大数据与人工智能支持下的海岸带水生态环境模型化研究
目录
●前言
第1章 绪论 1
1.1 水生态环境模型化研究 1
1.2 本书内容与组织框架 6
第2章 水文特征与洪涝灾害模拟 8
2.1 气候变化和人类活动双重扰动下的流域水文非稳态特征识别 9
2.2 构建SWAT-LSTM耦合模型改进数据稀缺流域逐日径流模拟能力 29
2.3 基于地理大数据和HAND-FFA-SRC耦合模型的流域快速雨洪模拟 49
2.4 基于ML模型的流域洪水敏感性评估 70
第3章 水质模拟与溯源分析 96
3.1 基于RF的水质浓度预测及采样不确定性分析 97
3.2 构建WA-LSTM-TL耦合方法提升河流水质预测能力 114
3.3 基于可解释的ML模型识别流域土地利用与水质的非线性关系 130
3.4 构建可解释的ML模型关联流域属性与河流水质 147
3.5 基于空间显性可解释ML模型的流域氮污染溯源分析 166
第4章 水质时空变化模式及其驱动因素 185
4.1 福建省水质时空变化及其驱动因素研究 185
4.2 漳州市水质时空变化及其驱动因素研究 224
第5章 水生态模拟 288
5.1 数据下的沿海城市流域中水回用方案模拟研究 288
5.2 可解释DL建模以表征中国湖泊和水库的有害藻华 307
参考文献 323
内容介绍
本书总结近年来在大数据与人工智能（Artificial Intelligence，AI）支持下的海岸带水生态环境模型化研究的成果。针对变化环境下的数据可得性、过程非稳态、系统非线性等当前水生态环境模型化研究所面临的共同挑战，采用地理大数据、机器学习（Machine Learning，ML）模型、流域过程模型等方法与技术，聚焦人地（海）问题突出的陆海交互地带——近海流域、沿海城市、海湾等海岸带区域，开展缺资料地区水文模拟、快速雨洪模拟、水质模拟与溯源、水质变化模式及其驱动因素、中水回用方案模拟、湖库水华动态及驱动因素等研究，为变化环境下海岸带水资源可持续利用、水生态环境保护与区域水安全等提供科学依据和技术参考，助力美丽中国、陆海统筹等战略的实施。
本书可供环境科学、地理学、资源科学、生态学等领域的科技与教育工作者参考。
1. 打开微信，扫一扫左侧二维码
2. 点击右上角图标
3. 发送给朋友、分享到朋友圈、收藏
微信支付
支付宝
扫一扫购买
1. 打开微信，扫一扫左侧二维码
2. 点击右上角图标
3. 发送给朋友、分享到朋友圈、收藏
