海洋化学时间序列产品包括总碱度、无机碳、硝酸盐、磷酸盐、硅酸盐和 pH 值，是持续监测海洋化学变化的基础支持机制。这些产品在促进以海洋生态系统动态监测为重点的研究和促进海洋可持续发展方面发挥着至关重要的作用。在重建 2000 年至 2022 年期间澳大利亚专属经济区海面上这些海洋化学物质在1公里范围内的浓度时，对 CANYON-B 和随机森林回归方法进行了新颖的整合探索。该方法涉及将多源原位海洋化学时间序列观测数据与 MODIS Terra 海洋反射率图像和海洋水色产品分布合并。这项研究凸显了机器学习在大规模重建海洋化学数据方面的巨大能力，为利用原位测量和光学图像重建海洋化学元素引入了一种新的可行方法，从而大大提高了我们监测大尺度海洋动态的能力。
数据来源于科学数据银行（https://www.scidb.cn/en/detail?dataSetId=4991142399124803a68a67633cbec7d3）。
将 CANYON-B 和随机森林回归方法进行了新颖的整合探索，该方法涉及将多源原位海洋化学时间序列观测数据与 MODIS Terra 海洋反射率图像和海洋水色产品分布合并。
数据质量良好。
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.SCIDB.DB6698.2024
10.57760/sciencedb.09331
