《浙江近岸海域水質預測模型及溢油風險評價》分為兩篇，一篇以浙江近岸海域水質監(jiān)測數(shù)據為例詳細介紹了目前常用的一些非機理性水質預測模型，如BP神經網絡模型、Elman神經網絡模型、灰色GM（1，1）模型、ARIMA模型等，并對其具體的建模過程和程序化進行了展示。此外，由于不同的預測模型具有不同的應用特征及優(yōu)缺點，而模型的優(yōu)化和組合能提高預測精度，因此《浙江近岸海域水質預測模型及溢油風險評價》也介紹了模型的組合優(yōu)化過程，并對其預測效果進行了比對。第二篇從海洋溢油危害、風險評價的方法、研究現(xiàn)狀等方面介紹了溢油風險評價的基礎理論，建立了適用于石油儲運港區(qū)的溢油風險評價指標體系，構建了基于層次分析的模糊綜合評價模型，并用所建模型對舟山岙山石油儲運港區(qū)的溢油風險進行了綜合評價，提出了降低溢油風險的合理化建議。
《浙江近岸海域水質預測模型及溢油風險評價》適合高等學校海洋科學類和環(huán)境科學類專業(yè)的教師和學生選作參考資料，也適合國內外涉及海洋環(huán)境化學、海洋化學、海洋科學與海洋技術方向的科研人員和從事相關工作的專業(yè)人員以及從事水污染控制、水環(huán)境等領域的科技人員選作參考書。
第1篇 模型預測及程序化實現(xiàn)
第1章 海水監(jiān)測數(shù)據預處理
1．1 數(shù)據預處理概述
1．2 數(shù)據預處理方法
第2章 海洋水質評價
2．1 水質評價方法概述
2．2 岙山海域水質現(xiàn)狀分析
2．3 溫嶺海域水質現(xiàn)狀分析
第3章 多要素水質數(shù)據分析
3．1 多變量數(shù)據分析概述
3．2 海水監(jiān)測數(shù)據統(tǒng)計分析實例
第4章 Elman神經網絡模型預測
4．1 Elman神經網絡的概述
4．2 樣本數(shù)據選取與處理
4．3 模型參數(shù)確定
4．4 建立并訓練網絡
4．5 模型檢驗
4．6 模型評價
第5章 BP神經網絡模型預測
5．1 BP神經網絡建模
5．2 樣本數(shù)據選取與處理
5．3 模型參數(shù)確定
5．4 建立并訓練網絡
5．5 模型仿真
5．6 檢驗網絡
5．7 結果分析
第6章 ARIMA模型預測
6．1 ARIMA模型概述
6．2 樣本數(shù)據的選取
6．3 樣本數(shù)據的預處理
6．4 模型階數(shù)的確定
6．5 模型參數(shù)檢驗
6．6 模型預測檢驗
第7章 灰色GM（1，1）模型預測
7．1 灰色預測模型建模的一般機理和過程
7．2 GM（1，1）模型預測實例
第8章 組合模型預測
8．1 組合模型概述
8．2 子模型的選取
8．3 確定組合模型權重
8．4 組合模型建立
8．5 組合模型檢驗
第9章 基于組合模型水質預測方法的水質預警系統(tǒng)軟件實現(xiàn)
9．1 軟件背景
9．2 軟件概述
9．3 使用說明
本篇小結
第2篇 海洋溢油模型及風險評價方法
第10章 海洋溢油模型背景簡介
第11章 溢油風險評價概述
11．1 風險與風險評價
11．2 風險評價方法
11．3 溢油風險評價研究現(xiàn)狀
11．4 溢油風險評價中的趨勢與不足
第12章 溢油風險的基礎理論
12．1 石油在海洋中的轉歸
12．2 溢油危害性理論
12．3 溢油的應急處理
第13章 石油儲運港區(qū)溢油風險評價指標體系的構建
13．1 石油儲運港區(qū)溢油風險的危險源分析
13．2 石油儲運港區(qū)溢油風險評價指標體系的構建
第14章 石油儲運港區(qū)溢油風險的模糊綜合評價
14．1 因素集和評價集的確定
14．2 評價指標隸屬度的確定
14．3 各級指標權重的計算
14．4 模糊綜合評價模型
第15章 案例應用及相關溢油風險評價程序的開發(fā)
15．1 案例介紹
15．2 綜合評價
第16章 動態(tài)溢油風險評價模型
16．1 歷史數(shù)據
16．2 數(shù)據處理
16．3 數(shù)據擬合
16．4 風險評價建立
本篇小結
參考文獻
書單推薦
