海洋大數(shù)據(jù)完整版本

海洋大數(shù)據(jù)區(qū)域海洋經(jīng)濟與理論海洋大數(shù)據(jù)一、海洋大數(shù)據(jù)的來源1.海域使用管理數(shù)據(jù)2.海洋環(huán)境管理數(shù)據(jù)海洋環(huán)境管理的具體內(nèi)容如下：1）海洋環(huán)境規(guī)劃管理2）海洋環(huán)境質(zhì)量管理3）海洋環(huán)境技術管理3.海岸帶綜合管理數(shù)據(jù)二、海洋大數(shù)據(jù)的特性

海洋大數(shù)據(jù)具有顯著的時空特性，并且具有強時空關聯(lián)特性。并且在地理位置較近的區(qū)域某一觀測要素是相關的，高的地方周圍呈現(xiàn)較高的趨勢，較低的地方周圍也呈現(xiàn)較低的趨勢。在空間相關性的研究中，目前最常使用的是Moran’sI指數(shù)，其中Moran’sI指數(shù)分為全局和局部Moran’sI指數(shù)。1.全局Moran’sI指數(shù)：用來衡量鄰近的空間范圍內(nèi)某一監(jiān)測數(shù)據(jù)呈現(xiàn)出來的空間相關程度。定義xi為某海域第i個監(jiān)測點的要素值.

1）Moran’sI指數(shù)I（D）取值范圍是[-1，1]。2）如果I（D）處于（0，1]內(nèi)，則證明要素值與空間位置存在正的空間相關性，否則，存在負的空間相關性；3）如果I（D）=0，則證明要素值在空間分布上不存在空間依賴性。2.局部Moran’sI指數(shù)：1)正的Ii值表明該海域內(nèi)某一要素呈現(xiàn)空間集聚；反之，則表明在該海域要素值不存在相似的空間集聚。2)E(Ii)和VAR(Ii)分別是Moran’sI指數(shù)的期望和理論方差。三、海洋大數(shù)據(jù)挖掘分析1.時間序列相似性分析時間序列是指不同時間的社會經(jīng)濟統(tǒng)計指標按時間先后順序排列所形成的數(shù)列，又稱動態(tài)數(shù)列或時間數(shù)列。時間時間序列相似性分析是時間序列挖掘的一個前期步驟，兩個關鍵問題，即時間序列表示和時間序列相似性匹配。2.時空聚類時空聚類是指基于空間和時間相似度，把具有相似行為的時空對象劃分到同一組中?，F(xiàn)有的時空聚類方法主要包括基于模型的方法、基于密度的方法、基于距離的方法。3.時空異常檢測時空異常是指某對象與時空相鄰域內(nèi)其他對象存在明顯的差異。時空異常檢測的結(jié)果可以為海洋災害的預測預警、海洋自然資本分布的發(fā)現(xiàn)等提供參考依據(jù)。（1）時空異常的主要類型空間關系異常、時間關系異常、時空關系異常。（2）時空異常的檢測方法1）基于統(tǒng)計的異常檢測方法。2）基于距離的異常檢測方法。該方法適用于數(shù)據(jù)維度不高的異常點檢測。3）基于密度的異常檢測方法。綜合考慮時空對象數(shù)據(jù)間的距離及某個范圍域內(nèi)時空對象的數(shù)量（即密度)來發(fā)現(xiàn)異常點的方法。利用該方法對密度不同的區(qū)域進行檢測會有問題。4）基于規(guī)則和模式的異常檢測方法。包括關聯(lián)分析、序列模式分析、分類分析和聚類分析。四、海洋大數(shù)據(jù)的質(zhì)量控制1.梯形模糊數(shù)設A是論域上的一個模糊子集，若存在：則稱為論域U上的梯形模糊數(shù)。2.質(zhì)量評估模型的接收概率式中，

表示待評估海洋數(shù)據(jù)的模糊不合格品率，

為海洋數(shù)據(jù)中具有質(zhì)量問題的數(shù)據(jù)個數(shù)所占比例。3.模糊質(zhì)量評估模型式中，n——樣本量；