基于BP人工神经网络平潭海域赤潮叶绿素a浓度模型演算研究   总被引：1，自引：0，他引：1  

许阳春  张明峰  苏玉萍  洪颐  苏金洙  陈晶晶 《海洋科学》2020,44(3):34-41

以福建平潭海域为研究对象、以叶绿素a浓度为输出指标,根据2009-2018年赤潮期数据规律及2013-2017年海洋监测数据主成分分析结果,对拟构建的BP模型进行输入指标筛选,选定结果包括4个气象因子和4个水质因子。基于此结果,对2013-2017年的698组海洋监测数据中叶绿素a浓度进行归一化处理并进行模型演算,随机选取80%数据作为演算模型的训练样本,其余进行模型验证。通过交叉变换输入指标,寻求最优的输入节点组合,以气温、溶解氧浓度、日照时长指标为输入参数时,BP模型误差较小(均方根误差为0.05μg/L,平均绝对误差为0.03μg/L),演算结果精度较高(可决系数R~2=0.81)。以上结果表明,气温、溶解氧浓度和日照时长对叶绿素a浓度表征效果较好,可为平潭海域以叶绿素a浓度作为判定指标的赤潮预警研究提供参考。  相似文献   

福建平潭近海赤潮预警模型研究*     

苏金洙  邹嘉澍  苏玉萍  张明峰  翁蓁洲  杨小强 《热带海洋学报》2022,41(4):172-180

本文分析了福建省平潭近海海域2013—2019年水文、水质及气象数据的主成分结果, 筛选出5个气象因子和4个水质因子作为输入指标, 以藻密度为输出指标, 分别演算了KNN (K-nearest neighbor)、RF (random forest)、GBRT (gradient-boosted regression Trees)以及Bagging (bootstrap aggregating)4种赤潮预警回归模型。对2013—2019年的802 组海洋监测数据归一化处理后, 随机选取80%的数据作为模型的训练样本, 剩余的20%作为模型验证数据。其中, 以风速、气温、海平面气压、叶绿素a浓度组合为输入指标时, KNN回归模型演算结果的精度较高(R²=0.624, RMSE=0.821μg·L^-1, MAE=0.836μg·L^-1)。在没有叶绿素a浓度监测指标的海域, 构建了以叶绿素a浓度为输出指标, 气温、日照、风速、AOI(apparent oxygen increase)组合为输入指标的BP神经网络赤潮模型, 该模型也具有较好的预警精度(R²=0.651, RMSE=0.062μg·L^-1, MAE=0.033μg·L^-1)。本研究结果可为平潭海域的赤潮预警研究提供参考。  相似文献