基于支持向量机的湖泊生态系统健康评价研究

摘要

近年来，环境污染问题随着人类社会的快速发展不断涌现，许多生态系统的健康状况日趋恶化。在此情况下，有关生态系统健康的研究在可持续发展思想的推动下逐渐成为国际环境保护领域的研究重点和热点。在众多生态系统中，湖泊生态系统健康状况由于与人类作用最为直接、密切而备受关注。目前，随着人口的增加和工农业生产的发展，湖泊生态系统承受的外部压力逐年增大，致使湖泊生态系统日益退化，并己严重威胁到社会经济的可持续发展和人们的身体健康。基于此，湖泊生态系统健康状况的相关研究已迫在眉睫，其中湖泊生态系统健康评价研究作为了解湖泊生态系统健康状况的首要因素，必须予以足够的重视，确定科学正确的做法，以对湖泊生态系统健康进行统一管理。
　　本文基于以上情况，利用支持向量机在处理分类问题、小样本问题和泛化推广方面的优势，构建了基于支持向量机的湖泊生态系统健康评价模型。并在广州市白云区白云湖建成的初期阶段对其进行了生态系统跟踪监测和社会调查。再基于所获得的数据资料对白云湖生态系统健康现状进行分析，选取了包括五日生物化学需氧量、综合营养状态指数、生物多样性指数、溶解氧和结构能质在内的五项指标，并借鉴国家标准和前人科研学术经验对五项指标进行分级，构建了包括“很健康”、“健康”、“亚健康”、“一般病态”和“病态”等五个健康等级在内的白云湖生态系统健康评价指标体系。最后根据所建立的评价指标体系对基于支持向量机的湖泊生态系统健康评价模型进行训练，并将该模型应用于白云湖生态系统健康评价中，进而获得白云湖生态系统健康状况评价结果。白云湖生态系统健康状况评价结果显示，白云湖生态系统健康状况处于病态状态，不能达到其净化水质的设计作用。根据评价结果，建议从提高进水水质、实施湖区截污和丰富生物量三个方面改善白云湖生态系统健康水平。
　　此外本文还将基于支持向量机的白云湖生态系统健康评价结果与传统的熵权综合健康指数模型和熵权模糊综合评价模型进行了比较，论证了基于支持向量机的湖泊生态系统健康评价模型的科学性。与传统的熵权综合健康指数模型和熵权模糊综合评价模型相比，基于支持向量机的湖泊生态系统健康评价模型可以更加客观科学地评价湖泊生态系统健康状况，能够为湖泊生态系统健康管理提供一定依据，具有广阔的应用前景。

目录

文摘

英文文摘

插图索引

附表索引

第1章 绪论

1.1 研究背景及意义

1.2 湖泊生态系统健康评价

1.2.1 生态系统健康

1.2.2 生态系统健康评价进展

1.2.3 湖泊生态系统健康评价存在的问题

1.3 机器学习

1.3.1 机器学习的概念

1.3.2 机器学习的发展

1.4 支持向量机与湖泊生态系统健康评价

1.5 研究思路

1.5.1 研究内容

1.5.2 技术路线

1.5.3 软件支持

1.5.4 预期成果

第2章 材料与方法

2.1 研究区域概况

2.2 样品采集

2.2.1 白云湖监测布点

2.2.2 水质采样

2.2.3 生物采样

2.3 支持向量机理论

2.3.1 支持向量机原理

2.3.2 支持向量机算法

第3章 基于支持向量机的白云湖生态系统健康评价

3.1 基于支持向量机的湖泊生态系统健康评价模型

3.1.1 指标体系建立

3.1.2 数据处理

3.1.3 模型训练

3.2 传统熵权综合评价模型

3.2.1 熵权综合健康指数模型

3.2.2 熵权模糊综合评价模型

3.3 评价结果与讨论

3.3.1 评价结果

3.3.2 讨论

3.4 小结

结论

参考文献

致谢

附录A 攻读学位期间所发表的学术论文目录