科研之友
微信
新浪微博
Facebook
分享链接
摘要
漫射衰减系数Kd（z,λ）是估算水下光场及水色要素剖面分布、研究浮游植物光合作用及赤潮灾害预警方法的重要参数,它是一个准固有光学特性参数,是波长λ和剖面深度z的函数,除与水体吸收、散射或后向散射有关外,对归一化的水体体散射函数即散射相函数的角度分布极为敏感。本文基于广角体散射函数测量仪（volume scattering and attenuation meter,VSAM）、吸收衰减系数测量仪ac-9和ac-s以及海洋光学剖面仪ProfilerⅡOCI/R-200I和Hyper ProⅡ在南海海域实测数据,利用Light GBM、随机森林（random forest,RF）、Cat Boost三种高效机器学习方法,首次构建了基于体散射函数β（ψ）、吸收系数a及对应剖面深度z的漫射衰减系数Kd（650）剖面分布估算模型,并综合R2、RMSE、MAPE以及估算与实测数据的对比进行模型评价,结果表明,三种机器学习模型中,Cat Boost模型的R2和RMSE分别为0.8534和0.0472m-1,均优于RF和Light GBM;Cat Boost模型的MAPE为11.0585%,低于RF模型但略高于Light GBM模型;通过对比估算和实测结果发现,Cat Boost模型估算结果与实测结果最为相近,是Kd（650）最优估算模型。利用Cat Boost模型,结合实测体散射函数β（ψ）、吸收系数a及其相应剖面深度z,对南海北部多个站点15m以浅Kd（650）的剖面分布估算表明,上述站点Kd（650）在5、10、15m三个水层变化范围为0.275～0.7m-1,5m水层的Kd（650）较为平稳,10与15m水层Kd（650）跨度较大。本研究方法考虑了多角度体散射函数分布对漫射衰减系数的贡献,为基于固有光学特性参数估算Kd（z,λ）提供了新方法思路。
- 单位
