| 基于串联深度神经网络的Chl-a浓度短期预报方法研究 |
| |
| 作者单位： | 国家海洋环境预报中心 自然资源部海洋灾害预报技术重点实验室,北京100081;浙江省海洋监测预报中心,浙江杭州310007 |
| |
| 基金项目： | 国家重点研发计划;国家重点研发计划;广东省海洋遥感重点实验室(中国科学院南海海洋研究所)开放课题 |
| |
| 摘 要： | 以浙江海洋保护区2019年5月生态浮标监测数据为基础,对叶绿素a(Chl-a)与各理化因子进行Pearson相关性分析,发现研究海域的Chl-a与溶解氧和pH呈显著正相关(P=0.01),与硝氮和磷酸盐呈显著负相关(P=0.05)。在此基础上,建立了一种串联深度神经网络(DNN)的Chl-a短期预报模型,该模型以5层神经网络为基本单元,采用前后串联方式构建了拥有6个隐层的DNN。实验结果显示:DNN模型能够较为准确地预测Chl-a浓度短期变化趋势,24 h和48 h预报结果的RMSE分别为1.25μg/L和2.43μg/L,MAE分别为1.03μg/L和1.99μg/L,相比于浅层网络预测精度更高。
|
| 关 键 词： | DNN 神经网络 深度学习 串联神经网络 叶绿素a |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
