数据挖掘在压载水生物入侵风险评估中的应用

为了模拟港口水域的浮游植物丰度变化及评估外来生物入侵风险,收集了天津港口水域本底生态环境监测数据,建立了港口生态环境数据仓库,以中肋骨条藻为例,运用聚类分析和关联分析等数据挖掘技术,挖掘影响中肋骨条藻丰度的港口水质环境指标,然后利用这些指标建立了基于人工神经网络模型中的反馈网络(BP神经网络)的中肋骨条藻丰度预测模型。研究发现,中肋骨条藻丰度的预测值与真实值的均方根误差为0.0715,相对误差绝对值的平均值为14.7%。该结果表明,BP神经网络对于中肋骨条藻丰度有较好的预测效果,可作为模拟港口水域浮游植物丰度变化的技术手段。数据挖掘技术和BP神经网络模型的综合应用,可以解决港口水域浮游植物丰度变化及外来生物入侵风险评估的关键技术难题。

内河危货运输安全监管方法研究

为全面了解、掌握浙江内河危险货物运输安全与防污染监督管理的现状,研究、确定我省内河危险货物运输监管的有效手段和科学方法,课题组对浙江省地方海事局辖区内水路危险品船舶、企业、码头、监管现状进行了调研,提出了健全我省内河危险货物运输安全监管的建议。