑祥靖，郭民权，曾银东，
申请(专利权)人：厦门大学，福建省海洋预报台，
类型：发明
国别省市：福建;35