【技术实现步骤摘要】
本专利技术涉及环境承载力评估，具体是海洋资源环境承载力评估方法。
技术介绍
1、近年来,随着经济社会的高速发展和人口的不断增长,沿海地区面临着日益严峻的资源环境压力。海洋资源不仅是人类赖以生存的重要物质基础,也是维系海洋生态系统平衡的关键因素。如何在发展和保护之间寻求平衡,实现海洋资源的可持续利用,是当前亟需解决的重大课题。
2、环境承载力评估旨在科学分析海域所能承受的最大环境压力和资源开发强度,为制定合理的海洋开发利用方案提供决策依据。传统的评估方法多依赖人工经验判断,存在主观性和滞后性。随着人工智能技术的迅猛发展,构建基于大数据和机器学习的智能化海洋承载力评估模型,成为提高评估精度和时效性的有力手段。
3、现有的智能化海洋承载力评估模型往往将各个不同类型的环境因素（水质参数、沉积物参数、环境参数、生物资源参数和人为压力参数）简单的通过归一化后合并组成一组特征向量，直接将特征向量输入至预测模型中进行训练，然而这种预测方法忽略了同一个环境因素内，各个参数之间还可能存在一些潜在的模式，且不同的环境因素的数据模式（统计分布和量纲）也不尽相同，直接融合处理较为粗糙，预测准确率较低；因此，需要一种更为准确的预测方法；
4、为此，本专利技术提出海洋资源环境承载力评估方法。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出海洋资源环境承载力评估方法，达到发现同类型环境因素的潜在模式，并能够结合不同形似的数据模态的效果
2、为实现上述目的，提出海洋资源环境承载力评估方法，包括以下步骤：
3、步骤一：选择n片海洋样本区域和m个环境因素，对于每片海洋样本区域，收集各个环境因素的环境因素样本参数集合和承载力标签；其中，n和m分别为选择的海洋样本区域和环境因素的数量；
4、步骤二：对于第i个环境因素，将各个海洋样本区域的环境因素样本参数集合进行聚类，获得ki个环境因素聚类簇；i为环境因素的编号；ki为预设的第i个环境因素的聚类簇数量；
5、步骤三：对于每个海洋样本区域的第i个环境因素，根据对应的环境因素聚类簇，生成一组环境因素距离特征向量；
6、步骤四：将每个海洋样本区域的所有环境因素的环境因素距离特征向量合并组成一组距离特征向量；
7、步骤五：基于各个海洋样本区域的距离特征向量和承载力标签，训练承载力预测模型；
8、步骤六：收集待评估海洋区域的各项环境因素的环境因素参数集合，并基于环境因素参数集合、各个环境因素的环境因素聚类簇和承载力预测模型，获得待评估海洋区域的承载力评估结果；
9、所述环境因素包括水质参数、沉积物参数、环境参数、生物资源参数和人为压力参数；
10、其中，所述生物资源参数的参数数据包括物种多样性指数、生物量指数和种群结构指数；
11、所述物种多样性指数的计算公式为：；其中，w1为物种类型数量，w2为shannon-wiener指数，w3为simpson指数，a1、a2和a3均为预设的比例系数；
12、其中，所述生物量指数的计算公式为：；其中，w4为浮游植物/动物现存量，w5为渔获量/生物量，w6为各类生物的生物量分布，a4、a5和a6均为预设的比例系数；
13、其中，所述种群结构指数的计算公式为：；其中，w7为各生物的年龄分布均值，w5为各生物的性别比例均值，w6为各生物的平均繁衍率，a7、a8和a9均为预设的比例系数；
14、其中，所述人为压力参数包括但不限于捕捞强度、旅游活动影响、海上运输影响、陆源污染负荷和海事工程影响等；
15、具体的，所述捕捞强度为捕捞作业量、鱼获量的加权和、
16、所述旅游活动影响为游船数量、潜水人数的加权和；
17、所述海上运输影响为船舶航行强度、船舶排放物统计的加权和；
18、所述陆源污染负荷为河口污染物排放量、沿海工厂排放量的加权和；
19、所述海事工程影响为海洋工程数量、疏浚活动程度的加权和；
20、所述对于每片海洋样本区域，收集各个环境因素的环境因素样本参数集合和承载力标签的方式为：
21、对于每一片海洋样本区域，收集其各个环境因素的各个参数元素的参数值，每个环境因素对应的各个参数元素的参数值组成环境因素样本参数集合；
22、对于每一片海洋样本区域，人工判断是否需要对环境承载力进行人为介入调整作为判断依据，在判断为需要介入调整时，将承载力标签设置为1；在判断为不需要介入调整时，将承载力标签设置为0；
23、所述对于第i个环境因素，将各个海洋样本区域的环境因素样本参数集合进行聚类，获得ki个环境因素聚类簇的方式为：
24、对于第i个环境因素的所有环境因素样本参数集合，执行以下步骤：
25、步骤11：读取第i个环境因素的聚类簇数量ki；
26、步骤12：将每个环境因素样本参数集合作为一个li维离散点；其中，li为环境因素样本参数集合中元素的数量，所述li维离散点在每一个维度的坐标对应环境因素样本参数集合中的一个元素参数；
27、步骤13：随机选择ki个li维离散点作为初始聚类中心，其余的li维离散点作为非初始聚类中心；
28、步骤14：对于每个非初始聚类中心，计算到每个初始聚类中心的欧式距离，把每个li维离散点划分到离其最近的初始聚类中心所在的聚类簇中；
29、步骤15：计算每个聚类簇内li维离散点的每个维度对应的元素参数的参数值平均值，将每个维度对应的元素参数的参数值平均值的平均值组成新的li维离散点，将该新的li维离散点作为该聚类簇的新聚类中心；
30、步骤16：重新计算每个li维离散点到每个新聚类中心的欧式距离,将每个li维离散点重新划分到最近的新聚类中心所在的聚类簇中；
31、步骤17：重复步骤15-16，直至所有划分的聚类簇中的li维离散点不再变化，将每个聚类簇的编号标记为ki，ki=1,2,3,...ki；
32、步骤18：各个聚类簇分别作为一个环境因素聚类簇，每个环境因素聚类簇的中心点坐标为对应聚类簇的中心点的li维离散点坐标；
33、所述对于每个海洋样本区域的第i个环境因素，根据对应的环境因素聚类簇，生成一组环境因素距离特征向量的方式为；
34、对于第n个海洋样本区域的第i个环境因素，将该环境因素对应的环境因素样本参数集合对应的li维离散点标记为pni；其中，n=1，2，3...n；
35、计算li维离散点pni和第i个环境因素的各个聚类簇中心点之间的欧式距离，将第li维离散点pni和第ki个聚类簇中心点的欧式距离标记为dnki；
36、第n个海洋样本区域的第i个环境因素的环境因素距离特征向量为[dn1,dn2...dnki...dnki]；
37、本文档来自技高网...
【技术保护点】
1.海洋资源环境承载力评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的海洋资源环境承载力评估方法，其特征在于：所述环境因素包括水质参数、沉积物参数、环境参数、生物资源参数和人为压力参数；
3.根据权利要求2所述的海洋资源环境承载力评估方法，其特征在于：所述环境因素所述物种多样性指数的计算公式为：；其中，w1为物种类型数量，w2为Shannon-Wiener指数，w3为Simpson指数，a1、a2和a3均为预设的比例系数；
4.根据权利要求3所述的海洋资源环境承载力评估方法，其特征在于：所述对于每片海洋样本区域，收集各个环境因素的环境因素样本参数集合和承载力标签的方式为：
5.根据权利要求4所述的海洋资源环境承载力评估方法，其特征在于：所述对于第i个环境因素，将各个海洋样本区域的环境因素样本参数集合进行聚类，获得Ki个环境因素聚类簇的方式为：
6.根据权利要求5所述的海洋资源环境承载力评估方法，其特征在于：所述对于每个海洋样本区域的第i个环境因素，根据对应的环境因素聚类簇，生成一组环境因素距离特征向量的方式
7.根据权利要求6所述的海洋资源环境承载力评估方法，其特征在于：所述训练承载力预测模型的方式为：
8.根据权利要求7所述的海洋资源环境承载力评估方法，其特征在于：所述获得待评估海洋区域的承载力评估结果的方式为：
9.一种电子设备，其特征在于：包括：处理器和存储器，其中，
10.一种计算机可读存储介质，其特征在于：其上存储有可擦写的计算机程序；
...【技术特征摘要】
1.海洋资源环境承载力评估方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的海洋资源环境承载力评估方法，其特征在于：所述环境因素包括水质参数、沉积物参数、环境参数、生物资源参数和人为压力参数；
3.根据权利要求2所述的海洋资源环境承载力评估方法，其特征在于：所述环境因素所述物种多样性指数的计算公式为：；其中，w1为物种类型数量，w2为shannon-wiener指数，w3为simpson指数，a1、a2和a3均为预设的比例系数；
4.根据权利要求3所述的海洋资源环境承载力评估方法，其特征在于：所述对于每片海洋样本区域，收集各个环境因素的环境因素样本参数集合和承载力标签的方式为：
5.根据权利要求4所述的海洋资源环境承载力评估方法，其...
【专利技术属性】
技术研发人员：温明明，吕召衡，贺年，陈敏翠，
申请(专利权)人：广东海洋大学，
类型：发明
国别省市：
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。