System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于近海底质空间预测,具体涉及一种顾及不确定性的近海底质空间预测制图方法。
技术介绍
1、近海底质类型图是近海海洋综合调查成果表达的基础图件之一,它在近海养殖、港口锚泊地选择、海洋牧场建设和近海沉积动力环境分析等方面都有着广泛的应用价值。高精度的近海底质类型图对于近海资源的科学开发利用至关重要。开展近海底质制图新方法研究,提升制图质量,既是海洋学科发展的需要,也是近海海洋资源管理与开发利用的需要,有着重要的现实意义。
2、底质类型是指根据沉积物中不同粒度组分(如黏土、粉砂、砂、砾石)的数量对比关系而对沉积物进行的一种分类和命名。目前国内外在底质制图领域普遍采用的底质分类和命名方案主要有shepard方案和folk方案两大类。shepard方案一般只适用于无砾石沉积物的分类和命名,folk分类方案可用于含砾和无砾沉积物的分类和命名,但它针对无砾石沉积物和含砾沉积物分别给出了两套分类和命名体系。
3、传统的底质类型图是海洋地质学家基于沉积物采样的粒度分析结果,结合水下地形、水动力条件和自身的专业知识人工勾绘而成。由于海洋地质学家的认知背景和知识经验存在差异,其勾绘过程总是带有各自的主观性,因而会在不同程度上对制图结果表达的客观性产生影响,并且人工勾绘效率低下。
4、近些年来,随着海底探测技术和地理信息技术的广泛应用,底质制图的定量化方法受到普遍重视。基于沉积物采样数据的空间预测制图方法是目前被广泛采用的定量化底质制图方法。它主要是通过对若干离散站位的底质沉积物进行观测或采样分析,获得沉积
5、然而值得注意的是,当前基于沉积物粒度组分的底质空间预测制图方法有两个问题一直没有得到足够的重视:
6、一是沉积物粒度组分数据的成分数据属性对底质空间预测制图的影响。沉积物粒度组分数据属于单形空间(simplex space)的成分数据范畴,它具有“非负”(即各组分的取值均≥0)和“定和”(即各组分之和为定值)特性,这使得各组分之间存在闭合效应并由此产生伪相关,直接利用各组分数据进行空间预测时,难以保证各组分的空间预测结果总是能满足“定和”的要求,进而也无法开展底质类型识别。为解决这一问题,有学者提出运用对数比(log-ratio)转换方法来破解成分数据的闭合效应,进而实现成分数据由单形空间向欧氏空间(euclidean space)的转换,并为经典统计学方法分析成分数据带来了方便。然而,对数比转换方法尽管解决了成分数据空间预测过程中的“定和”问题,但若成分数据中存在“0”值,则其应用会因“0”值不能取对数而受到限制。有学者认为沉积物粒度的空间分布往往是连续的,其组分的“0”值可能是由取样或分析测试结果的舍入误差引起的,因此建议用一个很小的非“0”值来替代成分数据中的“0”值,这样就可以解决成分数据中“0”值无法取对数的问题。但非“0”值替换也会带来一些问题,如在诸多的海洋底质调查中,无砾沉积物样品是普遍存在的,若对一些无砾沉积物样品人为地引入非“0”的极小值,会导致这些无砾沉积物的空间预测结果变成含砾沉积物,这在folk分类方案中会出现原本应按照无砾沉积物进行分类和命名的位置转向按照含砾沉积物进行分类和命名。这显然对基于folk分类方案的底质分类制图来说是不利的。
7、二是底质空间预测结果的不确定性对制图结果的影响。由于采样密度的空间差异和空间预测模型的不完备性是客观存在的,这使得空间预测模型对于不同空间位置处变量预测结果的方差是不一样的,也即预测结果的精度是不一样。而在目前底质空间预测制图方法中,不同位置底质类型的识别和命名主要是建立在该位置沉积物各粒度组分变量的预测结果之上的,而忽视了各粒度组分变量预测结果在该位置处的预测方差。这意味着,其底质制图的最终结果在不同空间位置处的可信度是不一样的,这对用图者来说是不利的。
技术实现思路
1、针对底质空间预测制图中存在的粒度组分数据的“定和”、“0”值和预测结果的不确定性问题,本专利技术提出一种顾及不确定性的底质空间预测制图方法,实现从概率测度的视角来开展底质类型的预测制图,并且它能充分顾及模型预测制图的不确定性。
2、为了实现上述目的,本专利技术采用的技术方案如下:
3、一种顾及不确定性的近海底质空间预测制图方法,其特征在于:方法如下:
4、s1:制图数据前处理,沉积物粒度组分数据的球坐标变换;
5、s2:空间预测,沉积物粒度组分转换变量的空间预测;
6、s3:多变量联合正态分布模型构建及底质类型识别,沉积物粒度组分转换变量空间预测结果的多变量联合正态模型构建及蒙特卡罗随机模拟和底质类型识别;
7、s4:制图结果表达,基于概率测度生成底质类型分布图及其不确定分布图。
8、进一步的,所述沉积物粒度组分实测数据是指黏土、粉砂、砂、砾石组分含量。
9、进一步的,s1中球坐标变换:沉积物粒度组分转换变量:(r,θ2,…,θp),r为粒度组分之和的平方根;p为沉积物粒度组分数量。
10、进一步的,沉积物粒度组分转换变量预测结果μi、方差σi2、不同变量预测结果间的协方差cov(θi,θj),i,j=2,3,…,p。
11、进一步的,粒度组分转换变量预测结果的多变量联合正态分布表达:
12、np-1(μ,∑)
13、μ为各变量预测结果构成的向量;∑为各变量预测结果的方差和协方差构成的协方差阵。
14、进一步的,基于沉积物粒度组分转换变量预测结果的联合正态分布np-1(μ,∑),运用蒙特卡罗随机模拟方法生成n组(如n=5000)模拟值:
15、
16、对每一组模拟值,利用球坐标变换的逆变换方法,将模拟结果转换为沉积物粒度组分在单形空间中的黏土、粉砂、砂和砾石组分的百分含量,据此再按照给定的底质分类方案,对该组模拟结果的底质类型进行识别;对于n组模拟结果,可采用同样的方法来对其底质类型进行识别,统计出不同类型底质出现占比,但n足够大时,该占比值可视为不同类型底质在指定位置处出现的概率大小;
17、运用上述方法遍历制图区域所有空间位置后,可获得给定底质分类方案中所有底质类型在整个制图区域出现的概率分布图。
18、进一步的,概率分布图硬化处理:通过比较制图区域内各空间位置处不同类型底质出现的概率大小,并按照概率最大准则将出现概率最高的那种底质类型赋予相应的空间位置,从而得到制图区域的底质类型分布图;
<本文档来自技高网...【技术保护点】
1.一种顾及不确定性的近海底质空间预测制图方法,其特征在于:方法如下:
2.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:所述沉积物粒度组分实测数据是指黏土、粉砂、砂、砾石组分含量。
3.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:S1中球坐标变换:沉积物粒度组分转换变量:(r,θ2,…,θp),r为粒度组分之和的平方根;p为沉积物粒度组分数量。
4.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:沉积物粒度组分转换变量预测结果μi、方差σi2、不同变量预测结果间的协方差cov(θi,θj),i,j=2,3,…,p。
5.根据权利要求1或4所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:粒度组分转换变量预测结果的多变量联合正态分布表达:
6.根据权利要求5所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:基于沉积物粒度组分转换变量预测结果的联合正态分布Np-1(μ,∑),运用蒙特卡罗随机模拟方法生成n组,n
7.根据权利要求1或6所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:概率分布图硬化处理:通过比较制图区域内各空间位置处不同类型底质出现的概率大小,并按照概率最大准则将出现概率最高的那种底质类型赋予相应的空间位置,从而得到制图区域的底质类型分布图。
8.根据权利要求7所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:概率分布图硬化处理过程会产生忽略不确定性,其大小可用信息熵或混淆指数来定量刻画,可以信息熵计算或混淆指数计算,具体如下:
...【技术特征摘要】
1.一种顾及不确定性的近海底质空间预测制图方法,其特征在于:方法如下:
2.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:所述沉积物粒度组分实测数据是指黏土、粉砂、砂、砾石组分含量。
3.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:s1中球坐标变换:沉积物粒度组分转换变量:(r,θ2,…,θp),r为粒度组分之和的平方根;p为沉积物粒度组分数量。
4.根据权利要求1所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:沉积物粒度组分转换变量预测结果μi、方差σi2、不同变量预测结果间的协方差cov(θi,θj),i,j=2,3,…,p。
5.根据权利要求1或4所述的一种顾及不确定性的近海底质空间预测制图方法,其特征在于:粒度组...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。