大鹏湾反曲原甲藻种群动态机理模型辨识

应用生态学报 ›› 1995, Vol. 6 ›› Issue (1): 81-86.

大鹏湾反曲原甲藻种群动态机理模型辨识

黄伟建, 齐雨藻

暨南大学水生生物研究所, 广州 510632

收稿日期:1994-03-14 修回日期:1994-08-24 出版日期:1995-01-25 发布日期:1995-01-25
基金资助:
国家自然科学基金

Identification of mechanism model on population dynamics of Prorocentrum sigmoides at Dapeng Bay or the South China Sea

Huang Weijian, Qi Yuzao

Jinan University, Guangzhau 510632

Received:1994-03-14 Revised:1994-08-24 Online:1995-01-25 Published:1995-01-25

摘要/Abstract

摘要： 建立了我国南海大鹏湾反曲原甲藻种群动态机理模型。在温度、盐度、溶解氧(DO)、可溶性无机磷(DIP)、可溶性亚硝态氮、可溶性硝态氮和酸碱度(PH值)等7个因子的分析中,辨识出温度为反由原甲藻的限制因子;种群数量变动中引入自回归平稳随机模拟;并建立3个站位6个层面的6个自回归与非线性回归联立模型,以动态递阶的方式对反曲原甲藻种群动态进行回代,研究模型对实测值的拟合结果。拟合率达81.7%.

关键词: 大鹏湾, 反曲原甲藻, 机理模型, 种群动态, 支持向量机, Radarsat, QuickBird, 面向对象, 合成孔径雷达

Abstract: Amechanism model for simulating the population dynamics of Prorocentrum sigmoides at Dapeng Bay of the South China Sea is established.Among the factors such as temperature, salinity.dissolved oxygen (DO), dissolved inorganic phosphate (DIP), dissolvedinorganic nitrate and nitrite, and PH, the temperature is a limiting factor of P.sigmoidesgrowth.By applying hierachy to the back substitution and introducing auto-regression ordering into the model identification, a simultaneous regression model derived from six auto-regression and non-linear regression models is established.The fitting degree betweensimulated and observed data is 81.7%.

Key words: Prorocentrum sigmoides, Population dynamics, Dapeng, Mechanism model, synthetic aperture radar, support vector machine, QuickBird, object-based, Radarsat

黄伟建, 齐雨藻. 大鹏湾反曲原甲藻种群动态机理模型辨识[J]. 应用生态学报, 1995, 6(1): 81-86.

Huang Weijian, Qi Yuzao . Identification of mechanism model on population dynamics of Prorocentrum sigmoides at Dapeng Bay or the South China Sea[J]. Chinese Journal of Applied Ecology, 1995, 6(1): 81-86.

[1]	王复标, 杨小龙, 康华靖, 叶子飘. 不同环境条件下光合作用对光响应模型的研究进展 [J]. 应用生态学报, 2023, 34(7): 1995-2005.
[2]	王怡婧, 陈睿华, 张俊华, 丁启东, 李小林. 基于分数阶微分技术的土壤水盐信息高光谱反演 [J]. 应用生态学报, 2023, 34(5): 1384-1394.
[3]	尚天浩, 陈睿华, 张俊华, 王怡婧. 基于分数阶微分联合光谱指数估算银川平原土壤有机质含量 [J]. 应用生态学报, 2023, 34(3): 717-725.
[4]	丁启东, 王怡婧, 张俊华, 陈睿华, 贾科利, 李小林. 基于高光谱信息的宁夏引黄灌区中低产田土壤水分和有机质含量估算 [J]. 应用生态学报, 2023, 34(11): 3011-3020.
[5]	暴可心, 党英侨, 王小艺, 崔建州. 不同栖境条件下斑衣蜡蝉自然种群的影响因子 [J]. 应用生态学报, 2022, 33(1): 248-254.
[6]	吴炅, 彭邵锋, 蒋馥根, 唐杰, 孙华. 基于多尺度标记优化分水岭方法的油茶冠幅提取 [J]. 应用生态学报, 2021, 32(7): 2449-2457.
[7]	陈月庆, 武黎黎, 章光新, 乔斯佳. 干涉合成孔径雷达监测湿地水位研究综述 [J]. 应用生态学报, 2020, 31(8): 2841-2848.
[8]	国佳欣, 朱青, 赵小敏, 郭熙, 韩逸, 徐喆. 不同土地利用类型下土壤有机碳含量的高光谱反演 [J]. 应用生态学报, 2020, 31(3): 863-871.
[9]	陈思明, 王宁, 张红月, 秦艳芳, 邹双全. 闽江河口湿地土壤盐分的空间分异与集聚特征 [J]. 应用生态学报, 2020, 31(2): 599-607.
[10]	陈林, 苏莹, 李月飞, 宋乃平, 王磊, 杨新国, 邱开阳, 刘波. 荒漠草原异质生境下猪毛蒿种群动态 [J]. 应用生态学报, 2019, 30(8): 2654-2666.
[11]	李哲, 张沁雨, 邱新彩, 彭道黎. 基于高分二号遥感影像树种分类的时相及方法选择 [J]. 应用生态学报, 2019, 30(12): 4059-4070.
[12]	叶子飘, 康华靖, 段世华, 王怡娟. 不同CO₂浓度下大豆叶片的光合生理生态特性 [J]. 应用生态学报, 2018, 29(2): 583-591.
[13]	徐玮泽, 刘琪璟, 孟盛旺, 周光. 长白山阔叶红松林树木种群动态的长期监测 [J]. 应用生态学报, 2018, 29(10): 3159-3166.
[14]	毛学刚, 杜子涵, 刘家倩, 陈树新, 侯吉宇. 基于面向对象的QuickBird遥感影像林隙分割与分类 [J]. 应用生态学报, 2018, 29(1): 44-52.
[15]	杨晓龙, 杨超杰, 胡成业, 张秀梅. 物种分布模型在海洋潜在生境预测的应用研究进展 [J]. 应用生态学报, 2017, 28(6): 2063-2072.