2002-2019全球大洋pH格点数据产品

基于逐步前反馈神经网络算法建立的全球大洋pH数据产品.基于K折交叉验证法和数个海洋定点观测站的连续观测数据，完成了对pH数据的验证。全球大洋pH的平均插值误差低于0.02，和各个定点站观测数据间的平均误差在0.007-0.012，表明模型能够重现近三十年全球大洋pH的变化规律。

A global ocean pH data product developed based on the stepwise feedforward neural network algorithm. This dataset was validated using K-fold cross-validation and continuous in-situ observation data from multiple marine fixed-point observation stations. The average interpolation error of the global ocean pH is less than 0.02, and the average error between the dataset and the observation data from each fixed-point station ranges from 0.007 to 0.012, indicating that the model can reproduce the variation patterns of global ocean pH over the past three decades.

搜集汇总

背景与挑战

背景概述

该数据集是基于步进反馈神经网络算法和K-fold交叉验证方法构建的2002-2019年全球海洋pH格点数据产品，使用海洋固定点观测站数据进行验证，平均插值误差小于0.02，能准确重现全球海洋pH的变化规律。数据具有月平均时间分辨率和1度空间分辨率，覆盖全球范围，格式为NetCDF，适用于海洋化学和全球变化研究。