福建平潭近海赤潮预警模型研究

作者：苏金洙; 邹嘉澍; 苏玉萍^*; 张明峰; 翁蓁洲; 杨小强

来源：热带海洋学报, 2022, 41(04): 172-180.

• 叶绿素a浓度
• 藻类密度
• 赤潮
• 预警模型
• 平潭海域

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-nearestneighbor)、RF(randomforest)、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(R~2=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(apparentoxygenincrease)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(R~2=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。

• 单位
  环境科学与工程学院; 福建师范大学; 福州市海洋与渔业技术中心