基于GIS的水环境评价决策支持系统研究

论文题目: 基于GIS的水环境评价决策支持系统研究

论文类型: 博士论文

论文专业: 控制理论与控制工程

作者: 崔宝侠

导师: 徐心和

关键词: 水环境评价,决策支持系统,地理信息系统,遥感图像,图像压缩,图像分类,神经网络,遗传算法,模糊控制,小波变换

文献来源: 东北大学

发表年度: 2005

论文摘要: 水环境评价是一个涉及多学科、多因素的复杂大系统，它的优劣将直接影响人们日常生活和经济的发展。决策支持系统(DSS)为人们提供了分析问题、构建模型、模拟决策过程和效果的决策环境，成为解决半结构化问题和非结构化问题的有效工具。随着人工智能技术、地理信息系统的飞速发展，决策支持系统不仅能解决定量的问题，而且也能很好地处理不确定的、模糊的、定性的知识，从而辅助决策者做出科学的决策。针对当前辽宁省水资源短缺、污染严重的现状，为了提高水环境的管理水平、促进水资源的可持续发展，本文在设计基于GIS平台的水环境评价决策支持系统的过程中，主要完成了以下的研究工作。 1．针对遥感图像进行图像压缩的研究。首先分析了遥感图像的统计特性和相关性，并对各种码书设计算法进行分析研究。利用小波图像系数的空间分布特征以及它的多分辨率特点，应用遗传退火算法、有性繁殖遗传算法，提出了矢量量化方法在图像压缩中的应用。实验结果表明本文提出的码书设计方法可以在较大压缩比的前提下，得到更好的恢复图像质量，并有较快的收敛速度。 2．研究遥感图像分类的几种方法。结合遥感图像处理专业软件ERDAS IMAGINE，采用BP神经网络算法实现了非监督聚类算法和监督分类法的结合，使分类试验精度有了一定的提高。研究分析了自组织神经网络算法和学习矢量量化算法，提出了一种基于改进的SOFM算法和LVQ2算法的混合学习矢量量化算法。通过具体试验的实施，证明HLVQ算法不仅保持了数据的拓扑有序性，而且还进一步提高了分类精度。最后探讨了LVQ算法的主要缺点，在分析广义学习矢量量化算法的基础上，将GLVQ算法引入遥感影像分类中，并建立了分类模型。 3．模型库及模型库管理系统的开发与研制。为了适应对水环境评价和预测的需求，本文引进了大量的水质数学模型。在人工智能方面，除用于水质评价的模糊评价模型、用于水质预测的人工神经网络模型和基于遗传的神经网络模型外，本文将模糊神经网络应用于水环境影响预测方面，并取得了很好的预测效果。本文采用面向对象技术的方法，与数据库相结合，建立模型库管理子系统，有效地实现了对模型的增加、删除、修改，从而方便水环境管理者实现对模型的管理。

论文目录:

独创性声明

学位论文版权使用授权书

摘要

Abstract

1. 绪论

1.1 课题背景及意义

1.2 地理信息系统 GIS

1.2.1 地理信息系统概述

1.2.2 地理信息系统发展趋势

1.3 决策支持系统 DSS概述

1.4 空间决策支持系统(SDSS)

1.5 遥感图像数据压缩及数据分类

1.6 课题背景及主要研究内容

2. 水环境评价模型研究

2.1 水环境质量指数模型

2.2 水环境质量分级模型

2.3 水环境影响预测分析模型

2.3.1 水质数学模型

2.3.2 神经网络模型

2.4 基于神经网络的智能预测模型的设计与实现

2.4.1 神经网络模型在水环境质量预测中的应用

2.4.2 改进的 BP网络模型在水环境质量预测中的应用

2.5 基于遗传算法的神经网络模型

2.5.1 网络的学习算法

2.5.2 模糊神经网络在水环境预测中的应用

2.6 本章小结

3. 空间遥感图像数据处理与分析

3.1 遥感图像小波变换的统计特性分析

3.1.1 遥感图像

3.1.2 遥感图像的小波分解特性

3.1.3 遥感图像小波分解相关性分析

3.1.3.1 遥感图像空间相关性

3.1.3.2 小波变换域子带图像的带间相关性

3.1.3.3 相同方向不同尺度上的带间相关性

3.1.3.4 相同尺度不同方向上的带间相关性

3.2 遥感图像压缩方法研究

3.2.1 基于小波变换的图像矢量量化方法

3.2.2 遗传算法及其改进算法在码书设计中的应用

3.2.2.1 遗传退火矢量量化方法

3.2.2.2 遗传退火的小波变换分类矢量量化编码设计

3.2.2.3 基于有性繁殖的遗传算法在码书设计中的应用

3.3 本章小结

4. 遥感影像模式分类研究

4.1 BP神经网络在遥感影像模式分类中的应用

4.1.1 基于 ERDAS Imagine的非监督分类方法

4.1.2 结合 ERDAS的 BP神经网络遥感影像分类系统

4.1.3 实验结果分析与比较

4.2 混合学习矢量量化算法应用于遥感影像分类

4.2.1 自组织特征映射算法(SOFM)

4.2.2 改进的 SOFM算法(MSOFM)

4.3 学习矢量量化算法

4.3.1 LVQ算法及其改进算法

4.3.2 混合学习矢量量化算法

4.3.3 基于 HLVQ的遥感影像分类模型

4.3.4 试验结果及分析

4.4 广义 LVQ算法在遥感影像分类中的应用

4.4.1 LVQ算法主要缺点

4.4.2 基于广义 LVQ算法的遥感影像分类

4.4.2.1 GLVQ算法分析

4.4.2.2 基于 GLVQ算法的遥感影像分类模型

4.4.2.3 实验结果及分析

4.5 本章小结

5. 空间数据库的设计

5.1 空间数据结构

5.1.1 矢量数据结构

5.1.2 DEM数据结构

5.1.2.1 DEM的基本概念

5.1.2.2 DEM的主要表示方式

5.1.3 影像数据

5.2 空间数据库的建立

5.2.1 非空间属性数据库的建立

5.2.2 空间数据库的输入

5.3 空间数据的处理

5.3.1 空间数据压缩及多尺度表达

5.3.1.1 矢量数据的压缩及多尺度表达

5.3.1.2 数字高程模型的压缩

5.3.1.3 影像数据的压缩及传输

5.3.2 空间数据之间的相互转化

5.3.2.1 矢量数据转换成栅格数据

5.3.2.2 栅格数据转换成矢量数据

5.4 本章小结

6. 系统知识库的设计与实现

6.1 知识库的基本组成与功能

6.2 系统知识库及其管理系统的设计

6.2.1 系统知识库及其管理系统结构

6.2.2 系统知识的获取和知识的内容

6.2.2.1 系统知识的获取

6.2.2.2 系统知识的内容

6.2.2.3 系统知识的表示方法

6.2.2.4 系统知识的推理

6.3 知识库系统的实现及界面开发

6.4 本章小结

7. 可视化辅助决策系统的设计与开发

7.1 系统总体设计

7.1.1 系统的目标

7.1.2 系统的功能

7.1.3 系统的结构

7.2 空间决策支持系统的集成方案

7.2.1 空间决策支持系统的集成方案

7.2.2 系统网络架构的设计

7.3 系统模型库管理系统的设计

7.4 本章小结

8. 系统辅助决策功能实现

8.1 地图浏览及信息查询

8.2 污染预测可视化辅助决策

8.3 专题地图

8.4 AI搜索算法与 GIS结合实现洪水淹没范围模拟

8.4.1 研究方法

8.4.2 洪水淹没分类

8.4.3 洪水蔓延模型的建立

8.4.4 实例模拟及总结

8.5 河网密度提取

8.5.1 河网密度定义

8.5.2 河网密度与洪水危险性

8.5.3 河网密度提取方法

8.6 本章小结

9. 结语

参考文献

攻读学位期间发表的论著、获奖情况

作者从事科学研究和学习经历的简历

致谢

发布时间: 2006-10-25

参考文献

[1].基于寿命周期费用理论的决策支持系统研究及软件设计[D]. 何毅斌.武汉理工大学2004
[2].企业级智能决策支持系统体系结构研究[D]. 任明仑.合肥工业大学2003
[3].基于语义技术的临床决策知识库研究[D]. 张艺帆.浙江大学2017
[4].基于Internet高新技术产品评价群决策支持系统研究[D]. 高长元.哈尔滨工程大学2002
[5].基于电子病历数据的临床决策支持研究[D]. 王昱.浙江大学2016
[6].网络环境下决策资源共享与决策支持系统快速开发环境研究[D]. 黄金才.国防科学技术大学2001
[7].防洪决策中洪水灾情智能预测与评估模型的研究[D]. 陈云翔.东华大学2008
[8].模型驱动的决策支持系统研究[D]. 胡东波.中南大学2009
[9].基于数据挖掘技术的决策支持系统及其关键技术研究[D]. 汤九斌.南京理工大学2009
[10].基于服务的决策支持系统研究[D]. 俞东进.浙江工商大学2010

基于GIS的水环境评价决策支持系统研究

猜你喜欢