数据驱动下海洋牧场资源环境承载力监测预警研究：模型和方法

There are several kinds of characteristics in data-driven monitoring and early-warning problems for resource and environmental carrying capacity of marine ranching (RECCMR), i.e., monitoring indices are various, internal mechanisms are complex, information sources are extensive, data qualities are different. Firstly, the mechanism model and monitoring index system for the RECCMR are constructed by the theories such as DPSIR causal chain, structural equation modeling, and analytic network process. Secondly, the trend prediction method under uncertainty for data on each index is constructed based on grey prediction models, and the conversion method for basic belief assignment function is constructed based on fuzzy mathematics. Thirdly, the information fusion theories such as Dempster-Shafer theory of evidence and evidential reasoning rule are developed to construct the multi-source heterogeneous fusion models (consisting of five kinds of fusion models, i.e., single index-single source model, multi index-single source model, single index-multi source model, multi index-multi source model, multi granularity-multi source model). Fourthly, the Bayesian network and the decision theory under uncertainty are employed to construct static/dynamic early-warning methods for the RECCMR, and the intelligent reasoning network model with its decision analysis method that can predict the possible effect of each early-warning solution way. Finally, simulation analysis and case study are both used to verify the validity and feasibility of the proposed models and methods for the RECCMR.

数据驱动下海洋牧场资源环境承载力监测预警问题中存在监测指标多样、内部机理复杂、信息来源广泛、数据质量各异等特点。本项研究首先结合DPSIR因果链、结构方程模型、网络分析等理论构建海洋牧场资源环境承载力的作用机理模型与监测指标体系。然后利用灰色预测、模糊数学等技术构建不确定情景下指标监测数据的趋势预测方法与基本信任分配函数转换方法。在此基础上，通过发展证据理论、证据推理等信息融合方法构建能对不同质量的海洋牧场资源环境承载力监测/预测数据进行科学集成的多源异构融合模型(包括单指标-单信源、多指标-单信源、单指标-多信源、多指标-多信源、多粒度-多信源共五类融合模型)。再基于贝叶斯网络、不确定性决策等理论构建能对海洋牧场资源环境承载力进行静态/动态预警的方法，以及能对预警解决方案可能产生效果进行预测的智能推理网络模型与决策分析方法。最后通过模拟仿真和案例应用研究，验证模型和方法的有效性和可行性。

海洋牧场资源环境承载力监测预警中存在监测指标多样、内部机理复杂、信息来源广泛、数据质量各异等特点。本项研究首先结合DPSIR因果链、熵权法、路径分析等理论构建了海洋牧场资源环境承载力的监测指标体系、作用机理模型、权重确定模型。然后利用模糊数学等技术构建了不确定情景下指标监测数据的趋势预测方法与基本概率分配函数转换方法。在此基础上，通过发展证据理论、证据推理等方法构建了能对海洋牧场资源环境承载力监测/预测数据进行科学集成的多源异构融合模型（包括单指标-单信源、多指标-单信源、单指标-多信源、多指标-多信源、多粒度-多信源共五类融合模型）。为了能对多源异构融合模型提供底层方法支撑，本项研究还构建了能对含有权重和可靠性两个参数的指标证据信息进行有效集成的广义证据融合规则。再基于定性预测和定量预测等理论构建了能对海洋牧场资源环境承载力进行静态/动态预警的层次化融合方法，以及能对警情应对方案进行评价优选的系列性决策分析方法。最后通过模拟仿真和案例应用研究，验证了提出模型和方法是科学的、有效的、可行的。如：本项研究开展了考虑专家认知局限的群体模糊综合评判方法及模拟仿真，考虑专家知识结构的大规模多属性群体决策共识方法及模拟仿真，基于证据理论和概率语言术语集的多准则群体决策方法及模拟仿真，面向复杂系统的层次化DEMATEL方法及案例应用，压力-支持力视角下海洋牧场资源环境承载力评价方法及案例应用，基于生命周期评价与能值分析的海洋牧场资源环境承载力评价方法及案例应用等。本项研究提出的数据驱动下海洋牧场资源环境承载力监测预警的模型与方法，不仅符合从定性到定量、从单项到综合、从静态到动态的发展态势，而且还有利于克服理论和实践中存在的监测指标体系不健全、缺少综合集成方法、未考虑动态趋势预警、仅适用最简单情形等缺陷，因此能够为海洋牧场资源环境承载力监测预警决策提供模型方法支持。