基于浮标数据的秦皇岛沿岸叶绿素a变化特征及其预测

2025-07-09 00 0.89M 0

  摘要:为有效应对秦皇岛沿岸赤潮频发的环境问题,基于2013—2022年秦皇岛沿岸浮标监测数据,分析了叶绿素a(Chla)的浓度变化特征,利用广义加性模型(GAM)筛选出Chla浓度的主要影响因子,构建Chla浓度与主要影响因子的反向传播(BP)神经网络回归模型。结果表明:Chla浓度的年际变化呈现两头高、中间低的特征,2021年为Chla浓度最高年份,老虎石、洋河口、金山嘴3个海域的平均值为9.26 μg/L;2018年最低,为3.68 μg/L;月际变化则以8月最高,7月次之,9—11月逐月降低。Chla浓度变化的GAM显示,夏季、秋季对Chla浓度影响最大的是前一日的Chla浓度,且二者呈显著非线性相关。以洋河口海域为例,建立了夏季、秋季Chla的BP神经网络回归模型,并以2023年的浮标数据进行验证,预测值与实测值吻合良好。此外,研究还首次发现Ni?o3.4指数与夏季、秋季Chla浓度的月平均值存在显著负相关关系,Chla浓度滞后Ni?o3.4指数3~5个月。

  文章目录

  0引 言

  1 材料与方法

  1.1 数据来源

  1.2 数据分析方法

  1.2.1 GAM分析

  1.2.2 BP神经网络回归

  2 结果与分析

  2.1 Chla浓度变化特征

  2.1.1 Chla浓度年际变化特征

  2.1.2 Chla浓度月际变化特征

  2.1.3 Chla浓度日内逐时变化特征

  2.2 Chla浓度与环境因子的GAM分析

  2.2.1 变量预分析

  2.2.2 Chla浓度与环境因子的单因素GAM分析

  2.2.3 Chla浓度与环境因子的多因素GAM分析

  2.3 基于BP神经网络回归模型的Chla浓度预测(以洋河口海域为例)

  3 讨论

  3.1 Chla浓度的主要影响因子

  3.2 Chla浓度与气候变化的关系

  4 结论



您还没有登录,请登录后查看详情



 
举报收藏 0打赏 0评论 0
本类推荐
下载排行
网站首页  |  关于我们  |  联系方式  |  用户协议  |  隐私政策  |  版权声明  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  蜀ICP备2024057410号-1