赤潮成因回歸分析.pdf

1、在過去的20年中，由于沿海經濟的高速發(fā)展，海洋富營養(yǎng)化狀況日益嚴重，赤潮發(fā)生的頻率、影響規(guī)模都在不斷擴大。探索赤潮的形成機理，對于預測預報赤潮、減少赤潮的損害十分關鍵。由于浮游植物總量是赤潮發(fā)生的標志，以2003年5-9月的實測數據作為樣本，浮游植物總量為因變量，其它14組環(huán)境數據為預報因子，通過多元回歸技術，給出它們的定量關系，從而確定影響藻類濃度的關鍵因子以及臨界值。 多元回歸方法很多，本文選用回歸樹的髓機梯度Boosti

2、ng算法，該算法將梯度下降技術應用于回歸樹中，而且融入Bagging的思想，大大提高了預測的精度。分析最后得到的模型可以知道對浮游植物總量影響大小依次為氣壓＞磷酸鹽＞pH＞DO＞表層水溫＞葉綠素＞風速＞硅酸鹽＞亞硝酸鹽＞鹽度＞銨鹽＞化學耗氧量＞硝酸鹽，而且天氣(晴天，陰天，雨天)幾乎不影響浮游植物總量。為了比較其它算法，綜合考慮了支持向量回歸，人工神經網絡，MARS(multivariateadaptiveregressionsplin