针对马尔科夫链和随机森林方法的北美Chesapeake海湾环境因子对沉水植被及蓝蟹丰度影响的分析研究.pdfVIP

摘 要 Chesapeake 海湾是北美最大，也是一次性经济产量最大的海湾。但是近几十 年海湾中沉水植被（SAV）的覆盖面积、鱼类和贝类等的产量都急剧下降，影响了 海湾的生态和娱乐功能，美国环境署于 2000 年制订了 Chesapeake Agreement 2000 ，目标是使Chesapeake 海湾的沉水植被丰度、蓝蟹产量恢复到历史水平。本 文用数学模型和数据挖掘技术研究海湾的生态恢复，试图用模型模拟出海湾生物 对海岸带环境胁迫的响应，期望为Chesapeake 海湾的生态恢复提供科学的理论指 导，论文的主要研究成果如下： （1）模拟出Chesapeake 海湾23 年间(1984-2007 年，缺1988)不同地理分区、 盐分分区沉水植被覆盖面积的变化情况，以衡量恢复目标制定的合理性； （2 ）提出了基于马尔科夫链的沉水植被恢复状况预测模型，预测了在假定外 界环境处于平稳状态时，沉水植被的变化趋势，与实际情况相比较，得出预测精 度为63.8%，并且结合降水、流域土地利用等环境因素，探讨预测偏差的产生的原 因，以此来说明环境因素仍然是沉水植被丰度变化的主要驱动力。 （3 ）用随机森林方法研究Chesapeake 海湾蓝蟹丰度与诸多环境因素的关系， 得出蓝蟹丰度主要与流域土地利用类型、海岸线湿地、潮水含盐浓度有关的结论， 经计算得出各环境因素对蓝蟹丰度的影响程度。 本文将计算机技术和数学模型引入到生态学的研究中，它体现了科学技术发 展的未来趋势，突显了学科交叉在科学技术发展过程中的重要地位。 关键字：环境胁迫、沉水植被、马尔科夫链模型、蓝蟹、随机森林方法 III Abstract The Chesapeake bay is the largest one of North America, and it has the maximum one-time economic output. However, in recent decades, submerged aquatic vegetation (SAV) coverage, fish and shellfish production has dramatically declined that Affect the ecological and entertainment function of the bay. U.S. Environmental Protection Agency has drawn up Chesapeake Agreement 2000 in 2000; the goal was to make SAV abundance and the blue crab output to restore to the historical level. In this thesis, with mathematical model and data mining technology to research the bays ecology restoration. We try to simulate bay biology to the coastal zone environment stress response with models and hope for providing scientific theoretical guidance for Chesapeake Bays ecological restoration. The contributions of this thesis are presented as followings: (1)Simulate the change of SAV coverage in te different geography district and salinity district of Chesapeake bay during 23 years (1984-2007