基于BP人工神经网络平潭海域赤潮叶绿素 a 浓度模型演算研究

以福建平潭海域为研究对象、以叶绿素a浓度为输出指标，根据2009-2018年赤潮期数据规律及2013-2017年海洋监测数据主成分分析结果，对拟构建的BP模型进行输入指标筛选，选定结果包括4个气象因子和4个水质因子。基于此结果，对2013-2017年的698组海洋监测数据中叶绿素a浓度进行归一化处理并进行模型演算，随机选取80%数据作为演算模型的训练样本，其余进行模型验证。通过交叉变换输入指标，寻求最优的输入节点组合，以气温、溶解氧浓度、日照时长指标为输入参数时，BP模型误差较小（均方根误差为0.05 μg/L，平均绝对误差为0.03 μg/L），演算结果精度较高（可决系数R2=0.81）。以上结果表明，气温、溶解氧浓度和日照时长对叶绿素a浓度表征效果较好，可为平潭海域以叶绿素a浓度作为判定指标的赤潮预警研究提供参考。