基于GIS的水環(huán)境評價決策支持系統(tǒng)研究.pdf

1、水環(huán)境評價是一個涉及多學科、多因素的復雜大系統(tǒng)，它的優(yōu)劣將直接影響人們日常生活和經濟的發(fā)展。決策支持系統(tǒng)(DSS)為人們提供了分析問題、構建模型、模擬決策過程和效果的決策環(huán)境，成為解決半結構化問題和非結構化問題的有效工具。 隨著人工智能技術、地理信息系統(tǒng)的飛速發(fā)展，決策支持系統(tǒng)不僅能解決定量的問題，而且也能很好地處理不確定的、模糊的、定性的知識，從而輔助決策者做出科學的決策。針對當前遼寧省水資源短缺、污染嚴重的現狀，為了提高水

2、環(huán)境的管理水平、促進水資源的可持續(xù)發(fā)展，本文在設計基于GIS平臺的水環(huán)境評價決策支持系統(tǒng)的過程中，主要完成了以下的研究工作。 1.針對遙感圖像進行圖像壓縮的研究。首先分析了遙感圖像的統(tǒng)計特性和相關性，并對各種碼書設計算法進行分析研究。利用小波圖像系數的空間分布特征以及它的多分辨率特點，應用遺傳退火算法、有性繁殖遺傳算法，提出了矢量量化方法在圖像壓縮中的應用。實驗結果表明本文提出的碼書設計方法可以在較大壓縮比的前提下，得到更好的

3、恢復圖像質量，并有較快的收斂速度。 2.研究遙感圖像分類的幾種方法。結合遙感圖像處理專業(yè)軟件ERDASIMAGINE，采用BP神經網絡算法實現了非監(jiān)督聚類算法和監(jiān)督分類法的結合，使分類試驗精度有了一定的提高。研究分析了自組織神經網絡算法和學習矢量量化算法，提出了一種基于改進的SOFM算法和LVQ2算法的混合學習矢量量化算法。通過具體試驗的實施，證明HLVQ算法不僅保持了數據的拓撲有序性，而且還進一步提高了分類精度。最后探討了L

4、VQ算法的主要缺點，在分析廣義學習矢量量化算法的基礎上，將GLVQ算法引入遙感影像分類中，并建立了分類模型。 3.模型庫及模型庫管理系統(tǒng)的開發(fā)與研制。為了適應對水環(huán)境評價和預測的需求，本文引進了大量的水質數學模型。在人工智能方面，除用于水質評價的模糊評價模型、用于水質預測的人工神經網絡模型和基于遺傳的神經網絡模型外，本文將模糊神經網絡應用于水環(huán)境影響預測方面，并取得了很好的預測效果。本文采用面向對象技術的方法，與數據庫相結合，

5、建立模型庫管理子系統(tǒng)，有效地實現了對模型的增加、刪除、修改，從而方便水環(huán)境管理者實現對模型的管理。 4.將知識庫引入水環(huán)境影響評價決策支持系統(tǒng)。本文對水環(huán)境評價知識的內容、知識的獲取進行闡述，對水環(huán)境評價的過程進行深入地研究，針對其評價知識的特點，對知識的表示和推理進行了設計，同時還設計了知識庫管理系統(tǒng)，并完成了界面的開發(fā)。 5.設計開發(fā)了可視化輔助決策子系統(tǒng)，用戶通過可視化界面進行操作，命令直接由地理信息系統(tǒng)控件接