基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演
文献类型：CNKI期刊论文
| 作者 | 钟国荣; 李学刚; 曲宝晓 ; 王彦俊; 袁华茂; 宋金明
|
| 发表日期 | 2020-10-15 |
| 出处 | 海洋学报
 |
| 关键词 | 广义回归神经网络 表层海水二氧化碳分压 全球大洋格点数据 |
| 英文摘要 | 表层海水二氧化碳分压是评估海洋碳源汇强度的关键参数,但其实测数据较少、时空分布极不均匀,导致二氧化碳交换通量的估算有很大的不确定性,海洋源汇特征就不能确切获取。为了解决这个难题,在收集的表层大洋二氧化碳地图(Surface Ocean CO_2 Atlas,SOCAT)实测数据集基础上,运用广义回归神经网络建立二氧化碳分压与经纬度、时间、温度、盐度和叶绿素浓度间的非线性关系,构建了1998-2018年间全球1°×1°经纬度的表层海水二氧化碳分压格点数据,其标准误差为16.93μatm,平均相对误差为2.97%,优于现有研究中的前反馈神经网络、自组织映射神经网络和机器学习算法等方法。根据构建的数据所绘制的全球表层海水二氧化碳分压的分布与现有研究有较好的一致性。 |
| 文献子类 | CNKI期刊论文 |
| 资助机构 | 国家重点研发计划（2017YFA0603204） ; 国家自然科学基金（91958103） ; 中国科学院战略性先导科技专项（XDA19060401） |
| 卷 | v.42期:10页:74-83 |
| 语种 | 中文; |
| 分类号 | TP183;P734.2 |
| ISSN号 | 0253-4193 |
| 源URL | [http://ir.qdio.ac.cn/handle/337002/187980]  |
| 专题 | 中国科学院海洋研究所 |
| 作者单位 | 1.中国科学院海洋大科学研究中心 2.中国科学院海洋研究所海洋生态与环境科学重点实验室 3.中国科学院大学 4.青岛海洋科学与技术试点国家实验室海洋生态与环境科学功能实验室 |
| 推荐引用方式 GB/T 7714 | 钟国荣,李学刚,曲宝晓,等. 基于广义回归神经网络的全球表层海水1°×1°二氧化碳分压数据推演. 2020. |
入库方式： OAI收割
来源：海洋研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。