| 北太平洋表层海水pH值的重建 |
| |
| 引用本文： | 王洁,毛景景,吕阳阳,王杰,栾奎峰.北太平洋表层海水pH值的重建[J].海洋预报,2023(1):46-56. |
| |
| 作者姓名： | 王洁 毛景景 吕阳阳 王杰 栾奎峰 |
| |
| 作者单位： | 1. 上海海洋大学海洋科学学院;2. 上海河口海洋测绘工程技术研究中心 |
| |
| 摘 要： | 以1993—2018年北太平洋海表面温度(SST)、海表面盐度(SSS)、叶绿素a浓度(Chl-a)、二氧化碳分压(pCO2)等数据为基础，利用传统线性回归分析和BP神经网络算法，建立表层海水pH值的预测模型。结果表明：两种方法对于重建北太平洋表层海水pH值都能达到较高的精度，其中线性回归模型基于SSS、Chl-a、pCO2参数模拟最佳，BP神经网络模型基于SST、SSS、Chl-a、pCO2参数模拟最佳。对比两种最佳模型的均方根误差和拟合系数发现，BP神经网络模型优于线性回归模型。除此之外，最佳BP神经网络模型在4个季节的拟合效果均很好，不同季节的适用性远高于最佳线性回归模型。表层海水pH值受到多种因素的综合影响，与pCO2、SST呈负相关关系，与SSS、Chl-a呈正相关关系。应用最佳BP神经网络模型重建北太平洋表层海水pH值发现，本研究模型的预测结果与已有研究、哥白尼欧洲地球观测计划数据、站点实测数据都存在很好的一致性，表层海水pH值冬季高于夏季，整体呈现西北高东南低的趋势。
|
| 关 键 词： | 线性回归 BP神经网络 表层海水pH值 模型 重建 |
|
|
