版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、南海是世界上最大的半封閉邊緣海,通過多個(gè)海峽分別與中國東海、西太平洋、印尼海以及印度洋進(jìn)行水體交換,在外海水和近岸徑流的共同影響下,南海水團(tuán)變性明顯,故大洋水團(tuán)的定義和劃分方法并不完全適用于南海。本文取“淺海水團(tuán)”定義為:理化性質(zhì)相近、具有規(guī)律的季節(jié)變化以及“內(nèi)同性”和“外異性”的宏大水體。該定義與K-means聚類算法的原理相契合,因此,本文基于1966-2013年間南海的WOD13溫鹽觀測數(shù)據(jù),分別在整個(gè)海域和5°×5°的各小區(qū)域內(nèi)
2、,利用K-means算法對水團(tuán)進(jìn)行劃分,并結(jié)合系統(tǒng)聚類法和T-S點(diǎn)聚圖分析南海各水團(tuán)的分布、溫鹽性質(zhì)及其季節(jié)變化,以及太平洋水和黑潮水進(jìn)入南海后的變性過程。其中,在K-means計(jì)算過程中,分別根據(jù)類內(nèi)距離和函數(shù)和密度值函數(shù)進(jìn)行水團(tuán)數(shù)和初始聚類中心的確定。
本文將南海水劃分為10個(gè)水團(tuán):沿岸沖淡水(F)、近岸混合水(M)、南海表層水(S)、南海南部陸架水(SS)(僅夏季出現(xiàn))、黑潮表層水(KS)、南海次表層水(U)、黑潮次表層
3、水(KU)、南海次-中層水(UI)、南海中層水(I)、南海深層水(D)。季節(jié)尺度上,各水團(tuán)溫度的變化表現(xiàn)為為冬低夏高,但從表層到底層,變化幅度逐漸減小;表層水團(tuán)(F、M、S、TS)鹽度的變化表現(xiàn)為冬高夏低,主要取決于河水徑流和降水的變化;表層以下水團(tuán)(U、UI、I、D)受對應(yīng)水層太平洋水的強(qiáng)烈影響,各水團(tuán)鹽度的季節(jié)變化不明顯,尤其是南海中層水,低鹽特征非常顯著。KS和KU分別是表層和次表層黑潮水入侵南海(冬季強(qiáng)于夏季,次表層水強(qiáng)于表層水
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于差分隱私的K-means聚類分析.pdf
- 59896.南海水團(tuán)分析
- 基于K-Means聚類法的水團(tuán)劃分算法和可視化研究.pdf
- 改進(jìn)的K-means法及其應(yīng)用.pdf
- 基于粗糙集的K-means研究.pdf
- 基于K-means的智能存儲算法.pdf
- K-means聚類算法研究及其應(yīng)用.pdf
- 基于K-Means的文檔聚類算法研究.pdf
- 基于K-Means的慕課用戶行為分析研究.pdf
- 基于K-means算法的學(xué)生校園活動管理分析.pdf
- 一種改進(jìn)的遺傳算法在K-Means聚類分析中的應(yīng)用.pdf
- 基于K-means聚類的企業(yè)客戶價(jià)值分析研究.pdf
- 基于聚類K-Means算法的分析與應(yīng)用研究.pdf
- 基于k-means聚簇的分布式并行SVM算法優(yōu)化.pdf
- 3978.澳大利亞西南海域水文結(jié)構(gòu)、水團(tuán)及其季節(jié)變化
- 基于概念格的K-Means算法研究及應(yīng)用.pdf
- 基于K-means聚類算法的負(fù)荷模型研究.pdf
- 基于凝聚模糊K-means的聚類方法研究.pdf
- 結(jié)合距離的基于密度的k-means算法研究.pdf
- 基于K-means移動應(yīng)用網(wǎng)絡(luò)友好性分析系統(tǒng).pdf
評論
0/150
提交評論